Al een paar jaar klinkt steeds vrijwel hetzelfde alarm in arbeidsmarktonderzoek: generative AI zou banen van jonge, startende professionals vernietigen. De redenering lijkt logisch: grote taalmodellen nemen routinetaken over die vroeger juist de instapfunctie van junior medewerkers vormden. Maar klopt die redenering ook als je de cijfers wat nauwkeuriger bekijkt? Peter John Lambert, promovendus aan de London School of Economics, besloot op onderzoek uit te gaan. En zijn antwoord is verrassend: niet A.I., maar juist thuiswerken is waarschijnlijk de échte boosdoener achter de dalende instroom van juniors op de arbeidsmarkt.
‘Als je niet naar thuiswerken kijkt, meet je al snel het verkeerde.’
Het onderzoek analyseerde 243 miljoen nieuwe aanstellingen en 407 miljoen online vacatures in de VS, het VK, Canada en Australië, over de periode van 2017 tot 2025. De kern van het probleem dat hij tegenkwam: beroepen die sterk zijn blootgesteld aan generative AI zijn vaak precies dezelfde beroepen die ook het meest zijn blootgesteld aan thuiswerken. Denk aan routinematige, cognitieve white collar-functies: administratief werk, juridische ondersteuning, financiële analyse op instapniveau. Als je die 2 effecten niet van elkaar scheidt, meet je al snel het verkeerde. En dat is precies wat veel eerder onderzoek dus wel deed.
Begeleiding moeilijker
Maar als Lambert de effecten apart meet, ziet hij dat zowel een hogere blootstelling aan A.I. als meer thuiswerken elk afzonderlijk leiden tot een daling van ongeveer 5 procentpunt in het aandeel juniors onder nieuwe aanstellingen. Maar zodra hij beide factoren tegelijk in het model opneemt, verdampt het A.I.-effect grotendeels – en blijft het work from home-effect overeind.
‘Thuiswerken blijkt een veel robuustere verklaring dan AI.’
De verklaring die Lambert geeft, is (intuïtief) dat thuiswerken het moeilijker maakt om beginners goed te begeleiden en hen het vak te laten leren door mee te kijken over de schouder van een ervaren collega. Organisaties die al die fricties ervaren, zijn minder bereid te investeren in iemand die nog alles moet leren. Het gevolg: ze nemen liever een ervaren kracht die direct inzetbaar is. Junior talenten leren nu eenmaal anders dan senioren: meer door observatie, door vragen stellen op het moment zelf, door de informele kennisoverdracht die plaatsvindt bij de koffieautomaat of in de wandelgangen. Die leercultuur is moeilijker bij thuiswerken.
Wat betekent dit voor de praktijk?
Als de onderzoeksuitkomsten kloppen, kan dat gevolgen hebben voor hoe organisaties omgaan met hybride werken en junior talentbeleid. Dat roept ook vragen op voor recruiters en HR-professionals. Wordt er bij het heroverwegen van thuiswerkbeleid ook meegenomen wat dat doet met de aantrekkelijkheid als werkgever voor starters? En hoe communiceert een organisatie dat ze wél investeert in de ontwikkeling van junior medewerkers – en dat ze daarom dus op kantoor verwacht worden?
‘De discussie verdient meer nuance dan alleen naar A.I. wijzen.’
Lambert benadrukt dat zijn onderzoek de zorgen over de invloed van A.I. op de arbeidsmarkt niet wegwuift. Het gaat hem erom dat de discussie genuanceerder moet. De automatiseringsangst is reëel, maar de bewijslast voor A.I. als directe oorzaak van dalende junior instroom is tot nu toe dunner dan vaak gesuggereerd. Thuiswerken – een bewuste beleidskeuze van organisaties zelf – verdient minstens evenveel aandacht in dat debat. Voor wie jonge medewerkers wil aantrekken én vasthouden, lijkt de boodschap helder: zorg dat ze ergens zijn waar ze kunnen leren. En dat is, voorlopig: toch vooral op kantoor.
Lees ook
- ‘A.I. is echt drogreden voor verdwijnen junior-banen’
- ‘Banenverlies voor jongeren door A.I.? Er is nog geen enkele reden tot paniek’
- Laura Bas: ‘A.I. neemt misschien taken over, maar geen talent, empathie of creativiteit’
- Jongeren hebben steeds minder te kiezen: aantal vacatures daalt in 2 jaar tijd met een kwart
Meer lezen?
Download hier een recent rapport over jongeren en de arbeidsmarkt.
Jongeren, A.I. en de arbeidsmarkt