ChatGPT以降、学位の見返りが少し小さくなった

労働者の知識には2つの種類がある。一部は書き留め、教え、蓄えることができる。公式、規則、手順などだ。もう一方は実践を通じて身につき、その人に結びついたままになる。論文の例でいえば、ケースワーカーはどの依頼人により綿密なフォローが必要かを学び、外科医は組織の張りがおかしいのはどんなときかを学び、交渉人はその場の空気の読み方を学ぶ。生成AIは前者の知識を、必要なその瞬間に、安く豊富に手に入るものにする。それは賃金にどんな影響を与えるのだろうか。

給与明細に載る2つの価格

ブエノスアイレスのトルクアト・ディ・テラ大学のEduardo Levy Yeyati、Darío Judzik、Juan Ignacio Barbieroは、おなじみの2つの数値に注目する。学校教育をもう1年受けたとき、そして経験をもう1年積んだときに、労働者の稼ぎがどれだけ増えるかだ。学校教育は、不完全ながら、書き留めることのできる知識の代わりの指標となる。学校を出てからの年数は、実践を通じて得た知識の代わりの指標となる。

彼らのモデルは2つの予測を立てる。機械が書き留められた知識を供給するなら、学校教育に対する上乗せ賃金は縮むはずだ。その知識と実践的な判断力が組み合わさって最もよく働くなら、実践はより価値の高いものになるはずだ。とりわけ、人が最も速く学ぶキャリアの初期にはそうだろう。しかし経験の一部は仕事の古いやり方に結びついていて、価値を失うかもしれない。そのため、キャリアの後半では効果がマイナスに転じる可能性がある。

さらされた職業、守られた職業

検証には、2018年1月から2026年6月までの米国の人口動態調査を使う。約65万6000件の賃金記録だ。職業は、ChatGPTが存在する前につくられたAI曝露指数によって順位づけされる。最もさらされている4分の1（ソフトウェア開発者、事務アシスタント、会計士、財務管理者、大学教員）が、最もさらされていない4分の1、つまりトラック運転手、倉庫作業員、清掃員、介護助手、ウェイターと比較される。時計が動き出すのは、ChatGPTが一般公開された2022年11月だ。

その日付より前、学校教育1年は、さらされた職業で賃金を約**7.5%押し上げていた。守られた職業では1.7%**だった。分析は同じ職業の中で前後の労働者を比べるので、平均賃金ではなく、学校教育と経験のこうした「価格」の変化を測っていることになる。

学校の1年、付け直された価格

さらされた職業では、学校教育1年あたりの上乗せ賃金が、守られた職業と比べて0.55ポイント下がった。約7.5%から6.9%へ、以前の値の約**7%**の減少である。守られた職業では1.7%のままだった。公開前に変化の兆しはなく、断絶は最初の12か月以内に現れている。

傾くキャリア

経験の価値は、全体として上がったり下がったりしたわけではない。曲線が回転したのだ。経験をもう1年積むことの見返りは、3年の経験がある人では0.26ポイント多く、15年ではほぼ変わらず、25年では0.12ポイント少ない。著者たちの主要なモデルでは、効果は約18年で符号が変わる。より柔軟な曲線を使うと、傾きは残るが、その正確な位置ははっきりしなくなる。傾きは、大学の学位をもつ労働者で最も強い。

合計すると、さらされた職業で学校教育16年、経験15年の労働者は、守られた職業のトレンドから予測されるよりも約**3.2%**少なく稼いでいる。

偶然の一致を疑う検証

• 開始日を、パンデミックが始まった2020年1月に移すと、効果は現れない。
• 米国の統計が上限を設け、2023年4月から記録方法を変えた最高水準の給与に、共通のルールを1つ当てはめても、結果はほとんど変わらない。
• 同じ時期にテック業界のレイオフの打撃を受けたコンピュータ・数学系の職業を除いても、学校教育の見返りの低下はなお0.49ポイント残る。

キャリア後半の低下は、証拠の中で最も弱い部分だ。公開前から、曲線のその端はすでに少し揺れていた。

予測ではない

著者たちは、学位が価値を失ったとも、卒業生の生産性が下がったとも主張していない。彼らの結果は、さらされた職業の中での短期的な価格の付け直しである。学校教育の選択、研修、入門レベルの仕事は、これから調整されていくだろう。長い目で見て最も重要になりうる問いがある、と彼らは書く。AIが学習の過程そのものの一部を自動化してしまうとしても、労働者は、価値が高まっていく実践的なノウハウをなお身につけられるのか、という問いだ。