{"id":"83b171f8-a26c-4dc9-b762-87c73513e163","slug":"izkustveniyat-intelekt-i-pazarat-na-truda","title":"Изкуственият интелект и пазарът на труда","category":"Икономика · Политическа икономия","tags":["изкуствен интелект","пазар на труда","заетост","заплати","автоматизация","генеративен ИИ","производителност","технологична безработица","неравенство","преквалификация","Закон на ЕС за ИИ","платформен труд","алгоритмично управление","синдикати","базов доход","България"],"lead":"Въпросът как изкуственият интелект (ИИ) ще промени работата — кои задачи ще поеме, кои професии ще допълни и как ще се отрази на заетостта и заплатите — е сред най-оспорваните в съвременната икономика, а бързото навлизане на инструментите с ИИ на работното място поражда едновременно ентусиазъм и тревога за сътресения на пазара на труда[^yale-intro]. Оценките за генеративния ИИ се разминават силно: Международният валутен фонд (МВФ) изчислява, че почти 40% от заетостта в света е изложена на ИИ[^imf-40]. Изпълнителният директор на [[anthropic|Anthropic]] Дарио Амодей пък предупреждава, че ИИ може да заличи половината от началните офис позиции[^axios]. Контролирани експерименти показват осезаем ръст на производителността при отделни задачи — например 14% повече решени запитвания на час в обслужването на клиенти[^bry]. Към октомври 2026 г. проследяването на Бюджетната лаборатория на Йейл обаче не открива ясна следа от ИИ в професионалната структура и заетостта в САЩ[^yale-oct26]. Данни от Дания изключват ефект върху доходите и отработените часове, по-голям от 2%[^humlum]. Най-ясният сигнал засега е при младите: по данни на Станфордската лаборатория за цифрова икономика заетостта на 22–25-годишните в най-изложените на ИИ професии в САЩ е с 19% под нивото, което би имала, ако следваше тази на връстниците им в по-малко изложени професии[^can]. В България през 2025 г. изкуствен интелект използват 8,55% от предприятията с 10 и повече заети — един от най-ниските дялове в Европейския съюз (ЕС), където средно го използва едно от всеки пет предприятия[^bta-ent].","sections":[{"id":"osnovni-ponyatiya-izlozhenost-avtomatizatsiya-i-dopalvane","title":"Основни понятия: изложеност, автоматизация и допълване","paragraphs":["Повечето оценки започват от „изложеността“ на професиите — мярка за това доколко ИИ може да засегне техните задачи; много анализатори използват показателите на Тайна Елаунду и съавтори, които измерват способността на генеративния ИИ да ускори изпълнението на работните задачи[^yale-exp-def]. Изложеността обаче не е прогноза за съкращения: според Бюджетната лаборатория на Йейл тя не показва кои работни места ИИ ще автоматизира „до изчезване“, а къде на пазара на труда той може да окаже влияние[^yale-exp-not]. Различните мерки до голяма степен се съгласяват кои професии са изложени, но се разминават повече при силно изложените — и то главно за степента на изложеност, а не за самия ѝ факт[^yale-exp-agree].","Втората ключова разлика е между автоматизация, при която ИИ сам изпълнява задачата, и допълване (augmentation), при което той работи заедно с човека[^anth-aug]. Анализаторите на Goldman Sachs отбелязват, че повечето работни места и отрасли са само частично изложени на автоматизация и затова по-скоро ще бъдат допълнени, отколкото заменени от ИИ[^gs23-partial]. Подобен е изводът и на първия глобален анализ на Международната организация на труда (МОТ), основан на модела GPT-4: основният ефект на генеративния ИИ вероятно ще е допълване, а не автоматизация, като въздействието ще е по-силно в страните с по-високи доходи и при жените заради дела им в административните професии[^ilo23]."]},{"id":"istoricheski-kontekst-strahat-ot-tehnologichna-bezrabotitsa","title":"Исторически контекст: страхът от технологична безработица","paragraphs":["Страхът, че машините ще оставят хората без работа, е стар: класически пример са ръчните тъкачи, загубили препитанието си след въвеждането на механизираните станове, което довежда до протестите на лудитите[^wp-luddite]. Понятието „технологична безработица“ е популяризирано от Джон Мейнард Кейнс през 30-те години на XX век, който го смята за „само временна фаза на неприспособяване“[^wp-keynes]. В есето „Икономическите възможности за нашите внуци“ (1930) Кейнс пише за „нова болест“ — безработица, която се появява, когато откриваме начини да пестим труд по-бързо, отколкото намираме нови приложения за него[^keynes]. Той предвижда, че след сто години жизненият стандарт в напредналите страни ще бъде от четири до осем пъти по-висок[^keynes].","Десетилетия по-късно заетостта не е изчезнала: Дейвид Аутор обяснява в есе от 2015 г., че автоматизацията наистина замества труд, но и го допълва, увеличава производството по начин, който повишава търсенето на труд, и взаимодейства с промените в предлагането му[^autor15]. Според него журналистите и дори експертите са склонни да надценяват замяната на хора с машини и да пренебрегват силното допълване между автоматизацията и труда[^autor15]. Аутор описва и „поляризацията“ на пазара на труда, при която през последните десетилетия заплатите растат непропорционално в горния и долния край на разпределението на доходите и уменията, а не в средата[^autor15].","Аутор, Франк Леви и Ричард Мърнейн въвеждат задачовия подход (task-based approach): компютрите заместват ограничен набор от рутинни (повтарящи се) когнитивни и ръчни задачи и допълват нерутинното решаване на проблеми и взаимодействието с хора[^alm]. По тяхна оценка промените в задачите в рамките на отраслите и професиите обясняват от тридесет до четиридесет процента от изместването на търсенето в полза на работниците с висше образование между 1970 и 1998 г.[^alm]","Дарон Аджемоглу и Паскуал Рестрепо развиват рамката с два противоположни ефекта: автоматизацията изтласква труда от задачи, които е вършил (ефект на изместване), и винаги намалява дела на труда в добавената стойност, докато създаването на нови задачи действа в обратна посока (ефект на възстановяване)[^ar19]. Според тяхната декомпозиция по-бавният растеж на заетостта в САЩ през последните три десетилетия се дължи на ускореното изместване, особено в промишлеността, на по-слабото възстановяване и на по-бавния растеж на производителността[^ar19]. В друго изследване за навлизането на индустриалните роботи между 1990 и 2007 г. те оценяват, че всеки допълнителен робот на хиляда работници намалява съотношението между заети и население в местния пазар на труда с около 0,18–0,34 процентни пункта, а заплатите — с 0,25–0,5%[^robots].","Противовес на изместването е появата на нова работа: Аутор и съавтори установяват, че мнозинството от днешната заетост в САЩ е в специалности, появили се след 1940 г.[^newfr] Goldman Sachs, позовавайки се на Аутор, посочва, че 60% от днешните работници са в професии, които не са съществували през 1940 г., и че над 85% от растежа на заетостта за последните 80 години се обяснява със създаването на нови позиции от технологиите[^gs23-autor]. Същото изследване на Аутор обаче показва, че ефектът на автоматизиращите иновации, който намалява търсенето на труд, се е засилил през последните четири десетилетия, докато ефектът на допълващите иновации не се е засилил[^newfr].","Карл Фрей и Майкъл Озбърн от Оксфордския университет оценяват през 2013 г., че 47% от заетостта в САЩ е в професии с висок риск от компютъризация, които биха могли да бъдат автоматизирани „за неопределен брой години, може би десетилетие или две“[^frey]. Оценката става емблематична, но и широко критикувана: Мелани Арнц и колегите ѝ от германския институт ZEW възразяват, че професиите с „висок риск“ често съдържат значителен дял трудни за автоматизация задачи, и като отчитат разликите в задачите в рамките на една професия, стигат до извода, че средно в 21 страни от Организацията за икономическо сътрудничество и развитие (ОИСР) автоматизируеми са 9% от работните места[^arntz]."]},{"id":"generativniyat-ii-koi-zadachi-i-profesii-sa-izlozheni","title":"Генеративният ИИ: кои задачи и професии са изложени","paragraphs":["Първата широко цитирана оценка за [[golyam-ezikov-model|големите езикови модели]], „GPTs are GPTs“ (2023) на Тайна Елаунду и съавтори, установява, че около 80% от работната сила в САЩ може да има поне 10% от задачите си засегнати от тях, а около 19% — поне половината от задачите си[^eloundou]. Според авторите с достъп до езиков модел около 15% от всички задачи в САЩ могат да се изпълнят значително по-бързо при същото качество, а със софтуер, изграден върху моделите, делът нараства до 47–56%; те изрично не правят прогнози за сроковете на разработване и внедряване[^eloundou]. Институтът Brookings, който използва данните за изложеност на [[openai|OpenAI]], изчислява, че над 30% от работниците могат да видят поне половината от задачите в професията си засегнати от генеративния ИИ, а около 85% — поне 10%[^brook].","Анализ на МВФ от януари 2024 г. оценява, че почти 40% от заетостта в света е изложена на ИИ, като в развитите икономики делът е около 60%, в развиващите се пазари — 40%, а в страните с ниски доходи — 26%[^imf-40]. Около половината от изложените работни места могат да спечелят от интеграцията на ИИ чрез по-висока производителност, а при другата половина ИИ може да поеме ключови задачи, което да намали търсенето на труд, заплатите и наемането[^imf-half]. Жените и хората с висше образование са по-изложени на ИИ, но и по-добре подготвени да се възползват от него[^imf-sdn24].","В обновения си индекс от 2025 г., изграден с помощта на 29 753 задачи от полската класификация на професиите, МОТ изчислява, че един от четирима работници в света е в професия с някаква изложеност на генеративен ИИ, а 3,3% от заетостта попада в най-високата степен на изложеност[^ilo25]. Разликата между половете е съществена — 4,7% от заетите жени срещу 2,4% от мъжете, а в страните с високи доходи — 9,6% срещу 3,5%[^ilo25]. Общата изложеност расте с доходите на страната — от 11% от заетостта в страните с ниски доходи до 34% в тези с високи доходи, като най-изложени остават административните (офисни) професии[^ilo25]. Според МОТ най-вероятното въздействие е трансформация на работните места, тъй като повечето професии се състоят от задачи, които изискват човешко участие[^ilo25].","В ранна оценка анализаторите на Goldman Sachs Джоузеф Бригс и Девеш Коднани изчисляват, че промените в работните процеси могат да изложат на автоматизация еквивалента на 300 милиона работни места на пълен работен ден в света, а генеративният ИИ може да повиши световния брутен вътрешен продукт (БВП) със 7% и растежа на производителността с 1,5 процентни пункта за десет години[^gs23]. Като анализират съдържанието на задачите в над 900 професии, те оценяват, че около две трети от професиите в САЩ са изложени на известна степен на автоматизация, като при изложените между една четвърт и половината от работата може да бъде заменена[^gs23b]. В по-късна оценка Бригс и Сара Донг заключават, че при широко внедряване ИИ може да измести 6–7% от работната сила в САЩ, с диапазон от 3 до 14% при различни допускания, но че въздействието вероятно ще е преходно, тъй като новите възможности в крайна сметка ще осигурят друга работа на хората[^gs25]. Те очакват безработицата да се повиши с половин процентен пункт по време на прехода и остават скептични, че ИИ ще доведе до големи съкращения на заетостта през следващото десетилетие[^gs25b].","Глобалният институт на McKinsey оценява, че вече демонстрираните технологии на теория биха могли да автоматизират дейности, заемащи около 57% от сегашните работни часове в САЩ[^mck]. Числото сравнява възможностите на съществуващите технологии, включително показаните само в лаборатория, с нивото на човешко умение, което изискват задачите[^mck]. В доклада си за бъдещето на работните места от януари 2025 г., основан на данни от над 1000 компании, Световният икономически форум очаква до 2030 г. да бъдат създадени 170 милиона нови работни места и изместени 92 милиона — нетен ръст от 78 милиона, като промените засягат 22% от работните места[^wef]. Според доклада ИИ и възобновяемата енергия повишават търсенето на много технологични и специализирани роли, но намаляват търсенето на други, например на графичните дизайнери[^wef].","Друг подход измерва реалната употреба, а не теоретичните възможности: анализ на 200 хиляди анонимизирани разговора с Bing Copilot на Microsoft установява, че най-честите и най-успешните дейности с помощта на ИИ са информационната работа — създаването, обработката и предаването на информация[^ms]. Anthropic, компанията, която разработва модела Claude, изчислява „наблюдавана изложеност“ по данни за употребата на собствения си модел и установява, че тя е далеч под теоретично възможното: Claude покрива едва 33% от задачите в категорията „Компютри и математика“[^anth-lm33]. Най-изложени по тази мярка са програмистите (75% покритие), следвани от служителите в обслужването на клиенти и операторите по въвеждане на данни[^anth-lm75]. Работниците в най-изложените професии печелят средно с 47% повече и са по-образовани[^anth-lm47]."]},{"id":"izmereni-efekti-varhu-proizvoditelnostta","title":"Измерени ефекти върху производителността","paragraphs":["Едно от първите полеви изследвания, на Ерик Бриньолфсон, Даниел Ли и Линдзи Реймънд, проследява постепенното въвеждане на разговорен асистент с генеративен ИИ при 5179 служители в обслужването на клиенти: достъпът до инструмента увеличава решените запитвания на час средно с 14%, а при начинаещите и по-слабо квалифицираните — с 34%, при минимален ефект върху опитните и високо квалифицираните[^bry]. Авторите намират указания, че моделът разпространява добрите практики на по-способните служители и помага на новите да напредват по-бързо, а помощта на ИИ подобрява и отношението на клиентите и задържането на персонала[^bry]. Изследването е публикувано в Quarterly Journal of Economics през 2025 г.[^bry-qje]","В експеримент на Шакед Ной и Уитни Джан от Масачузетския технологичен институт (MIT), публикуван в списание Science през юли 2023 г., достъпът до ChatGPT съкращава с 40% времето за писмени задачи като мотивационни писма, деликатни имейли и анализи на разходите и ползите, а качеството, оценено от независими оценители, нараства с 18%[^noy]. Задачите обаче не изискват точни факти или познаване на целите на конкретна компания и предпочитанията на клиентите, т.е. не са пълни копия на реалната работа[^noy].","Експеримент с Boston Consulting Group, в който участват 758 консултанти (около 7% от консултантите на това ниво в компанията), въвежда понятието „назъбена технологична граница“: някои задачи ИИ изпълнява лесно, а други, привидно със сходна трудност, са извън възможностите му[^bcg]. При 18 реалистични консултантски задачи в рамките на границата консултантите с ИИ изпълняват с 12,2% повече задачи, с 25,1% по-бързо и с над 40% по-високо качество[^bcg]. Печелят служители с всякакво ниво на умения, но повече по-слабите: резултатите на тези под средното ниво се подобряват с 43%, а на тези над него — със 17%[^bcg]. При задача, избрана умишлено извън границата, консултантите с ИИ обаче са с 19 процентни пункта по-малко склонни да стигнат до правилно решение[^bcg].","В контролиран експеримент с асистента за програмиране GitHub Copilot, воден от Сида Пън, разработчиците с достъп до инструмента написват HTTP сървър на JavaScript с 55,8% по-бързо от контролната група[^peng]. Три по-късни полеви експеримента в Microsoft, Accenture и анонимна компания от списъка Fortune 100, анализирани от екип, в който са и Пън и Соня Джаф от Microsoft, обхващат 4867 разработчици и установяват 26,08% повече завършени задачи, като по-неопитните разработчици използват инструмента по-често и печелят повече[^cui]. Според обобщение на MIT Sloan новоназначените и младшите разработчици увеличават резултата си с 27–39%, а по-старшите — с 8–13%[^sloan].","Обратен резултат дава рандомизираното изпитване на изследователската организация METR: с инструментите от февруари–юни 2025 г. 16 опитни разработчици на софтуер с отворен код, работещи по познати им зрели проекти, отнемат с 19% повече време, когато могат да ползват ИИ, макар преди изпитването да са очаквали ускорение от 24%, а след него да смятат, че са били ускорени с 20%[^metr25]. При повторно изпитване в началото на 2026 г. организацията отчита известно ускорение — с около 18% по-малко време за част от първоначалните участници и с 4% за новите, при доверителни интервали, които включват и нула, — но приема тези данни за много слабо доказателство, защото все повече разработчици отказват да участват, за да не работят без ИИ[^metr26].","Изводът, че ИИ помага най-много на по-слабите и по-неопитните, не е универсален, макар МВФ също да отбелязва, че според изследванията той може да помогне на по-малко опитните работници да повишат производителността си по-бързо[^imf-less]. В петмесечно рандомизирано изпитване с 640 кенийски предприемачи част от тях получават бизнес наставник с GPT-4 чрез WhatsApp[^haas]. Средният ефект не е статистически значим, но предприемачите с добри резултати в началото печелят малко над 15%, а най-слабите се справят с около 8% по-зле[^otis]. Изследователите обясняват разликата с това, че силните търсят помощ за сравнително прости задачи, а изпитващите затруднения — за по-трудни[^haas2]. Данни на Anthropic за около 400 000 сесии с инструмента Claude Code между октомври 2025 г. и април 2026 г. също сочат, че колкото повече експертиза в областта има потребителят, толкова повече работа ИИ върши по една инструкция и толкова по-често сесията завършва успешно, макар разликата между средно напредналите и експертите да е малка[^anth-code].","Предпазливост налага и случаят с широко цитирания препринт „Artificial Intelligence, Scientific Discovery, and Product Innovation“, публикуван през ноември 2024 г.: на 16 май 2025 г. институтът MIT заявява, че няма доверие в произхода, надеждността и валидността на данните и в достоверността на изследването, и иска оттеглянето му[^mit-retract].","Навлизането на технологията е бързо: според представителни проучвания на икономисти, сред които и такива от Федералната резервна банка на Сейнт Луис, към края на 2024 г. почти 40% от американците на възраст 18–64 години използват генеративен ИИ, а 23% от заетите са го ползвали за работа поне веднъж през предходната седмица[^bick]. Между 1 и 5% от всички работни часове се подпомагат от генеративен ИИ, а спестеното време се равнява на 1,4% от всички работни часове[^bick]. Anthropic, като анализира сто хиляди разговора чрез самия Claude, оценява, че ИИ съкращава времето за изпълнение на задачите с около 80%, и екстраполира от това ръст на производителността на труда в САЩ с 1,8% годишно през следващото десетилетие; компанията сама признава, че оценките вероятно надценяват текущите ефекти[^anth-prod]."]},{"id":"izmereni-efekti-varhu-zaetostta-i-zaplatite","title":"Измерени ефекти върху заетостта и заплатите","paragraphs":["Най-подробните данни засега идват от Дания, където Андерс Хумлум и Емили Вестергор свързват мащабни проучвания за използването на чатботове с административните регистри на пазара на труда[^humlum]. Те откриват „бързи течения“ — повечето работодатели в изложените професии вече имат инициативи с чатботове, работниците отчитат ползи за производителността, а новите задачи, свързани с ИИ, са широко разпространени, — но оценяват прецизни нулеви ефекти върху доходите и отработените часове, които изключват ефекти, по-големи от 2%, две години след появата на ChatGPT[^humlum]. Според тях засега се променя структурата на работата: работодателите усвояват ИИ чрез преразпределение на задачите, включително нови задачи по създаване на съдържание, надзор и интеграция на ИИ[^humlum]. Изследването първоначално е разпространено под заглавието „Large Language Models, Small Labor Market Effects“ („Големи езикови модели, малки ефекти върху пазара на труда“)[^humlum-title].","Бюджетната лаборатория на Йейл сравнява скоростта на промяна в професионалната структура на заетостта в САЩ с периодите на навлизане на компютрите и интернет и на 1 октомври 2025 г. заключава, че 33 месеца след появата на ChatGPT по-широкият пазар на труда не е преживял осезаемо сътресение[^yale25]. Авторите напомнят, че компютрите навлизат в офисите едва близо десетилетие след появата си и че е разумно широките ефекти на новите технологии да се проявят за повече от 33 месеца[^yale25b]. В анализ от 7 май 2026 г. със синтетичен метод на „разликата в разликите“ лабораторията не открива статистически или икономически значими ефекти върху заетостта и заплатите в изложените професии[^yale-may26]. Оценките сочат около половин процентен пункт по-висока безработица, и повече сред 16–34-годишните, но и двата резултата не са статистически значими към първото тримесечие на 2026 г.[^yale-may26b] Авторите предупреждават, че картината може да се промени бързо[^yale-may26c]. В обновяването си от 14 октомври 2026 г. лабораторията отново не открива промени в професионалната структура, които ясно да съответстват на навлизането на ИИ, нито връзка между мерките за употреба на ИИ и промените в заетостта или безработицата[^yale-oct26].","Най-обсъжданият сигнал идва от Станфордската лаборатория за цифрова икономика: Ерик Бриньолфсон, Бхарат Чандар и Жую Чен анализират административни данни за заплати от ADP за милиони работници в САЩ до юни 2026 г.[^can] Те не откриват масово изместване в цялата икономика, но заетостта на младите работници на 22–25 години в изложените на ИИ професии е с 19% под нивото, което би имала, ако се движеше като тази на по-малко изложените им връстници, докато при опитните работници подобна разлика няма[^can]. Разминаването се разширява от първото му документиране през август 2025 г., минава главно през по-малко наемане на млади хора, а не през повече съкращения, и е съсредоточено в професиите, където ИИ замества човешки задачи; където ИИ допълва работниците, заетостта е стабилна или расте[^can]. В абсолютни стойности заетостта на 22–25-годишните в двата най-изложени квинтила спада с около 11% между ноември 2022 г. и юни 2026 г., докато в трите най-малко изложени расте с около 10%[^can-levels]. По-ранните версии на изследването водят с регресионни оценки — спад от 13% по данни до юли 2025 г. и 16% до септември 2025 г., а по по-простата описателна мярка разликата е 15% при данните от юли 2025 г. и 19% към юни 2026 г.[^can-levels]","Засега промяната се вижда в заетостта, а не в основните заплати[^can-mech]. Авторите предлагат механизъм: ИИ замества по-лесно дигитализираното и кодифицирано знание, което е ядрото на формалното образование, и допълва неявното, натрупано с опит знание на по-старшите служители; жените средно са по-изложени на ИИ[^can-mech]. Те определят резултатите като „ранни, описателни индикатори“, а не като причинно-следствени оценки: моделът отслабва при контрол за образованието, част от разликите предшестват генеративния ИИ, а ефектите са по-силни в извадката на ADP, отколкото в националните проучвания[^can-cav]. Според самите автори това поставя основателни въпроси доколко моделът наистина е причинен от ИИ и доколко резултатите от извадката на ADP важат по-широко[^can-news].","Изследване на Федералната резервна банка на Ню Йорк предлага друго обяснение за трудностите на младите висшисти: безработицата сред завършилите висше образование под 29 години нараства с 20% след пандемията (2022–2024 г. спрямо 2017–2019 г.), а дистанционната работа обяснява близо две трети от този ръст[^nyfed]. Изложеността на ИИ според авторите не обяснява разминаването в безработицата в този период, макар те да допускат, че това може да се промени[^nyfed2].","И Anthropic, използвайки собствените си данни, не открива систематично увеличение на безработицата сред силно изложените работници от края на 2022 г. насам, но намира признаци, че наемането на по-млади хора в изложените професии се забавя[^anth-lm-sum]. Средно след появата на ChatGPT вероятността 22–25-годишните да започнат работа в изложените професии е с 14% по-ниска, отколкото през 2022 г., но резултатът е едва на границата на статистическата значимост[^anth-lm14].","МВФ публикува през януари 2026 г. изследване за новите умения в епохата на ИИ, според което около една от десет обяви за работа в развитите икономики изисква поне едно ново умение[^imf-sdn26]. Анализът на милиони онлайн обяви показва, че такива умения се търсят в една от двадесет обяви в развиващите се пазари, а във Великобритания и САЩ обявите с ново умение предлагат около 3% по-високо заплащане[^imf26]. Уменията, свързани с ИИ, също носят по-високо заплащане, но засега не допринасят за растежа на заетостта: в регионите с голямо търсене на такива умения заетостта в уязвимите на ИИ професии е с 3,6% по-ниска след пет години, което според МВФ е проблем за младите хора, защото началните позиции са по-изложени, и съответства на данни от САЩ, че генеративният ИИ намалява наемането на начинаещи[^imf26b]. Печелят най-вече работниците с високи и ниски умения, докато средноквалифицираните роли, като рутинната офис работа, се свиват[^imf26c].","Съобщенията на работодателите разказват по-драматична история: по данни на консултантската фирма Challenger, Gray & Christmas ИИ е посочен до края на септември 2026 г. като причина за 120 136 обявени съкращения в САЩ — около 21% от всички — и е водещата причина от началото на годината[^chall]. Общият брой обявени съкращения за първите девет месеца обаче е 573 195, с 39% по-малко от същия период на 2025 г.[^chall2] Анди Чалънджър от фирмата коментира, че независимо дали отделни работни места се заменят от ИИ, парите за тези роли отиват за него[^hill]. Обявените съкращения не са измерени загуби на работни места, а намерения и обяснения на работодателите: според доклада на Бюджетната лаборатория на Йейл тревогата за ефекта на ИИ върху днешния пазар на труда „остава до голяма степен спекулативна“, а директорката ѝ Марта Гимбъл допуска, че част от компаниите приписват съкращенията на ИИ, за да не обясняват на инвеститорите трудностите си с намаляващата имиграция, митата и политическата несигурност[^fortune]."]},{"id":"danni-za-upotrebata-i-naglasite-na-rabotnitsite","title":"Данни за употребата и нагласите на работниците","paragraphs":["Данните за употребата показват постепенно изместване от допълване към автоматизация: в първия си икономически индекс от 10 февруари 2025 г., основан на около милион разговора с Claude, Anthropic отчита, че 57% от задачите се допълват и 43% се автоматизират, а около 36% от професиите използват ИИ в поне една четвърт от задачите си[^aei25]. В доклада от 15 септември 2025 г. делът на „директивните“ разговори, в които потребителите възлагат на Claude цялата задача, нараства от 27% на 39%, а при бизнес употребата чрез програмния интерфейс (API) 77% от случаите следват модел на автоматизация[^aei-sep]. В проучване от април 2026 г. сред около 9700 потребители, чиито отговори са свързани с данните за употребата им, 10% оценяват загубата на собствената си работа като вероятна или много вероятна, а повече се тревожат за по-младите си колеги; самата компания подчертава, че извадката не е представителна за населението[^aei-jun].","В независимо проучване на Pew Research Center, публикувано на 25 февруари 2025 г., 52% от американските работници се тревожат за бъдещото въздействие на ИИ на работното място, 32% очакват той да им донесе по-малко възможности за работа в дългосрочен план, а 16% казват, че поне част от работата им вече се върши с ИИ[^pew]."]},{"id":"makroikonomikata-rastezh-proizvoditelnost-i-razpredelenie","title":"Макроикономиката: растеж, производителност и разпределение","paragraphs":["Икономистът Дарон Аджемоглу в работата си „The Simple Macroeconomics of AI“ (2024) прилага задачов модел и теоремата на Хултен: докато ефектите на ИИ се дължат на спестяване на разходи на ниво задача, общият ефект зависи от дела на засегнатите задачи и от средното спестяване[^acem]. Така той стига до нетривиални, но скромни ефекти — не повече от 0,66% ръст на общата факторна производителност за десет години, а след корекция за по-трудните за усвояване задачи — под 0,53%[^acem]. Аджемоглу показва още, че дори когато ИИ повишава производителността на нискоквалифицираните в някои задачи, неравенството може да се увеличи, и прогнозира разширяване на разликата между доходите от капитал и от труд[^acem].","По-оптимистична е Goldman Sachs, която очаква растежът на производителността да се ускори с 1,5 процентни пункта за десет години[^gs23]. Anthropic екстраполира от собствените си данни ръст на производителността на труда в САЩ от 1,8% годишно[^anth-prod]. Моделът на Penn Wharton е по-предпазлив: ИИ ще повиши производителността и БВП с 1,5% до 2035 г., с близо 3% до 2055 г. и с 3,7% до 2075 г., като тласъкът към годишния растеж е най-силен в началото на 30-те години и после отслабва[^pwbm]. В анкета сред икономисти, обобщена от Езра Карджър и съавтори (2026), медианното очакване при сценарий на умерено внедряване е годишен ръст на производителността на труда в САЩ от 2,5% през втората половина на десетилетието, срещу 1,8% средно за 2015–2025 г.[^yale-fiscal]","В сценарии за преход към [[obsht-izkustven-intelekt-agi|общ изкуствен интелект]] Антон Коринек и Донгхюн Су показват, че заплатите зависят от надпреварата между автоматизацията и натрупването на капитал: ако автоматизацията е достатъчно бавна, за хората винаги ще има работа и заплатите могат да растат безкрайно, но ако се стигне до пълна автоматизация, те се сриват, а спад е възможен и по-рано, ако мащабната автоматизация изпревари натрупването на капитал[^korinek].","МВФ предупреждава, че ако ИИ силно допълва работниците с високи доходи, той може непропорционално да увеличи трудовите им доходи, а печалбите в производителността на фирмите, които го внедряват, вероятно ще повишат възвръщаемостта на капитала, което също облагодетелства хората с високи доходи[^imf-ineq]. Между държавите рискът е друг: страните с ниски доходи нямат инфраструктурата и квалифицираната работна сила, за да се възползват от ИИ, и с времето технологията може да задълбочи неравенството между държавите[^imf-nations]. Широкият диапазон от очаквания стои и зад [[debatat-za-balon-okolo-izkustveniya-intelekt-2025-2026|дебата за балон около изкуствения интелект]]: Бюджетната лаборатория на Йейл подчертава, че обхватът на възможните резултати е много широк заради несигурността както за темпа на техническия напредък, така и за внедряването в бизнеса[^yale-fiscal2]."]},{"id":"politiki-i-institutsii","title":"Политики и институции","paragraphs":["Преквалификацията е най-популярната мярка за смекчаване на сътресенията от ИИ[^anth-retr]. Мета-анализ на Дейвид Кард, Йохен Клуве и Андреа Вебер, обобщаващ над 200 оценки на активни политики на пазара на труда, установява, че средните ефекти са близки до нула в краткосрочен план и стават по-положителни две-три години след програмата, с по-големи ползи от програмите за натрупване на човешки капитал[^card]. Преглед, публикуван от Anthropic и написан от независимия изследовател Дейвид Рудман и икономиста на компанията Максим Масенкоф, обобщава 56 рандомизирани изследвания в САЩ: на всеки човек, на когото е предложено място в обучение, заетостта нараства с два-три процентни пункта, а доходите — с около 1000 долара годишно, при разход от около 13 000 долара[^anth-retr]. Авторите заключават, че ако ИИ измести работници в голям мащаб, съществуващите програми за преквалификация вероятно няма да са достатъчни[^anth-retr].","[[es-zakon-za-izkustven-intelekt|Законът на ЕС за изкуствения интелект]] определя като високорискови системите с ИИ за подбор на персонал — за насочени обяви за работа, анализ и филтриране на кандидатури и оценка на кандидати — и системите за решения относно условията на труд, повишаването и прекратяването на договори, разпределянето на задачи според поведението или личните черти и наблюдението и оценката на работниците[^annex3]. Високорискови са и системите, с които публичните органи оценяват правото на хората на обществени помощи и услуги — област, в която попадат и спорни системи като [[avstria-ams-algoritam-bezrabotni|алгоритъма на австрийското бюро по труда AMS]] и [[polsha-profilirane-bezrabotni-sad|профилирането на безработните в Полша]][^annex3b]. Работодателите, които внедряват високорискова система на работното място, трябва да информират представителите на работниците и засегнатите работници[^art26]. Сред [[es-zakon-za-ai-zabraneni-praktiki-i-grafik|забранените практики]] е използването на ИИ за разпознаване на емоциите на хората на работното място и в образователните институции, освен по медицински причини или такива, свързани с безопасността[^art5].","След временно споразумение от 7 май 2026 г. пакетът за опростяване [[tsifrov-omnibus-za-izkustveniya-intelekt-2026|„Цифров омнибус“]] отлага изискванията за високорисковите системи, включително в заетостта, от 2 август 2026 г. до 2 декември 2027 г., а Съветът дава окончателното си одобрение на 29 юни 2026 г.[^omnibus] Отлагането не означава отмяна на правилата[^omnibus].","Директивата (ЕС) 2024/2831 от 23 октомври 2024 г. подобрява условията на труд при работата чрез цифрови платформи[^pwd]. Европейският парламент я одобрява на 24 април 2024 г. с 554 гласа „за“, 56 „против“ и 24 въздържали се, а държавите членки имат две години да я въведат в националното си право; по анализ на Европейската комисия от 2021 г. в ЕС действат над 500 платформи с над 28 милиона работещи, чийто брой се очаква да достигне 43 милиона през 2025 г.[^ep-pwd2] Директивата въвежда оборима презумпция за трудово правоотношение, като тежестта да докаже, че такова няма, пада върху платформата, и за първи път в ЕС урежда използването на алгоритми на работното място: работещите не могат да бъдат уволнени въз основа на решение на алгоритъм или автоматизирана система, а важните решения изискват човешки надзор[^ep-pwd]. В самия текст се посочва, че автоматизираните системи за наблюдение и вземане на решения все по-често заместват функции на мениджърите — разпределяне на задачи, ценообразуване, графици, инструкции и оценка на работата[^pwd2].","Алгоритмичното управление — използването на софтуер, включително ИИ, за пълна или частична автоматизация на задачи, вършени традиционно от мениджъри — вече е широко разпространено: проучване на ОИСР сред над 6000 фирми във Франция, Германия, Италия, Япония, Испания и САЩ показва, че такива инструменти се използват често в повечето от изследваните страни[^oecd-am]. Мениджърите смятат, че те често подобряват качеството на решенията им, но изразяват тревоги за неясната отговорност, трудно проследимата логика на инструментите и недостатъчната защита на здравето на работниците[^oecd-am]. В САЩ нюйоркският местен закон 144 от 2021 г. забранява на работодателите да използват автоматизирани инструменти за решения при наемане, ако не са преминали одит за пристрастия в рамките на една година преди употребата, и изисква информацията от одита да е публична[^nyc].","Синдикатите се оказват един от първите канали за договаряне на правила за ИИ: от 2 май до 27 септември 2023 г. стачкуват членовете на Гилдията на сценаристите на Америка (WGA), която представлява 11 500 сценаристи, и стачката продължава 148 дни, като сред исканията е ограничаването на ИИ в писането; в крайна сметка гилдията постига правила, които забраняват използването на материалите на сценаристите за обучение на модели и опитите чрез ИИ да се намалят сценаристите или заплащането им[^wga]. Според резюмето на гилдията ИИ не може да пише или преработва литературен материал, а генерираното от ИИ не се смята за изходен материал и не може да се използва срещу авторството и правата на сценариста[^wga-mba]. Актьорският синдикат SAG-AFTRA стачкува от 14 юли до 9 ноември 2023 г., като това е най-дългата стачка на актьори срещу филмовите и телевизионните студия в историята на Холивуд, а сред причините са опасенията, че ИИ може да се използва за възпроизвеждане на образа им без заплащане[^sag]. Изпълнителите във видеоигрите стачкуват от 26 юли 2024 г. до 9 юли 2025 г., главно за защита срещу обучаването на ИИ да възпроизвежда гласа им или да създава цифрови копия на образа им без съгласие и справедливо заплащане[^vg].","Безусловният базов доход се обсъжда като отговор на възможната технологична безработица, тъй като един от основните доводи за него е, че автоматизацията и роботизацията могат да доведат до свят с по-малко платени работни места[^ubi-wp]. Идеята е отхвърлена със 77% срещу 23% на [[shveytsaria-referendum-osnoven-dohod-2016|референдума в Швейцария през 2016 г.]][^ubi-swiss] Най-голямото скорошно изпитване е инициирано от изпълнителния директор на OpenAI Сам Олтман, който още през 2016 г. предлага да го финансира: в продължение на три години 1000 души с ниски доходи в Илинойс и Тексас получават по 1000 долара месечно, а контролна група от 2000 души — по 50 долара[^opb]. Според резултатите плащанията намаляват участието в работната сила с 4,2 процентни пункта и работното време с 1–2 часа седмично, без измеримо подобрение в качеството на заетостта[^ubi-nber]."]},{"id":"balgariya","title":"България","paragraphs":["По данни на Националния статистически институт (НСИ) през 2025 г. технологии с ИИ използват 8,5% от нефинансовите предприятия с 10 и повече заети, с 2,0 процентни пункта повече от предходната година[^nsi-ai]. Най-разпространени са сред фирмите с 250 и повече заети (26,2%) и в сектора „Създаване и разпространение на информация и творчески продукти; далекосъобщения“ (42,0%), следван от професионалните дейности и научните изследвания (26,4%)[^nsi2]. По сравнимите данни на Евростат делът расте от 3,62% през 2023 г. и 6,47% през 2024 г. до 8,55% през 2025 г., но остава сред най-ниските в ЕС: по-нисък е само в Румъния (5,2%) и Полша (8,4%), докато в Дания, Финландия и Швеция достига съответно 42%, 37,8% и 35%[^bta-ent]. Средно в ЕС делът нараства с 6,5 процентни пункта спрямо 13,5% през 2024 г.[^bta-ent]","Сред хората разликата е подобна: през 2025 г. генеративни инструменти с ИИ използват 22,5% от българите на възраст 16–74 години при 32,7% средно за ЕС, като Румъния (17,8%) и Италия (19,9%) също са в дъното на класацията[^bta-genai]. Средно в ЕС такива инструменти за работни задачи използват 15,1% от хората[^bta-genai]. Сред младите на 16–24 години делът в България е 50% при 63,8% средно за ЕС, като по-нисък е само в Румъния (44,1%), Италия (47,2%) и Полша (49,3%)[^bta-young].","Цифровите умения остават пречка: делът на хората с поне основни цифрови умения расте от 35,5% през 2023 г.[^ddbg] до 38,3% през 2025 г., но заедно с Румъния (31,8%) България е далеч зад водещите Нидерландия (84%), Ирландия (83%), Дания и Финландия (81%), при цел на ЕС от 80% до 2030 г.[^intelli] Европейската комисия отбелязва, че участието на възрастните в обучение в България е тревожно ниско и намалява, а специалистите по информационни и комуникационни технологии (ИКТ) са 4,6% от заетите при цел на ЕС от около 10%[^ddbg]. Като положителна стъпка Комисията посочва създаването на „фабрика за ИИ“ в „София Тех Парк“[^ddbg2].","Сред предприятията в ЕС, които са обмисляли използването на ИИ, но не са го внедрили, 70,31% посочват липса на експертиза, 53,61% — неясни правни последици, 52,72% — опасения за защитата на данните, а само 17,79% — че технологията не им е полезна; в България обаче изобщо са обмисляли ИИ едва 4,89% от предприятията при 11,1% в ЕС, сочи анализ на Съвета по ИИ към Българската търговско-промишлена палата на данни на Евростат за 2025 г.[^bcci]","Структурата на заетостта също влияе на изложеността: по данни на НСИ едва 44,8% от заетите в предприятията разполагат с достъп до интернет — 92,5% в информационните дейности и далекосъобщенията и 28,9% в строителството[^nsi3]. МВФ очаква развитите икономики да усетят ползите и рисковете на ИИ по-рано от развиващите се, главно заради структура на заетостта, съсредоточена в когнитивно интензивни роли[^imf-sdn24]. По-изложен в България е секторът на аутсорсинга и високотехнологичните услуги: по данни на браншовата асоциация AIBEST през 2024 г. в него работят 105 436 души (в еквивалент на пълно работно време), което означава застой с годишен ръст от едва 0,2%, а ИКТ секторът дава 9,6% от брутната добавена стойност на страната[^aibest]. Най-голям дял от пазара на сектора (43,3% през 2024 г.) има аутсорсингът на бизнес процеси, следван от аутсорсинга на информационни технологии (38,7%)[^aibest2]. Сред професиите с най-висок риск от изместване от ИИ Goldman Sachs посочва програмистите, счетоводителите и одиторите, юридическите и административните асистенти и служителите в обслужването на клиенти[^gs25-occ]."]},{"id":"ustanoveno-sporno-i-prognozi","title":"Установено, спорно и прогнози","paragraphs":["Установено е, че генеративният ИИ се разпространява бързо — на работното място толкова бързо, колкото персоналният компютър, а като цяло по-бързо от компютрите и интернет[^bick]. Установено е и че ефектите върху производителността силно зависят от задачата и от работника и че извън „назъбената граница“ ИИ може дори да влоши резултатите[^bcg]. Засега измерванията на целия пазар на труда в САЩ[^yale-oct26] и в Дания не показват значимо въздействие върху общата заетост и заплатите[^humlum].","Спорно е доколко спадът в заетостта на младите в изложените професии се дължи на ИИ: станфордските данни сочат такава връзка, но самите им автори отбелязват, че моделът отслабва при контрол за образованието[^can-cav]. Изследването на Нюйоркската федерална резервна банка отдава по-голямата част от проблемите на младите висшисти на дистанционната работа[^nyfed]. Спорни са и обявените съкращения „заради ИИ“, които може да прикриват други причини[^fortune].","Най-несигурни остават прогнозите, а част от най-острите идват от ръководители на самите компании: Амодей, който сам разработва технологията, за чиито последици предупреждава, говори за безработица от 10–20% в рамките на една до пет години[^axios2]. Goldman Sachs, напротив, остава скептична, че ИИ ще доведе до големи съкращения през следващото десетилетие[^gs25b]. Изследванията на прехода към общ ИИ допускат както неограничен ръст на заплатите, така и техния срив в зависимост от скоростта на автоматизацията[^korinek]. Дори изследванията, които засега не откриват ефект, предупреждават, че това може да се промени бързо[^yale-may26c]."]}],"sources":[{"key":"keynes","title":"Economic Possibilities for our Grandchildren (1930)","url":"http://www.econ.yale.edu/smith/econ116a/keynes1.pdf","note":"","publisher":"John Maynard Keynes (текст в сайта на Йейлския университет)","published_at":"1930","language":"en","retrieved_at":"2026-10-24"},{"key":"wp-techunemp","title":"Technological unemployment","url":"https://en.wikipedia.org/wiki/Technological_unemployment","note":"","publisher":"Wikipedia","language":"en","retrieved_at":"2026-10-24"},{"key":"autor15","title":"Why Are There Still So Many Jobs? The History and Future of Workplace Automation","url":"https://www.aeaweb.org/articles?id=10.1257/jep.29.3.3","note":"","publisher":"Journal of Economic Perspectives (American Economic Association)","published_at":"2015","language":"en","retrieved_at":"2026-10-24"},{"key":"alm","title":"The Skill Content of Recent Technological Change: An Empirical Exploration","url":"https://www.nber.org/papers/w8337","note":"","publisher":"NBER","published_at":"2001-06","language":"en","retrieved_at":"2026-10-24"},{"key":"ar19","title":"Automation and New Tasks: How Technology Displaces and Reinstates Labor","url":"https://www.aeaweb.org/articles?id=10.1257/jep.33.2.3","note":"","publisher":"Journal of Economic Perspectives (American Economic Association)","published_at":"2019","language":"en","retrieved_at":"2026-10-24"},{"key":"robots","title":"Robots and Jobs: Evidence from US Labor Markets","url":"https://www.nber.org/papers/w23285","note":"","publisher":"NBER","published_at":"2017-03","language":"en","retrieved_at":"2026-10-24"},{"key":"newfr","title":"New Frontiers: The Origins and Content of New Work, 1940–2018","url":"https://www.nber.org/papers/w30389","note":"","publisher":"NBER","published_at":"2022-08","language":"en","retrieved_at":"2026-10-24"},{"key":"frey","title":"The Future of Employment: How Susceptible Are Jobs to Computerisation?","url":"https://www.oxfordmartin.ox.ac.uk/downloads/academic/The_Future_of_Employment.pdf","note":"","publisher":"Oxford Martin School, Оксфордски университет","published_at":"2013-09-17","language":"en","retrieved_at":"2026-10-24"},{"key":"arntz","title":"The Risk of Automation for Jobs in OECD Countries: A Comparative Analysis","url":"https://ideas.repec.org/p/oec/elsaab/189-en.html","note":"","publisher":"OECD Social, Employment and Migration Working Papers (RePEc)","published_at":"2016","language":"en","retrieved_at":"2026-10-24"},{"key":"eloundou","title":"GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models","url":"https://arxiv.org/abs/2303.10130","note":"","publisher":"arXiv","published_at":"2023-03-17","language":"en","retrieved_at":"2026-10-24"},{"key":"brookings","title":"Generative AI, the American worker, and the future of work","url":"https://www.brookings.edu/articles/generative-ai-the-american-worker-and-the-future-of-work/","note":"","publisher":"Brookings Institution","published_at":"2024-10-10","language":"en","retrieved_at":"2026-10-24"},{"key":"imf-blog24","title":"AI Will Transform the Global Economy. Let's Make Sure It Benefits Humanity.","url":"https://www.imf.org/en/Blogs/Articles/2024/01/14/ai-will-transform-the-global-economy-lets-make-sure-it-benefits-humanity","note":"","publisher":"IMF Blog (Кристалина Георгиева)","published_at":"2024-01-14","language":"en","retrieved_at":"2026-10-24"},{"key":"imf-sdn24","title":"Gen-AI: Artificial Intelligence and the Future of Work","url":"https://www.imf.org/en/Publications/Staff-Discussion-Notes/Issues/2024/01/14/Gen-AI-Artificial-Intelligence-and-the-Future-of-Work-542379","note":"","publisher":"IMF Staff Discussion Note","published_at":"2024-01-14","language":"en","retrieved_at":"2026-10-24"},{"key":"ilo23","title":"Generative AI and Jobs: A global analysis of potential effects on job quantity and quality","url":"https://www.ilo.org/publications/generative-ai-and-jobs-global-analysis-potential-effects-job-quantity-and","note":"","publisher":"International Labour Organization","published_at":"2023","language":"en","retrieved_at":"2026-10-24"},{"key":"ilo25","title":"Generative AI and Jobs: A Refined Global Index of Occupational Exposure","url":"https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure","note":"","publisher":"International Labour Organization","published_at":"2025-05","language":"en","retrieved_at":"2026-10-24"},{"key":"gs23","title":"Generative AI could raise global GDP by 7%","url":"https://www.goldmansachs.com/insights/articles/generative-ai-could-raise-global-gdp-by-7-percent","note":"","publisher":"Goldman Sachs","published_at":"2023-04","language":"en","retrieved_at":"2026-10-24"},{"key":"gs25","title":"How Will AI Affect the Global Workforce?","url":"https://www.goldmansachs.com/insights/articles/how-will-ai-affect-the-global-workforce","note":"","publisher":"Goldman Sachs","published_at":"2025","language":"en","retrieved_at":"2026-10-24"},{"key":"mck25","title":"Agents, robots, and us: Skill partnerships in the age of AI","url":"https://www.mckinsey.com/mgi/our-research/agents-robots-and-us-skill-partnerships-in-the-age-of-ai","note":"","publisher":"McKinsey Global Institute","published_at":"2025-11","language":"en","retrieved_at":"2026-10-24"},{"key":"wef25","title":"Future of Jobs Report 2025: 78 Million New Job Opportunities by 2030 but Urgent Upskilling Needed to Prepare Workforces","url":"https://www.weforum.org/press/2025/01/future-of-jobs-report-2025-78-million-new-job-opportunities-by-2030-but-urgent-upskilling-needed-to-prepare-workforces/","note":"","publisher":"World Economic Forum","published_at":"2025-01-08","language":"en","retrieved_at":"2026-10-24"},{"key":"ms-copilot","title":"Working with AI: Measuring the Applicability of Generative AI to Occupations","url":"https://arxiv.org/abs/2507.07935","note":"","publisher":"arXiv (изследване по данни на Microsoft Bing Copilot)","published_at":"2025-07","language":"en","retrieved_at":"2026-10-24"},{"key":"anth-lm","title":"Labor market impacts of AI: A new measure and early evidence","url":"https://www.anthropic.com/research/labor-market-impacts","note":"","publisher":"Anthropic (данни на самата компания)","published_at":"2026-03-05","language":"en","retrieved_at":"2026-10-24"},{"key":"yale-exp","title":"Labor Market AI Exposure: What Do We Know?","url":"https://budgetlab.yale.edu/research/labor-market-ai-exposure-what-do-we-know","note":"","publisher":"The Budget Lab at Yale","published_at":"2026-02-19","language":"en","retrieved_at":"2026-10-24"},{"key":"anth-aei25","title":"The Anthropic Economic Index","url":"https://www.anthropic.com/news/the-anthropic-economic-index","note":"","publisher":"Anthropic (данни на самата компания)","published_at":"2025-02-10","language":"en","retrieved_at":"2026-10-24"},{"key":"bry","title":"Generative AI at Work","url":"https://www.nber.org/papers/w31161","note":"","publisher":"NBER","published_at":"2023-04","language":"en","retrieved_at":"2026-10-24"},{"key":"noy","title":"Study finds ChatGPT boosts worker productivity for some writing tasks","url":"https://news.mit.edu/2023/study-finds-chatgpt-boosts-worker-productivity-writing-0714","note":"","publisher":"MIT News","published_at":"2023-07-14","language":"en","retrieved_at":"2026-10-24"},{"key":"bcg","title":"Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality","url":"https://www.hbs.edu/faculty/Pages/item.aspx?num=64700","note":"","publisher":"Harvard Business School (работен документ)","published_at":"2023-09","language":"en","retrieved_at":"2026-10-24"},{"key":"peng","title":"The Impact of AI on Developer Productivity: Evidence from GitHub Copilot","url":"https://arxiv.org/abs/2302.06590","note":"","publisher":"arXiv","published_at":"2023-02","language":"en","retrieved_at":"2026-10-24"},{"key":"cui","title":"The Effects of Generative AI on High-Skilled Work: Evidence from Three Field Experiments with Software Developers","url":"https://economics.mit.edu/sites/default/files/inline-files/draft_copilot_experiments.pdf","note":"","publisher":"MIT (работен документ; съавтори от Microsoft)","published_at":"2025-02","language":"en","retrieved_at":"2026-10-24"},{"key":"sloan","title":"How generative AI affects highly skilled workers","url":"https://mitsloan.mit.edu/ideas-made-to-matter/how-generative-ai-affects-highly-skilled-workers","note":"","publisher":"MIT Sloan School of Management","published_at":"2024-11-04","language":"en","retrieved_at":"2026-10-24"},{"key":"metr25","title":"Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity","url":"https://arxiv.org/abs/2507.09089","note":"","publisher":"arXiv (METR)","published_at":"2025-07","language":"en","retrieved_at":"2026-10-24"},{"key":"metr26","title":"Uplift update: new data on the productivity impact of late-2025 AI tools","url":"https://metr.org/blog/2026-02-24-uplift-update/","note":"","publisher":"METR","published_at":"2026-02-24","language":"en","retrieved_at":"2026-10-24"},{"key":"haas","title":"Gen AI experiment shows mixed results in helping small businesses grow","url":"https://newsroom.haas.berkeley.edu/research/gen-ai-experiment-shows-mixed-results-in-helping-small-businesses-grow/","note":"","publisher":"Berkeley Haas","published_at":"2024-04-01","language":"en","retrieved_at":"2026-10-24"},{"key":"otis","title":"The Uneven Impact of Generative AI on Entrepreneurial Performance","url":"https://www.hks.harvard.edu/centers/cid/publications/uneven-impact-generative-ai-entrepreneurial-performance","note":"","publisher":"Harvard Kennedy School, Center for International Development","language":"en","retrieved_at":"2026-10-24"},{"key":"anth-code","title":"Agentic coding and persistent returns to expertise","url":"https://www.anthropic.com/research/claude-code-expertise","note":"","publisher":"Anthropic (данни на самата компания)","published_at":"2026-06-16","language":"en","retrieved_at":"2026-10-24"},{"key":"mit-retract","title":"Assuring an accurate research record","url":"https://economics.mit.edu/news/assuring-accurate-research-record","note":"","publisher":"MIT Department of Economics","published_at":"2025-05-16","language":"en","retrieved_at":"2026-10-24"},{"key":"bick","title":"The Rapid Adoption of Generative AI","url":"https://www.nber.org/papers/w32966","note":"","publisher":"NBER","published_at":"2024-09","language":"en","retrieved_at":"2026-10-24"},{"key":"anth-prod","title":"Estimating AI productivity gains from Claude conversations","url":"https://www.anthropic.com/research/estimating-productivity-gains","note":"","publisher":"Anthropic (данни на самата компания)","published_at":"2025-11-25","language":"en","retrieved_at":"2026-10-24"},{"key":"humlum","title":"Still Waters, Rapid Currents: Early Labor Market Transformation under Generative AI","url":"https://www.nber.org/papers/w33777","note":"","publisher":"NBER","published_at":"2025","language":"en","retrieved_at":"2026-10-24"},{"key":"canaries26","title":"Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence (August 2026)","url":"https://digitaleconomy.stanford.edu/app/uploads/2026/08/Canaries_August2026.pdf","note":"","publisher":"Stanford Digital Economy Lab","published_at":"2026-08","language":"en","retrieved_at":"2026-10-24"},{"key":"canaries-news","title":"No Widespread Displacement, but the AI Employment Gap for Young Workers Has Widened to 19%","url":"https://digitaleconomy.stanford.edu/news/canariesaug26/","note":"","publisher":"Stanford Digital Economy Lab","published_at":"2026-08-12","language":"en","retrieved_at":"2026-10-24"},{"key":"yale25","title":"Evaluating the Impact of AI on the Labor Market: Current State of Affairs","url":"https://budgetlab.yale.edu/research/evaluating-impact-ai-labor-market-current-state-affairs","note":"","publisher":"The Budget Lab at Yale","published_at":"2025-10-01","language":"en","retrieved_at":"2026-10-24"},{"key":"yale-may26","title":"What We Do and Don't Know About How AI is Affecting the Labor Market","url":"https://budgetlab.yale.edu/research/what-we-do-and-dont-know-about-how-ai-affecting-labor-market","note":"","publisher":"The Budget Lab at Yale","published_at":"2026-05-07","language":"en","retrieved_at":"2026-10-24"},{"key":"yale-oct26","title":"Tracking the Impact of AI on the Labor Market","url":"https://budgetlab.yale.edu/research/tracking-impact-ai-labor-market","note":"","publisher":"The Budget Lab at Yale","published_at":"2026-10-14","language":"en","retrieved_at":"2026-10-24"},{"key":"nyfed","title":"Remote work — not AI — has sidelined recent college graduates, research finds","url":"https://www.michiganpublic.org/2026-06-01/remote-work-not-ai-has-sidelined-recent-college-graduates-research-finds","note":"","publisher":"NPR (препечатка в Michigan Public)","published_at":"2026-06-01","language":"en","retrieved_at":"2026-10-24"},{"key":"imf-sdn26","title":"Bridging Skill Gaps for the Future: New Jobs Creation in the AI Age","url":"https://www.imf.org/en/publications/staff-discussion-notes/issues/2026/01/09/bridging-skill-gaps-for-the-future-new-jobs-creation-in-the-ai-age-572136","note":"","publisher":"IMF Staff Discussion Note","published_at":"2026-01-14","language":"en","retrieved_at":"2026-10-24"},{"key":"imf-blog26","title":"New Skills and AI Are Reshaping the Future of Work","url":"https://www.imf.org/en/blogs/articles/2026/01/14/new-skills-and-ai-are-reshaping-the-future-of-work","note":"","publisher":"IMF Blog","published_at":"2026-01-14","language":"en","retrieved_at":"2026-10-24"},{"key":"challenger","title":"Challenger Report: September 2026","url":"https://www.challengergray.com/wp-content/uploads/2026/10/Challenger-Report-September-2026.pdf","note":"","publisher":"Challenger, Gray & Christmas","published_at":"2026-10","language":"en","retrieved_at":"2026-10-24"},{"key":"hill","title":"AI named top reason for job cuts for second straight month: analysis","url":"https://thehill.com/policy/technology/5870898-ai-job-cuts-analysis-trump-admin/amp/","note":"","publisher":"The Hill","published_at":"2026-05","language":"en","retrieved_at":"2026-10-24"},{"key":"fortune-yale","title":"If AI is roiling the job market, the data isn't showing it, Yale Budget Lab report says","url":"https://fortune.com/2026/02/02/ai-labor-market-yale-budget-lab-ai-washing/","note":"","publisher":"Fortune","published_at":"2026-02-02","language":"en","retrieved_at":"2026-10-24"},{"key":"anth-sep25","title":"Anthropic Economic Index report (September 2025)","url":"https://www.anthropic.com/research/anthropic-economic-index-september-2025-report","note":"","publisher":"Anthropic (данни на самата компания)","published_at":"2025-09-15","language":"en","retrieved_at":"2026-10-24"},{"key":"anth-jun26","title":"Anthropic Economic Index report: Cadences","url":"https://www.anthropic.com/research/economic-index-june-2026-report","note":"","publisher":"Anthropic (данни на самата компания)","published_at":"2026-06-26","language":"en","retrieved_at":"2026-10-24"},{"key":"pew","title":"U.S. Workers Are More Worried Than Hopeful About Future AI Use in the Workplace","url":"https://www.pewresearch.org/social-trends/2025/02/25/u-s-workers-are-more-worried-than-hopeful-about-future-ai-use-in-the-workplace/","note":"","publisher":"Pew Research Center","published_at":"2025-02-25","language":"en","retrieved_at":"2026-10-24"},{"key":"acemoglu","title":"The Simple Macroeconomics of AI","url":"https://www.nber.org/papers/w32487","note":"","publisher":"NBER","published_at":"2024-05","language":"en","retrieved_at":"2026-10-24"},{"key":"pwbm","title":"The Projected Impact of Generative AI on Future Productivity Growth","url":"https://budgetmodel.wharton.upenn.edu/issues/2025/9/8/projected-impact-of-generative-ai-on-future-productivity-growth","note":"","publisher":"Penn Wharton Budget Model","published_at":"2025-09-08","language":"en","retrieved_at":"2026-10-24"},{"key":"yale-fiscal","title":"What Might AI Adoption Mean for the Fiscal and Economic Outlook?","url":"https://budgetlab.yale.edu/research/what-might-ai-adoption-mean-fiscal-and-economic-outlook","note":"","publisher":"The Budget Lab at Yale","published_at":"2026-05-06","language":"en","retrieved_at":"2026-10-24"},{"key":"korinek","title":"Scenarios for the Transition to AGI","url":"https://www.nber.org/papers/w32255","note":"","publisher":"NBER","published_at":"2024-03","language":"en","retrieved_at":"2026-10-24"},{"key":"card","title":"What Works? A Meta Analysis of Recent Active Labor Market Program Evaluations","url":"https://www.nber.org/papers/w21431","note":"","publisher":"NBER","published_at":"2015-07","language":"en","retrieved_at":"2026-10-24"},{"key":"anth-retr","title":"Reviewing the evidence on worker retraining programs","url":"https://www.anthropic.com/research/reviewing-the-evidence-on-worker-retraining-programs","note":"","publisher":"Anthropic (публикация на компанията, съавтор независим изследовател)","published_at":"2026-08-12","language":"en","retrieved_at":"2026-10-24"},{"key":"aiact-annex3","title":"EU AI Act, Annex III: High-Risk AI Systems Referred to in Article 6(2)","url":"https://artificialintelligenceact.eu/annex/3/","note":"","publisher":"artificialintelligenceact.eu (текст на Регламент (ЕС) 2024/1689)","published_at":"2024","language":"en","retrieved_at":"2026-10-24","archive_url":"https://web.archive.org/web/20261006014356/https://artificialintelligenceact.eu/annex/3/"},{"key":"aiact-26","title":"EU AI Act, Article 26: Obligations of Deployers of High-Risk AI Systems","url":"https://artificialintelligenceact.eu/article/26/","note":"","publisher":"artificialintelligenceact.eu (текст на Регламент (ЕС) 2024/1689)","published_at":"2024","language":"en","retrieved_at":"2026-10-24"},{"key":"aiact-5","title":"EU AI Act, Article 5: Prohibited AI Practices","url":"https://artificialintelligenceact.eu/article/5/","note":"","publisher":"artificialintelligenceact.eu (текст на Регламент (ЕС) 2024/1689)","published_at":"2024","language":"en","retrieved_at":"2026-10-24","archive_url":"https://web.archive.org/web/20261004092620/https://artificialintelligenceact.eu/article/5/"},{"key":"omnibus","title":"EU Nears Approval of Agreement to Delay Rules for AI Use in Employment Decisions","url":"https://ogletree.com/insights-resources/blog-posts/eu-nears-approval-of-agreement-to-delay-rules-for-ai-use-in-employment-decisions/","note":"","publisher":"Ogletree Deakins","published_at":"2026-06-16","language":"en","retrieved_at":"2026-10-24"},{"key":"pwd","title":"Directive (EU) 2024/2831 of the European Parliament and of the Council of 23 October 2024 on improving working conditions in platform work","url":"https://eur-lex.europa.eu/eli/dir/2024/2831/oj/eng","note":"","publisher":"EUR-Lex","published_at":"2024-10-23","language":"en","retrieved_at":"2026-10-24"},{"key":"ep-pwd","title":"Parliament adopts Platform Work Directive","url":"https://www.europarl.europa.eu/news/en/press-room/20240419IPR20584/parliament-adopts-platform-work-directive","note":"","publisher":"European Parliament","published_at":"2024-04-24","language":"en","retrieved_at":"2026-10-24"},{"key":"oecd-am","title":"Algorithmic management in the workplace","url":"https://oecd.ai/en/ai-publications/algorithmic-management-in-the-workplace","note":"","publisher":"OECD.AI","published_at":"2025","language":"en","retrieved_at":"2026-10-24"},{"key":"nyc","title":"Automated Employment Decision Tools (AEDT)","url":"https://www.nyc.gov/site/dca/about/automated-employment-decision-tools.page","note":"","publisher":"NYC Department of Consumer and Worker Protection","language":"en","retrieved_at":"2026-10-24"},{"key":"wp-wga","title":"2023 Writers Guild of America strike","url":"https://en.wikipedia.org/wiki/2023_Writers_Guild_of_America_strike","note":"","publisher":"Wikipedia","language":"en","retrieved_at":"2026-10-24"},{"key":"wga-mba","title":"Summary of the 2023 WGA MBA","url":"https://www.wga.org/contracts/contracts/mba/summary-of-the-2023-wga-mba","note":"","publisher":"Writers Guild of America","published_at":"2023","language":"en","retrieved_at":"2026-10-24"},{"key":"wp-sag","title":"2023 SAG-AFTRA strike","url":"https://en.wikipedia.org/wiki/2023_SAG-AFTRA_strike","note":"","publisher":"Wikipedia","language":"en","retrieved_at":"2026-10-24"},{"key":"wp-vg","title":"2024–2025 SAG-AFTRA video game strike","url":"https://en.wikipedia.org/wiki/2024–2025_SAG-AFTRA_video_game_strike","note":"","publisher":"Wikipedia","language":"en","retrieved_at":"2026-10-24"},{"key":"wp-ubi","title":"Universal basic income","url":"https://en.wikipedia.org/wiki/Universal_basic_income","note":"","publisher":"Wikipedia","language":"en","retrieved_at":"2026-10-24"},{"key":"opb","title":"As new tech threatens jobs, Silicon Valley promotes no-strings cash aid","url":"https://www.opb.org/article/2024/07/22/basic-income-sam-altman-ai","note":"","publisher":"NPR (препечатка в OPB)","published_at":"2024-07-22","language":"en","retrieved_at":"2026-10-24"},{"key":"ubi-nber","title":"The Employment Effects of a Guaranteed Income: Experimental Evidence from Two U.S. States","url":"https://www.nber.org/papers/w32719","note":"","publisher":"NBER","published_at":"2024-07","language":"en","retrieved_at":"2026-10-24"},{"key":"nsi","title":"Използване на информационни и комуникационни технологии в предприятията - 2025 година","url":"https://www.nsi.bg/index.php/file/32936/izpolzvane_na_informacionni_i_komunikacionni_tehnologii_v_predpriyatiyata.pdf","note":"","publisher":"Национален статистически институт","published_at":"2025","language":"bg","retrieved_at":"2026-10-24"},{"key":"bta-ent","title":"8.55% of Bulgarian Enterprises with 10 or More Employees Use AI in 2025","url":"https://www.bta.bg/en/news/1026131-8-55-of-bulgarian-enterprises-with-10-or-more-employees-use-ai-in-2025","note":"","publisher":"БТА (по данни на Евростат)","published_at":"2025-12-11","language":"en","retrieved_at":"2026-10-24"},{"key":"bta-genai","title":"22.5% of Bulgarians Use Generative AI, Down from 32.7% EU-Wide","url":"https://www.bta.bg/en/news/1029092-22-5-of-bulgarians-use-generative-ai-down-from-32-7-eu-wide","note":"","publisher":"БТА (по данни на Евростат)","published_at":"2025-12-16","language":"en","retrieved_at":"2026-10-24"},{"key":"bta-young","title":"Half of 16-to-24-Year-Olds in Bulgaria Use Generative AI Tools - Eurostat","url":"https://www.bta.bg/en/news/1061221-half-of-16-to-24-year-olds-in-bulgaria-use-generative-ai-tools-eurostat","note":"","publisher":"БТА (по данни на Евростат)","published_at":"2026","language":"en","retrieved_at":"2026-10-24"},{"key":"ddbg","title":"State of the Digital Decade 2025, Annex 4: Bulgaria Short Country Report","url":"https://data.consilium.europa.eu/doc/document/ST-10407-2025-ADD-4/en/pdf","note":"","publisher":"Европейска комисия (документ на Съвета на ЕС)","published_at":"2025","language":"en","retrieved_at":"2026-10-24"},{"key":"intelli","title":"Bulgaria, Romania lag EU peers on digital skills, Eurostat data shows","url":"https://www.intellinews.com/bulgaria-romania-lag-eu-peers-on-digital-skills-eurostat-data-shows-439818/","note":"","publisher":"bne IntelliNews (по данни на Евростат)","published_at":"2026-04-28","language":"en","retrieved_at":"2026-10-24"},{"key":"bcci","title":"Why companies that considered AI decided against it","url":"https://ai.bcci.bg/en/news/why-companies-that-considered-ai-decided-against-it","note":"","publisher":"Съвет по ИИ към Българската търговско-промишлена палата (по данни на Евростат)","published_at":"2026","language":"en","retrieved_at":"2026-10-24"},{"key":"aibest","title":"Bulgaria Remains Leading Destination for High-Tech Services - AIBEST Annual Report","url":"https://www.infobusiness.bcci.bg/bulgaria-remains-leading-destination-for-high-tech-services-aibest-annual-report.html","note":"","publisher":"Infobusiness, Българска търговско-промишлена палата","published_at":"2025-12-19","language":"en","retrieved_at":"2026-10-24"},{"key":"axios","title":"Behind the Curtain: A white-collar bloodbath","url":"https://www.axios.com/2025/05/28/ai-jobs-white-collar-unemployment-anthropic","note":"","publisher":"Axios","published_at":"2025-05-28","language":"en","retrieved_at":"2026-10-24"}],"citations":[{"id":"yale-intro","source_key":"yale-may26","locator":"","excerpt":"The rapid adoption of AI tools into the workplace has been met with a mixture of excitement and anxiety, with much of the latter focusing on potential labor market disruption.","note":""},{"id":"imf-40","source_key":"imf-blog24","locator":"","excerpt":"Published: January 14, 2024 Reshaping the Nature of Work IMF staff analysis finds ... almost 40 percent of global employment is exposed to AI ... about 60 percent of jobs may be impacted by AI ... AI exposure is expected to be 40 percent and 26 percent, respectively","note":""},{"id":"axios","source_key":"axios","locator":"","excerpt":"Dario Amodei — CEO of Anthropic, one of the world's most powerful creators of artificial intelligence — has a blunt, scary warning for the U.S. government and all of us: AI could wipe out half of all entry-level white-collar jobs — and spike unemployment to 10-20% in the next one to five years, Amodei told us in an interview from his San Francisco office.","note":""},{"id":"axios2","source_key":"axios","locator":"","excerpt":"AI could wipe out half of all entry-level white-collar jobs — and spike unemployment to 10-20% in the next one to five years ... Amodei, 42, who's building the very technology he predicts could reorder society overnight","note":""},{"id":"bry","source_key":"bry","locator":"","excerpt":"we study the staggered introduction of a generative AI-based conversational assistant using data from 5,179 customer support agents. Access to the tool increases productivity, as measured by issues resolved per hour, by 14% on average, including a 34% improvement for novice and low-skilled workers but with minimal impact on experienced and highly skilled workers. We provide suggestive evidence that the AI model disseminates the best practices of more able workers and helps newer workers move down the experience curve. In addition, we find that AI assistance improves customer sentiment, increases employee retention, and may lead to worker learning.","note":""},{"id":"bry-qje","source_key":"bry","locator":"","excerpt":"Erik Brynjolfsson & Danielle Li & Lindsey Raymond, 2025 ... The Quarterly Journal of Economics, vol 140(2), pages 889-942","note":""},{"id":"yale-oct26","source_key":"yale-oct26","locator":"","excerpt":"Tracking the Impact of AI on the Labor Market October 14, 2026 | Updated: October 14, 2026 Key Takeaways The occupational mix is not yet changing in ways that clearly align with the introduction of AI into the workforce. Measures of AI usage show no connection to changes in employment or unemployment. A synthetic differences-in-differences analysis of AI exposure does not yet clearly indicate an AI-related labor market","note":""},{"id":"humlum","source_key":"humlum","locator":"","excerpt":"We study the early labor market impacts of AI chatbots by linking large-scale adoption surveys to administrative labor market records in Denmark. We document rapid currents: most employers in exposed occupations have adopted chatbot initiatives, workers report productivity benefits, and new AI-related tasks are widespread. Yet these currents have not broken the surface: using difference-indifferences, we estimate precise null effects on earnings and recorded hours at both the worker and workplace levels, ruling out effects larger than 2% two years after the launch of ChatGPT. What moves is the structure of work: employers absorb AI through task reorganization—including new tasks in content generation, AI oversight, and AI integration—and adopters transition into higher-paying occupations where AI chatbots are more relevant","note":""},{"id":"humlum-title","source_key":"humlum","locator":"","excerpt":"This paper was previously circulated under the title ... Large Language Models, Small Labor Market Effects","note":""},{"id":"can","source_key":"canaries26","locator":"","excerpt":"August 2026 For Latest Version,Click Here Abstract Using a sample of high-frequency administrative payroll data from ADP covering millions of U.S. workers through June 2026, we document six facts about the labor market following the widespread adoption of generative AI. (1) We find no evidence of widespread, economy-wide job displacement. (2) However, employment of young workers (ages 22–25) in AI-exposed occupations now stands 19% below where it would be had it kept pace with that of their less-exposed peers; experienced workers show no comparable gap. (3) This divergence has widened steadily since we first documented it in August 2025. (4) It operates primarily through reduced hiring of young workers rather than increased separations. (5) Declines are concentrated in occupations where AI usage primarily substitutes for human tasks; where usage primarily complements workers, employment is flat or rising, especially for experienced workers.","note":""},{"id":"can-levels","source_key":"canaries26","locator":"","excerpt":"In levels, employment of 22–25-year-olds in the two most exposed quintiles fell about 11% between November 2022 and June 2026, while employment of the same age group in the three least-exposed quintiles grew about 10%. The slowdown in entry-level hiring in AI-exposed occupations has driven overall stagnation in employment growth for young workers. Earlier versions of this study headlined regression estimates adjusting for firm-level shocks (a 13% relative decline as of July 2025 data; 16% as of September 2025 data). We now emphasize the simpler descriptive divergence, which requires no modeling choices: by this same measure, the kept-pace shortfall was 15% at the July 2025 data vintage and has since widened to 19% as of June 2026.","note":""},{"id":"can-mech","source_key":"canaries26","locator":"","excerpt":"and (6) adjustment is occurring through employment rather than base compensation. Additional analysis provides suggestive evidence about mechanisms. We find employment declines for young workers in occupations that involve codified knowledge. Occupations that involve tacit knowledge see faster employment growth for experienced workers. Finally, women face greater AI exposure on average ... One possibility is that AI more effectively substitutes for knowledge that has been digitized and codified—the core of formal education—while acting as a complement to the tacit, experience-based knowledge held by senior employees","note":""},{"id":"can-cav","source_key":"canaries26","locator":"","excerpt":"These patterns attenuate when controlling for education, show some divergent trends predating generative AI, and are more pronounced in the ADP analysis sample than in national survey benchmarks, with some evidence of consistent patterns in government administrative data. We interpret these facts as early, descriptive indicators—canaries in the coal mine—rather than causal estimates","note":""},{"id":"can-news","source_key":"canaries-news","locator":"","excerpt":"The estimated gaps are also larger in the ADP analysis sample than in national survey benchmarks ... This raises legitimate questions both about how much of the pattern is actually caused by AI and about how well the results in the ADP analysis sample generalize","note":""},{"id":"bta-ent","source_key":"bta-ent","locator":"","excerpt":"One in five EU enterprises with 10 or more employees used artificial intelligence (AI) technologies to conduct their business in 2025, Eurostat reported on Thursday. This represents a growth of 6.5 percentage points (pp) from 13.5% in 2024. Bulgaria is among the EU Member States with the lowest share of enterprises using AI, with only 8.55%. Below Bulgaria are Romania with 5.2% and Poland with 8.4%, while Denmark, Finland, and Sweden are at the other end with 42%, 37.8%, and 35% respectively. The share of Bulgarian enterprises that employ at least 10 people and use AI has been growing steadily over the past years, with 3.62% in 2023, 6.47% in 2024, and 8.55% in 2025.","note":""},{"id":"yale-exp-def","source_key":"yale-exp","locator":"","excerpt":"Many analysts—including those at The Budget Lab—utilize Eloundou et al.’s exposure metrics, which measure Generative AI’s (GenAI) ability to speed up work task completion.","note":""},{"id":"yale-exp-not","source_key":"yale-exp","locator":"","excerpt":"Occupational exposure to AI is not indicative of a jobs AI will automate out of existence. Rather, it indicates places in the labor market where AI could have an impact.","note":""},{"id":"yale-exp-agree","source_key":"yale-exp","locator":"","excerpt":"AI exposure metrics broadly agree with each other, but that they disagree with each other more on highly exposed occupations. The key point of disagreement between different AI exposure metrics is in the magnitude of exposure, not whether an occupation is exposed.","note":""},{"id":"anth-aug","source_key":"anth-aei25","locator":"","excerpt":"at which tasks involved “automation” (where AI directly performs tasks such as formatting a document) versus “augmentation” (where AI collaborates with a user to perform a task).","note":""},{"id":"gs23-partial","source_key":"gs23","locator":"","excerpt":"most jobs and industries are only partially exposed to automation and are thus more likely to be complemented rather than substituted by AI","note":""},{"id":"ilo23","source_key":"ilo23","locator":"","excerpt":"This study assesses global occupational exposure to Generative AI, particularly GPT-4, finding that its main effect is likely to augment rather than automate jobs. Impacts are expected to be greater in higher-income countries and among women due to their representation in clerical work.","note":""},{"id":"wp-luddite","source_key":"wp-techunemp","locator":"","excerpt":"Historical examples include artisan weavers losing work due to the introduction of mechanized looms, leading to protests by the Luddites.","note":""},{"id":"wp-keynes","source_key":"wp-techunemp","locator":"","excerpt":"was popularised by John Maynard Keynes in the 1930s, who said it was ... only a temporary phase of maladjustment","note":""},{"id":"keynes","source_key":"keynes","locator":"","excerpt":"John Maynard Keynes, Economic Possibilities for our Grandchildren (1930) ... We are being afflicted with a new disease of which some readers may not yet have heard the name, but of which they will hear a great deal in the years to come--namely, technological unemployment. This means unemployment due to our discovery of means of economising the use of labour outrunning the pace at which we can find new uses for labour. But this is only a temporary phase of maladjustment. All this means in the long run that mankind is solving its economic problem. I would predict that the standard of life in progressive countries one hundred years hence will be between four and eight times as high as it is to-day.","note":""},{"id":"autor15","source_key":"autor15","locator":"","excerpt":"David H. Autor Journal of Economic Perspectives vol. 29, no. 3, Summer 2015 ... Automation does indeed substitute for labor—as it is typically intended to do. However, automation also complements labor, raises output in ways that leads to higher demand for labor, and interacts with adjustments in labor supply. Journalists and even expert commentators tend to overstate the extent of machine substitution for human labor and ignore the strong complementarities between automation and labor that increase productivity, raise earnings, and augment demand for labor. ... of the labor market, in which wage gains went disproportionately to those at the top and at the bottom of the income and skill distribution, not to those in the middle","note":""},{"id":"alm","source_key":"alm","locator":"","excerpt":"We contend that computer capital (1) substitutes for a limited and well-defined set of human activities, those involving routine (repetitive) cognitive and manual tasks; and (2) complements activities involving non-routine problem solving and interactive tasks. ... Translating observed task shifts into educational demands, the sum of within-industry and within-occupation task changes explains thirty to forty percent of the observed relative demand shift favoring college versus non-college labor during 1970 to 1998, with the largest impact felt after 1980.","note":""},{"id":"ar19","source_key":"ar19","locator":"","excerpt":"Automation, which enables capital to replace labor in tasks it was previously engaged in, shifts the task content of production against labor because of a displacement effect. As a result, automation always reduces the labor share in value added and may reduce labor demand even as it raises productivity. The effects of automation are counterbalanced by the creation of new tasks in which labor has a comparative advantage. The introduction of new tasks changes the task content of production in favor of labor because of a reinstatement effect, and always raises the labor share and labor demand. ... Our empirical decomposition suggests that the slower growth of employment over the last three decades is accounted for by an acceleration in the displacement effect, especially in manufacturing, a weaker reinstatement effect, and slower growth of productivity than in previous decades.","note":""},{"id":"robots","source_key":"robots","locator":"","excerpt":"We analyze the effect of the increase in industrial robot usage between 1990 and 2007 on US local labor markets. ... According to our estimates, one more robot per thousand workers reduces the employment to population ratio by about 0.18-0.34 percentage points and wages by 0.25-0.5 percent.","note":""},{"id":"newfr","source_key":"newfr","locator":"","excerpt":"We find, first, that the majority of current employment is in new job specialties introduced after 1940 ... Finally, our results suggest that the demand-eroding effects of automation innovations have intensified in the last four decades while the demand-increasing effects of augmentation innovations have not.","note":""},{"id":"gs23-autor","source_key":"gs23","locator":"","excerpt":"A recent study by economist David Autor cited in the report found that 60% of today’s workers are employed in occupations that didn’t exist in 1940. This implies that more than 85% of employment growth over the last 80 years is explained by the technology-driven creation of new positions, our economists write.","note":""},{"id":"frey","source_key":"frey","locator":"","excerpt":"September 17, 2013 ... According to our estimate, 47 percent of totalUSemployment is in the high risk category, meaning that associated occupations are potentially automatable over some unspecified number of years, perhaps a decade or two.","note":""},{"id":"arntz","source_key":"arntz","locator":"","excerpt":"Melanie Arntz (Zentrum für Europäische Wirtschaftsforschung) ... As we argue, this might lead to an overestimation of job automatibility, as occupations labelled as high-risk occupations often still contain a substantial share of tasks that are hard to automate. ... In contrast to other studies, we take into account the heterogeneity of workers’ tasks within occupations. Overall, we find that, on average across the 21 OECD countries, 9 % of jobs are automatable.","note":""},{"id":"eloundou","source_key":"eloundou","locator":"","excerpt":"Submitted on 17 Mar 2023 ... Our findings reveal that around 80% of the U.S. workforce could have at least 10% of their work tasks affected by the introduction of LLMs, while approximately 19% of workers may see at least 50% of their tasks impacted. We do not make predictions about the development or adoption timeline of such LLMs. ... Our analysis suggests that, with access to an LLM, about 15% of all worker tasks in the US could be completed significantly faster at the same level of quality. When incorporating software and tooling built on top of LLMs, this share increases to between 47 and 56% of all tasks.","note":""},{"id":"brook","source_key":"brookings","locator":"","excerpt":"The exposure data from OpenAI suggests that generative AI technology may impact broad swaths of the nation’s workers. We find that more than 30% of all workers could see at least 50% of their occupation’s tasks disrupted by generative AI, while some 85% of workers could see at least 10% of their work tasks impacted.","note":""},{"id":"imf-half","source_key":"imf-blog24","locator":"","excerpt":"Roughly half the exposed jobs may benefit from AI integration, enhancing productivity ... For the other half, AI applications may execute key tasks currently performed by humans, which could lower labor demand, leading to lower wages and reduced hiring","note":""},{"id":"imf-sdn24","source_key":"imf-sdn24","locator":"","excerpt":"Advanced economies will experience the benefits and pitfalls of AI sooner than emerging market and developing economies, largely due to their employment structure focused on cognitive-intensive roles. ... Labor income inequality may increase if the complementarity between AI and high-income workers is strong. Capital returns will increase wealth inequality. Women and college-educated individuals are more exposed to AI but also better poised to reap AI benefits.","note":""},{"id":"ilo25","source_key":"ilo25","locator":"","excerpt":"Using a representative sample from the 29,753 tasks in the Polish occupational classification system ... Our 2025 scores are presented in a revised framework of four progressively increasing exposure gradients, with a new set of global estimates of employment shares exposed to GenAI. Clerical occupations continue to have the highest exposure levels. ... Globally, one in four workers are in an occupation with some GenAI exposure. 3.3% of global employment falls into the highest exposure category, albeit with significant differences between female (4.7%) and male employment (2.4%). These differences increase with countries’ income (9.6% female vs 3.5% male in Gradient 4 in HICs), and so does the overall exposure (11% of total employment in LICs vs 34% in HICs). As most occupations consist of tasks that require human input, transformation of jobs is the most likely impact of GenAI.","note":""},{"id":"gs23","source_key":"gs23","locator":"","excerpt":"they could drive a 7% (or almost $7 trillion) increase in global GDP and lift productivity growth by 1.5 percentage points over a 10-year period. ... Shifts in workflows triggered by these advances could expose the equivalent of 300 million full-time jobs to automation, Briggs and Kodnani write.","note":""},{"id":"gs23b","source_key":"gs23","locator":"","excerpt":"Analyzing databases detailing the task content of over 900 occupations, our economists estimate that roughly two-thirds of U.S. occupations are exposed to some degree of automation by AI. They further estimate that, of those occupations that are exposed, roughly a quarter to as much as half of their workload could be replaced.","note":""},{"id":"gs25","source_key":"gs25","locator":"","excerpt":"Innovation related to artificial intelligence (AI) could displace 6-7% of the US workforce if AI is widely adopted. But the impact is likely to be transitory as new job opportunities created by the technology ultimately put people to work in other capacities, according to Goldman Sachs Research. ... The 6-7% estimate for job displacement from AI is the team’s baseline assumption, but they write that displacement rates could vary from 3% to 14% under different assumptions.","note":""},{"id":"gs25b","source_key":"gs25","locator":"","excerpt":"Goldman Sachs Research estimates that unemployment will increase by half a percentage point during the AI transition period as displaced workers seek new positions. ... we remain skeptical that AI will lead to large employment reductions over the next decade","note":""},{"id":"gs25-occ","source_key":"gs25","locator":"","excerpt":"Occupations with higher risk of being displaced by AI include computer programmers, accountants and auditors, legal and administrative assistants, and customer service representatives.","note":""},{"id":"mck","source_key":"mck25","locator":"","excerpt":"McKinsey, July 2025. We estimate that today’s technology could, in theory, automate about 57 percent of current US work hours. This figure compares the capabilities of existing technologies, including those demonstrated in a lab, with the level of human proficiency required for different work tasks.","note":""},{"id":"wef","source_key":"wef25","locator":"","excerpt":"Geneva, Switzerland, 8 January 2025 – The Future of Jobs Report 2025, published today by the World Economic Forum, reveals that job disruption will equate to 22% of jobs by 2030, with 170 million new roles set to be created and 92 million displaced, resulting in a net increase of 78 million jobs. ... Drawing on data from over 1,000 companies ... while advances in AI and renewable energy are reshaping the market – driving an increase in demand for many technology or specialist roles while driving a decline for others, such as graphic designers.","note":""},{"id":"ms","source_key":"ms-copilot","locator":"","excerpt":"we analyze a dataset of 200k anonymized conversations with Microsoft Bing Copilot to measure AI applicability to occupations. We use an LLM-based pipeline to classify the O*NET work activities assisted or performed by AI in each conversation. We find that the most common and successful AI-assisted work activities involve information work--the creation, processing, and communication of information.","note":""},{"id":"anth-lm33","source_key":"anth-lm","locator":"","excerpt":"The coverage shows AI is far from reaching its theoretical capabilities. For instance, Claude currently covers just 33% of all tasks in the Computer & Math category.","note":""},{"id":"anth-lm75","source_key":"anth-lm","locator":"","excerpt":"Computer Programmers are at the top, with 75% coverage, followed by Customer Service Representatives, whose main tasks we increasingly see in first-party API traffic. Finally, Data Entry Keyers","note":""},{"id":"anth-lm47","source_key":"anth-lm","locator":"","excerpt":"They earn 47% more, on average, and have higher levels of education.","note":""},{"id":"noy","source_key":"noy","locator":"","excerpt":"Publication Date: July 14, 2023 ... finding that it increased productivity for workers assigned tasks like writing cover letters, delicate emails, and cost-benefit analyses. The tasks in the study weren’t quite replicas of real work: They didn’t require precise factual accuracy or context about things like a company’s goals or a customer’s preferences. ... Access to the assistive chatbot ChatGPT decreased the time it took workers to complete the tasks by 40 percent, and output quality, as measured by independent evaluators, rose by 18 percent. The researchers hope the study, which appears today in open-access form in the journal Science","note":""},{"id":"bcg","source_key":"bcg","locator":"","excerpt":"In our study conducted with Boston Consulting Group, a global management consulting firm ... The pre-registered experiment involved 758 consultants comprising about 7% of the individual contributor-level employees at the company. ... where some tasks are easily done by AI, while others, though seemingly similar in difficulty level, are outside the current capability of AI. For each one of a set of 18 realistic consulting tasks within the frontier of AI capabilities, consultants using AI were significantly more productive (they completed 12.2% more tasks on average, and completed tasks 25.1% more quickly), and produced significantly higher quality results (more than 40% higher quality compared to a control group). Consultants across the skills distribution benefited significantly from having AI augmentation, with those below the average performance threshold increasing by 43% and those above increasing by 17% compared to their own scores. For a task selected to be outside the frontier, however, consultants using AI were 19 percentage points less likely to produce correct solutions compared to those without AI.","note":""},{"id":"peng","source_key":"peng","locator":"","excerpt":"by Sida Peng and 3 other authors ... This paper presents results from a controlled experiment with GitHub Copilot, an AI pair programmer. Recruited software developers were asked to implement an HTTP server in JavaScript as quickly as possible. The treatment group, with access to the AI pair programmer, completed the task 55.8% faster than the control group.","note":""},{"id":"cui","source_key":"cui","locator":"","excerpt":"Kevin Zheyuan Cui, Mert Demirer, Sonia Jaffe, Leon Musolff, Sida Peng, and Tobias Salz February 2025 Abstract This study evaluates the impact of generative AI on software developer produc- tivity via randomized controlled trials at Microsoft, Accenture, and an anonymous Fortune 100 company. ... when data is combined across three experiments and 4,867 de- velopers, our analysis reveals a 26.08% increase (SE: 10.3%) in completed tasks among developers using the AI tool. Notably, less experienced developers had higher adop- tion rates and greater productivity gains. ... Jaffe: Microsoft. ... Peng: Microsoft.","note":""},{"id":"sloan","source_key":"sloan","locator":"","excerpt":"access to Copilot increased output — the number of completed weekly tasks — by 26% when the results across all three experiments were averaged. However, the biggest productivity gains were seen among recent hires and developers in more junior positions, who increased their output by 27% to 39%. More senior developers saw productivity gains of 8% to 13%.","note":""},{"id":"metr25","source_key":"metr25","locator":"","excerpt":"how AI tools at the February-June 2025 frontier affect the productivity of experienced open-source developers. 16 developers with moderate AI experience complete 246 tasks in mature projects on which they have an average of 5 years of prior experience. ... Before starting tasks, developers forecast that allowing AI will reduce completion time by 24%. After completing the study, developers estimate that allowing AI reduced completion time by 20%. Surprisingly, we find that allowing AI actually increases completion time by 19%--AI tooling slowed developers down.","note":""},{"id":"metr26","source_key":"metr26","locator":"","excerpt":"The primary reason is that we have observed a significant increase in developers choosing not to participate in the study because they do not wish to work without AI, which likely biases downwards our estimate of AI-assisted speedup. ... Based on conversations with study participants, we believe it is likely that developers are more sped up from AI tools now — in early 2026 — compared to our estimates from early 2025. However, because of the selection effects in our experiment, our data is only very weak evidence for the size of this increase. ... For the subset of the original developers who participated in the later study, we now estimate a speedup of -18% with a confidence interval between -38% and +9%. Among newly-recruited developers the estimated speedup is -4%, with a confidence interval between -15% and +9%.","note":""},{"id":"imf-less","source_key":"imf-blog24","locator":"","excerpt":"Research indicates ... AI can help less experienced workers enhance their productivity more quickly","note":""},{"id":"haas","source_key":"haas","locator":"","excerpt":"The five-month randomized control trial included 640 Kenyan entrepreneurs running fast food joints, poultry farms, cybershops for computer services, and a range of other businesses. ... The researchers spent months building a GPT-4-powered AI business","note":""},{"id":"haas2","source_key":"haas","locator":"","excerpt":"The difference, the researchers found, was that the high performers tended to ask for help on relatively straightforward tasks while those who were struggling sought help with more challenging tasks.","note":""},{"id":"otis","source_key":"otis","locator":"","excerpt":"While we are unable to reject the null hypothesis that there is no average treatment effect, we find the treatment effect for entrepreneurs who were high performing at baseline to be 0.27 standard deviations greater than for low performers. Sub-sample analyses show high performers benefited by just over 15% from the AI assistant, whereas low performers did about 8% worse.","note":""},{"id":"anth-code","source_key":"anth-code","locator":"","excerpt":"privacy-preserving analysis of ~400,000 Claude Code sessions from between October 2025 and April 2026. ... The greater domain expertise a person brings to a session, the more work Claude does per instruction. ... The more domain expertise a person has, the more often the session ends in success—though the gap between intermediate and expert users is modest.","note":""},{"id":"mit-retract","source_key":"mit-retract","locator":"","excerpt":"Assuring an accurate research record May 16th, 2025 Following the posting of the preprint paper “Artificial Intelligence, Scientific Discovery, and Product Innovation” on arXiv in November 2024, concerns were raised about the integrity of the research. MIT conducted an internal, confidential review and concluded that the paper should be withdrawn from public discourse. ... MIT has no confidence in the provenance, reliability or validity of the data and has no confidence in the veracity of the research contained in the paper.","note":""},{"id":"bick","source_key":"bick","locator":"","excerpt":"As of late 2024, nearly 40 percent of the U.S. population age 18-64 uses generative AI. 23 percent of employed respondents had used generative AI for work at least once in the previous week, and 9 percent used it every work day. Relative to each technology’s first mass-market product launch, work adoption of generative AI has been as fast as the personal computer (PC), and overall adoption has been faster than either PCs or the internet. ... Between 1 and 5 percent of all work hours are currently assisted by generative AI, and respondents report time savings equivalent to 1.4 percent of total work hours. ... The views in this paper are those of the authors and do not necessarily reflect the views of the Federal Reserve Bank of St. Louis","note":""},{"id":"anth-prod","source_key":"anth-prod","locator":"","excerpt":"Across one hundred thousand real world conversations, Claude estimates that AI reduces task completion time by 80%. ... so we think these estimates might overstate current productivity effects to at least some degree. Extrapolating these results to the economy, current generation AI models could increase annual US labor productivity growth by 1.8% over the next decade.","note":""},{"id":"yale25","source_key":"yale25","locator":"","excerpt":"October 1, 2025 ... Overall, our metrics indicate that the broader labor market has not experienced a discernible disruption since ChatGPT’s release 33 months ago, undercutting fears that AI automation is currently eroding the demand for cognitive labor across the economy.","note":""},{"id":"yale25b","source_key":"yale25","locator":"","excerpt":"offices until nearly a decade after their release to the public, and it took even longer for them to transform office workflows. Even if new AI technologies will go on to impact the labor market as much, or more, dramatically, it is reasonable to expect that widespread effects will take longer than 33 months to materialize.","note":""},{"id":"yale-may26","source_key":"yale-may26","locator":"","excerpt":"May 7, 2026 ... Using an approach called synthetic differences-in-differences (SDID) that addresses these challenges, we generally find no statistically or economically significant effects as of yet. Specifically, we examine the employment and wages of AI-exposed and unexposed occupations","note":""},{"id":"yale-may26b","source_key":"yale-may26","locator":"","excerpt":"These figures indicate positive effects in the most recent quarter—roughly half a percentage point increase in the entire sample, and more for the 16-34 year old subsample—but both are statistically insignificant as of the first quarter of 2026.","note":""},{"id":"yale-may26c","source_key":"yale-may26","locator":"","excerpt":"So far, this approach provides no clear evidence of AI effects on the labor market, but this could change quickly","note":""},{"id":"nyfed","source_key":"nyfed","locator":"","excerpt":"But new research from the Federal Reserve Bank of New York finds that the culprit may be something else: remote work. ... The researchers found the unemployment rate among younger college grads — those under the age of 29 — rose 20% after the pandemic, while unemployment among older college grads fell slightly. The study compares unemployment rates pre-pandemic, from 2017 to 2019, with unemployment rates after the pandemic, from 2022 to 2024. ... They concluded that remote work explained nearly two-thirds of the rise in unemployment among young graduates during this period.","note":""},{"id":"nyfed2","source_key":"nyfed","locator":"","excerpt":"They found exposure to AI didn't explain the divergence in unemployment rates in the 2022-24 time period. Remote workflows were much more of a driving force, Harrington says, while emphasizing that this could change.","note":""},{"id":"anth-lm-sum","source_key":"anth-lm","locator":"","excerpt":"We find no systematic increase in unemployment for highly exposed workers since late 2022, though we find suggestive evidence that hiring of younger workers has slowed in exposed occupations","note":""},{"id":"anth-lm14","source_key":"anth-lm","locator":"","excerpt":"counting the percent of young (22-25 year old) workers who begin a new job in a more vs. less exposed occupation over time ... The averaged estimate in the post-ChatGPT era is a 14% drop in the job finding rate compared to that in 2022 in the exposed occupations, although this is just barely statistically significant.","note":""},{"id":"imf-sdn26","source_key":"imf-sdn26","locator":"","excerpt":"Staff Discussion Notes, January 14, 2026 ... About one in ten job vacancies in advanced economies demands at least one new skill, often appearing first in the United States.","note":""},{"id":"imf26","source_key":"imf-blog26","locator":"","excerpt":"Our latest analysis of millions of online vacancies reveals the scale of the demand for new skills: one in 10 job postings in advanced economies and one in 20 in emerging market economies now require at least one new skill. ... In the United Kingdom and the United States job postings that include a new skill tend to pay about 3 percent more.","note":""},{"id":"imf26b","source_key":"imf-blog26","locator":"","excerpt":"While these skills command wage premiums, they have not contributed to employment growth so far, like other new skills have. In fact, employment levels in AI-vulnerable occupations are lower in regions with high demand for AI skills—3.6 percent lower after five years than in regions with less demand for these skills. That’s a challenge for young people starting their careers as entry-level jobs have higher exposure to AI. These findings align with emerging evidence from the US that generative AI adoption reduces entry-level hiring","note":""},{"id":"imf26c","source_key":"imf-blog26","locator":"","excerpt":"However high-skill and low-skill workers tend to gain the most while middle-skill roles, like routine office jobs are being squeezed.","note":""},{"id":"chall","source_key":"challenger","locator":"","excerpt":"Artificial Intelligence was the fifth-most cited reason with 3,961 cuts in September, about 9% of the month's total. So far this year, AI has been cited in 120,136 job cut announcements, approximately 21% of all cuts, and it remains the leading reason year-to-date. Challenger Report | September 2026","note":""},{"id":"chall2","source_key":"challenger","locator":"","excerpt":"Through September, employers have announced 573,195 job cuts, down 39% from the 946,426 cuts announced in the first nine months of 2025.","note":""},{"id":"hill","source_key":"hill","locator":"","excerpt":"Andy Challenger, workplace expert and chief revenue officer for Challenger, Gray & Christmas, said in a statement. ... Regardless of whether individual jobs are being replaced by AI, the money for those roles is.","note":""},{"id":"fortune","source_key":"fortune-yale","locator":"","excerpt":"While anxiety over the effects of AI on today’s labor market is widespread, our data suggests it remains largely speculative ... According to Yale Budget Lab’s Gimbel, one reason companies are attributing layoffs to AI is a way to avoid telling investors the company has had trouble navigating dwindling immigration, tariffs, and other policy uncertainties that inevitably shake up the labor force.","note":""},{"id":"aei25","source_key":"anth-aei25","locator":"","excerpt":"Published Feb 10, 2025 ... Over one-third of occupations (roughly 36%) see AI use in at least a quarter of their associated tasks, while approximately 4% of occupations use it across three-quarters of their associated tasks. ... We used Clio on a dataset of approximately one million conversations with Claude ... Overall, we saw a slight lean towards augmentation, with 57% of tasks being augmented and 43% of tasks being automated.","note":""},{"id":"aei-sep","source_key":"anth-sep25","locator":"","excerpt":"Published Sep 15, 2025 ... Users are entrusting Claude with more autonomy: “Directive” conversations, where users delegate complete tasks to Claude, jumped from 27% to 39%. ... 1P API usage is automation dominant: 77% of business uses involve automation usage patterns, compared to about 50% for Claude.ai users.","note":""},{"id":"aei-jun","source_key":"anth-jun26","locator":"","excerpt":"In April 2026, we launched the Anthropic Economic Index Survey ... Our final linked sample consists of about 9,700 survey respondents. ... The Economic Index Survey is not representative of the general population. ... 10% rated losing their own jobs as likely or very likely. ... Respondents were especially worried about job loss for their junior colleagues","note":""},{"id":"pew","source_key":"pew","locator":"","excerpt":"Report | February 25, 2025 U.S. Workers Are More Worried Than Hopeful About Future AI Use in the Workplace ... About half of workers (52%) say they’re worried about the future impact of AI use in the workplace, and 32% think it will lead to fewer job opportunities for them in the long run ... About one-in-six workers (16%) say at least some of their work is currently done with AI.","note":""},{"id":"acem","source_key":"acemoglu","locator":"","excerpt":"Issue Date May 2024 ... It starts from a task-based model of AI’s effects, working through automation and task complementarities. So long as AI’s microeconomic effects are driven by cost savings/productivity improvements at the task level, its macroeconomic consequences will be given by a version of Hulten’s theorem: GDP and aggregate productivity gains can be estimated by what fraction of tasks are impacted and average task-level cost savings. Using existing estimates on exposure to AI and productivity improvements at the task level, these macroeconomic effects appear nontrivial but modest—no more than a 0.66% increase in total factor productivity (TFP) over 10 years. ... Consequently, predicted TFP gains over the next 10 years are even more modest and are predicted to be less than 0.53%. ... I show theoretically that even when AI improves the productivity of low-skill workers in certain tasks (without creating new tasks for them), this may increase rather than reduce inequality. ... Instead, AI is predicted to widen the gap between capital and labor income.","note":""},{"id":"pwbm","source_key":"pwbm","locator":"","excerpt":"We estimate that AI will increase productivity and GDP by 1.5% by 2035, nearly 3% by 2055, and 3.7% by 2075. AI’s boost to annual productivity growth is strongest in the early 2030s but eventually fades, with a permanent effect of less than 0.04 percentage points due to sectoral shifts.","note":""},{"id":"yale-fiscal","source_key":"yale-fiscal","locator":"","excerpt":"an internally consistent, model-based exploration of how macroeconomic and fiscal variables would evolve under the scenarios envisioned in Karger et al. (2026). ... the median economist expected annual labor productivity growth of 2.5% from 2025-30.2 This is a large number by recent standards: average labor productivity growth from 2015 to 2025 was only 1.8%.","note":""},{"id":"yale-fiscal2","source_key":"yale-fiscal","locator":"","excerpt":"Understandably, the range of envisioned outcomes is quite wide, given all of the uncertainty about the pace of both technical progress and adoption by businesses.","note":""},{"id":"korinek","source_key":"korinek","locator":"","excerpt":"The effects on wages depend on a race between automation and capital accumulation. If automation proceeds sufficiently slowly, then there is always enough work for humans, and wages may rise forever. By contrast, if the complexity of tasks that humans can perform is bounded and full automation is reached, then wages collapse. But declines may occur even before if large-scale automation outpaces capital accumulation and makes labor too abundant.","note":""},{"id":"imf-ineq","source_key":"imf-blog24","locator":"","excerpt":"AI significantly complements higher-income workers, it may lead to a disproportionate increase in their labor income ... Gains in productivity from firms that adopt AI will likely boost capital returns, which may also favor high earners","note":""},{"id":"imf-nations","source_key":"imf-blog24","locator":"","excerpt":"have the infrastructure or skilled workforces to harness the benefits of AI ... over time the technology could worsen inequality among nations","note":""},{"id":"anth-retr","source_key":"anth-retr","locator":"","excerpt":"We're sharing a review of the evidence on worker retraining programs, coauthored by independent researcher David Roodman and Anthropic's Maxim Massenkoff. Retraining workers is the most popular policy option for mitigating labor market disruption from AI. ... The review draws on 56 randomized US studies, combined in a new meta-analysis, along with experimental evidence from Europe. On average, job training programs produce positive but modest effects: for each person offered a training slot, employment rises by two to three percentage points and earnings by roughly $1,000 a year, against a cost of about $13,000. ... The authors conclude that if AI displaces workers at scale, existing retraining programs would likely fall short.","note":""},{"id":"card","source_key":"card","locator":"","excerpt":"We summarize the estimates from over 200 recent studies of active labor market programs. ... (1) average impacts are close to zero in the short run, but become more positive 2-3 years after completion of the program; (2) the time profile of impacts varies by type of program, with larger average gains for programs that emphasize human capital accumulation","note":""},{"id":"annex3","source_key":"aiact-annex3","locator":"","excerpt":"4. Employment, workers’ management and access to self-employment: Related recitals: 57 (a) AI systems intended to be used for the recruitment or selection of natural persons, in particular to place targeted job advertisements, to analyse and filter job applications, and to evaluate candidates; (b) AI systems intended to be used to make decisions affecting terms of work-related relationships, the promotion or termination of work-related contractual relationships, to allocate tasks based on individual behaviour or personal traits or characteristics or to monitor and evaluate the performance and behaviour of persons in such relationships.","note":""},{"id":"annex3b","source_key":"aiact-annex3","locator":"","excerpt":"5. Access to and enjoyment of essential private services and essential public services and benefits: Related recitals: 58 (a) AI systems intended to be used by public authorities or on behalf of public authorities to evaluate the eligibility of natural persons for essential public assistance benefits and services","note":""},{"id":"art26","source_key":"aiact-26","locator":"","excerpt":"at the workplace, deployers who are employers shall inform workers’ representatives and the affected workers that they will be subject","note":""},{"id":"art5","source_key":"aiact-5","locator":"","excerpt":"the use of AI systems to infer emotions of a natural person in the areas of workplace and education institutions, except where the use of the AI system ... is intended to be put in place or into the market for medical or safety reasons","note":""},{"id":"omnibus","source_key":"omnibus","locator":"","excerpt":"will delay the requirements for “high-risk” AI systems, including those used to make employment decisions, from taking effect on August 2, 2026, until December 2, 2027. ... On May 7, 2026, the European Parliament, Council of the European Union, and the European Commission reached a provisional agreement on a proposal, the Digital Omnibus on AI, to amend parts of the EU AI Act. ... For employers, the key point is that the delay is not a repeal. ... Editor’s Note: On June 29, 2026, the Council gave final approval to a regulation streamlining and simplifying certain AI rules","note":""},{"id":"pwd","source_key":"pwd","locator":"","excerpt":"Directive (EU) 2024/2831 of the European Parliament and of the Council of 23 October 2024 on improving working conditions in platform work","note":""},{"id":"pwd2","source_key":"pwd","locator":"","excerpt":"Automated monitoring systems and automated decision-making systems powered by algorithms increasingly replace functions that managers usually perform in businesses, such as allocating tasks, pricing individual assignments, determining working schedules, giving instructions, evaluating the work performed","note":""},{"id":"ep-pwd","source_key":"ep-pwd","locator":"","excerpt":"They also regulate, for the first time ever in the EU, the use of algorithms in the workplace. ... The directive obliges EU countries to establish a rebuttable legal presumption of employment at national level, aiming to correct the imbalance of power between the digital labour platform and the person performing platform work. The burden of proof lies with the platform, meaning that it is up to the platform to prove that there is no employment relationship. ... The new rules ensure that a person performing platform work cannot be fired or dismissed based on a decision taken by an algorithm or an automated decision-making system. Instead, digital labour platforms must ensure human oversight on important decisions that directly affect the persons performing platform work.","note":""},{"id":"ep-pwd2","source_key":"ep-pwd","locator":"","excerpt":"Plenary session EMPL 24-04-2024 ... adopted with 554 votes in favour, 56 votes against and 24 abstentions ... member states will have two years to incorporate the provisions of the directive into their national legislation. Background European Commission analysis from 2021 found that there are more than 500 digital labour platforms active and the sector employs more than 28 million people - a figure expected to reach 43 million by 2025.","note":""},{"id":"oecd-am","source_key":"oecd-am","locator":"","excerpt":"Algorithmic management – the use of software, which may include artificial intelligence (AI), to fully or partially automate tasks traditionally carried out by human managers – has received increased attention in recent years. ... this study draws on a unique survey of over 6,000 firms across six countries: France, Germany, Italy, Japan, Spain, and the United States. ... The findings show that algorithmic management tools are already commonly used in most countries studied. While managers perceive that algorithmic management often improves the quality of their decisions and their job satisfaction, they also express specific concerns about the trustworthiness of using such tools. They cite concerns of unclear accountability, inability to easily follow the tools’ logic, and inadequate protection of workers’ health.","note":""},{"id":"nyc","source_key":"nyc","locator":"","excerpt":"Local Law 144 of 2021 regarding automated employment decision tools (“AEDT”) prohibits employers and employment agencies from using an automated employment decision tool unless the tool has been subject to a bias audit within one year of the use of the tool, information about the bias audit is publicly available, and certain notices have been provided to employees or job candidates.","note":""},{"id":"wga","source_key":"wp-wga","locator":"","excerpt":"Limit the use of artificial intelligence in the writing process Methods ... From May 2 to September 27, 2023, the Writers Guild of America (WGA)—representing 11,500 screenwriters ... Lasting 148 days, the strike is tied with the 1960 strike as the second-longest labor stoppage actioned by the WGA ... The union also secured regulation of artificial intelligence (AI), prohibiting exploitation of writers' material to train AI models, produce digital recreations, and efforts to use AI to reduce writers or their pay.","note":""},{"id":"wga-mba","source_key":"wga-mba","locator":"","excerpt":"AI can’t write or rewrite literary material, and AI-generated material will not be considered source material under the MBA, meaning that AI-generated material can’t be used to undermine a writer’s credit or separated rights.","note":""},{"id":"sag","source_key":"wp-sag","locator":"","excerpt":"From July 14 to November 9, 2023, the American actors' union Screen Actors Guild–American Federation of Television and Radio Artists (SAG-AFTRA) went on strike over a labor dispute with the Alliance of Motion Picture and Television Producers (AMPTP). It was the longest actors' strike against the film and TV studios in Hollywood history ... actors have expressed concerns about the use of artificial intelligence, noting that it could be used to replicate their likeness without compensation","note":""},{"id":"vg","source_key":"wp-vg","locator":"","excerpt":"On July 26, 2024, the Screen Actors Guild – American Federation of Television and Radio Artists labor union initiated a strike that lasted until July 9, 2025. ... there were concerns about companies having the ability to train AI to replicate an actor's voice or create a digital replica of their likeness without consent or fair compensation.","note":""},{"id":"ubi-wp","source_key":"wp-ubi","locator":"","excerpt":"One central rationale for basic income is the belief that automation and robotisation could result in technological unemployment, leading to a world with fewer paid jobs.","note":""},{"id":"ubi-swiss","source_key":"wp-ubi","locator":"","excerpt":"to support the 2016 Swiss referendum for a basic income (which was rejected 77% – 23%) ... The Swiss referendum about basic income in 2016 was covered in media worldwide, despite its rejection.","note":""},{"id":"opb","source_key":"opb","locator":"","excerpt":"The latest and largest study of the idea was spearheaded by Sam Altman, the man behind ChatGPT. ... Sam Altman, CEO of OpenAI, offered to fund an experiment on what's termed basic income back in 2016. ... For three years, 1,000 lower-income people selected in Illinois and Texas received $1,000 a month. (A control group of 2,000 others received $50 a month.)","note":""},{"id":"ubi-nber","source_key":"ubi-nber","locator":"","excerpt":"The transfer caused total individual income excluding the transfers to fall by about $1,900/year relative to the control group and a 4.2 percentage point decrease in labor market participation. Participants reduced their work hours as a result of the transfers by 1-2 hours/week and participants’ partners reduced their work hours by a comparable amount. ... Despite asking detailed questions about amenities, we find no impact on quality of employment, and our confidence intervals can rule out even small improvements.","note":""},{"id":"nsi-ai","source_key":"nsi","locator":"","excerpt":"През 2025 г. 96.3% от нефинансовите предприятия с 10 и повече заети лица имат достъп до интернет ... Предприятията, които през 2025 г. използват технологии с изкуствен интелект, са 8.5%, като относителният им дял се е увеличил с 2.0 процентни пункта в сравнение с предходната година.","note":""},{"id":"nsi2","source_key":"nsi","locator":"","excerpt":"Най-разпространено е използването на тези технологии сред фирмите с 250 и повече заети лица - 26.2%. Най-често прилагат технологии с изкуствен интелект фирмите от сектор „Създаване и разпространение на информация и творчески продукти; далекосъобщения“ (42.0%), следвани от сектор „Професионални дейности и научни изследвания“ - 26.4%.","note":""},{"id":"nsi3","source_key":"nsi","locator":"","excerpt":"Относителният дял на заетите лица в предприятията, които разполагат с достъп до интернет, е 44.8%. Най-много заети лица използват интернет в сектор „Създаване и разпространение на информация и творчески продукти; далекосъобщения“ (92.5%), а най-малко - в сектор „Строителство“ (28.9%).","note":""},{"id":"bta-genai","source_key":"bta-genai","locator":"","excerpt":"In Bulgaria, only 22.5% of people aged 16 to 74 used generative artificial intelligence tools in 2025, one of the lowest rates in the European Union, according to the latest data on household and individual use of information and communication technologies published Tuesday by Eurostat. Romania (17.8%) and Italy (19.9%) also rank at the bottom of the EU in this regard. EU-wide, generative AI is used by 32.7% of people in the same age brackets. ... For work-related tasks, 15.1% of people used these tools, and 9.4% used them for formal education.","note":""},{"id":"bta-young","source_key":"bta-young","locator":"","excerpt":"Half of Bulgarians aged 16 to 24 used generative artificial intelligence (AI) tools in 2025, according to a new Eurostat study made public Tuesday. EU-wide, the share is 63.8%. ... At the opposite end are Romania (44.1%), Italy (47.2%) and Poland (49.3%). The 50% place Bulgaria fourth with the use of AI by the 16-to-24-year-olds.","note":""},{"id":"ddbg","source_key":"ddbg","locator":"","excerpt":"At least basic digital skills 35.5% - - - - - 52.0% 80% ICT specialists 4.3% 4.6% 7.0% 4.2% 5.0% 4.2% 5.0% ~10% ... In 2023, the basic digital skills of Bulgaria’s population trailed behind the EU average. Adult learning participation is also alarmingly low and declining.","note":""},{"id":"ddbg2","source_key":"ddbg","locator":"","excerpt":"Recent actions, such as the launch of an AI Factory at Sofia Tech Park confirm Bulgaria’s ambition to enhance its tech ecosystem.","note":""},{"id":"intelli","source_key":"intelli","locator":"","excerpt":"Around 40% of all EU citizens lacked at least basic digital skills in 2025, despite 93% using the internet at least once a week, the data showed. ... 80% of EU residents to have basic digital skills by 2030. Across the bloc, the share of people with basic or above basic digital skills was highest in the Netherlands (84%), Ireland (83%) and Denmark and Finland (both 81%). By contrast, Bulgaria and Romania lagged significantly behind, with just 38.3% and 31.8% of people respectively possessing basic or above basic digital skills.","note":""},{"id":"bcci","source_key":"bcci","locator":"","excerpt":"among EU enterprises with 10 or more persons employed that had ever considered using an artificial intelligence (AI) technology, 70.31% cited a lack of relevant expertise as a reason for not using it, 53.61% cited a lack of clarity about the legal consequences, and 52.72% cited concerns about breaching data protection and privacy. The answer that AI technologies are not useful for the enterprise was chosen by 17.79% ... That group is small: in 2025 it was 11.1% of the enterprises in scope in the EU and 4.89% in Bulgaria.","note":""},{"id":"aibest","source_key":"aibest","locator":"","excerpt":"contributing 9.6% of Bulgaria’s Gross Value Added (GVA) in 2024 ... The number of employees in the sector reached 105,436 full-time equivalents (FTE) in 2024, indicating stagnation, reflected in a marginal annual increase of 0.2 % after an aggressive expansion trajectory over the previous two years.","note":""},{"id":"aibest2","source_key":"aibest","locator":"","excerpt":"the Business Process Outsourcing (BPO) subsector holds the largest share, representing 43.3% of the market in 2024, compared to 44.1% the previous year. The Information Technology Outsourcing (ITO) subsector accounted for 38.7% in 2024","note":""}],"status":"published","featured":false,"revision":1,"created_at":"2026-10-24T08:03:42.540Z","updated_at":"2026-10-24T08:03:42.540Z"}