Stanford-onderzoek: AI treft eerst starters op de arbeidsmarkt

Een nieuw onderzoek van het Stanford Digital Economy Lab, gepubliceerd op 24 augustus 2026, laat zien dat kunstmatige intelligentie de jongste toetreders tot de arbeidsmarkt het hardst raakt. De studie, getiteld «Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence», is een update van een versie die hetzelfde team een jaar eerder publiceerde. Hoofdauteur is Erik Brynjolfsson, directeur van het lab, samen met Bharat Chandar en Ruyu Chen.

De centrale bevinding is duidelijk: de werkgelegenheid onder werknemers van 22 tot 25 jaar in beroepen die sterk blootgesteld worden geacht aan AI, ligt nu ongeveer 19% lager dan in minder blootgestelde beroepen. Een jaar geleden, bij de vorige meting van hetzelfde team, was dat verschil nog 13%. Het verschil bestaat dus niet alleen — het wordt groter.

Om tot die conclusie te komen, gebruikten de onderzoekers een grote subset van geanonimiseerde, hoogfrequente loongegevens die zijn samengevoegd door ADP, de grootste loonverwerker van de Verenigde Staten. De dataset omvat miljoenen werknemers in meer dan 730 beroepen — ongeveer een op de zes Amerikaanse werknemers. Het team mat de AI-blootstelling van elk beroep met twee afzonderlijke instrumenten: een gevestigde indicator voor arbeidsmarkteffecten uit eerder onderzoek, en de Anthropic Economic Index, die meet hoe elk beroep het model Claude daadwerkelijk dagelijks gebruikt. Een maand eerder had Google een vergelijkbaar rapport gepubliceerd op basis van echt Gemini-gebruik.

Geen massaontslagen, maar een aanwervingskraan die dichtdraait

Voor de economie als geheel vonden de onderzoekers weinig tot geen verschil in relatieve werkgelegenheid tussen de meest en de minst AI-blootgestelde beroepen. Het effect concentreert zich bijna volledig op de jongste werknemers. Sinds 2022 is de werkgelegenheid van 22- tot 25-jarigen in de 40% van de beroepen die het meest door AI worden getroffen met ongeveer 11% gedaald, terwijl de jongerenwerkgelegenheid in de 60% minst getroffen beroepen in dezelfde periode met ongeveer 10% is gestegen.

TIME, dat ook over het onderzoek bericht, citeert een afzonderlijke maatstaf: in de beroepen die het sterkst zijn blootgesteld aan AI-automatisering — waaronder softwareontwikkeling, marketing en klantenservice — zagen starters een relatieve werkgelegenheidsdaling van 16%, zelfs na correctie voor bedrijfsspecifieke effecten. Ars Technica en TIME presenteren deze cijfers als verschillende invalshoeken op dezelfde dataset, niet als één en dezelfde meting die tweemaal wordt herhaald, en het onderliggende patroon houdt in beide gevallen stand: de schade treft de aanwerving, niet de reeds bezette functies. De onderzoekers stelden vast dat het effect vooral werkt via minder aanwervingen van starters in de betrokken beroepen, niet via meer ontslagen of vrijwillig vertrek. Het uit zich vooral in het totale werkgelegenheidsniveau, niet in de lonen.

• 19%: werkgelegenheidsverschil tussen 22- tot 25-jarigen in de meest AI-blootgestelde beroepen en hun leeftijdsgenoten, tegen 13% een jaar eerder
• 11% tegenover 10%: sinds 2022 daalde de jongerenwerkgelegenheid met ongeveer 11% in de 40% meest door AI getroffen beroepen, en steeg ze met ongeveer 10% in de 60% minst getroffen beroepen
• 16%: relatieve daling van de startersfunctie-werkgelegenheid, afzonderlijk gemeten in de beroepen die het sterkst zijn blootgesteld aan automatisering (softwareontwikkeling, marketing, klantenservice), gecorrigeerd voor bedrijfseffecten (TIME)
• 6% tot 12%: werkgelegenheidsgroei van werknemers van 30 jaar en ouder in beroepen met hoge AI-blootstelling, tussen eind 2022 en mei 2025 (TIME)

Waarom sommige beroepen wel en andere niet: automatiseren versus versterken

De Anthropic Economic Index maakt onderscheid tussen «automatiserend» gebruik van AI, waarbij de technologie een taak die voorheen door een mens werd uitgevoerd volledig vervangt, en «versterkend» gebruik, waarbij AI een werknemer helpt om efficiënter te werken. Beroepen als accountants en controllers, of receptionisten en informatiemedewerkers, behoren tot de meest automatiseerbare. Beroepen als bestuursvoorzitters en gediplomeerde verpleegkundigen gebruiken AI eerder op een versterkende manier.

Beroepen waarin automatiserend AI-gebruik domineert, laten de slechtste relatieve werkgelegenheidsresultaten zien voor starters. Zoals de onderzoekers het verwoorden, in een door Ars Technica geciteerde formulering:

De bevindingen komen overeen met de hypothese dat automatiseringsgerichte toepassingen van AI arbeid vervangen, terwijl complementaire toepassingen samengaan met stabiele of stijgende werkgelegenheid.

De werkhypothese van de onderzoekers is dat starters vooral worden getroffen in beroepen die sterk steunen op «gecodificeerde» kennis — formele, gestandaardiseerde kennis die kan worden aangeleerd via onderwijs, handboeken en geschreven procedures — in tegenstelling tot beroepen die steunen op «stilzwijgende» kennis, opgebouwd via praktijkervaring, mentorschap en herhaalde ervaring.

Door het vereiste opleidingsniveau van een beroep, afkomstig uit de O*NET-database, te gebruiken als indicator voor de afhankelijkheid van gecodificeerde kennis, stellen de onderzoekers vast dat sterk gecodificeerde beroepen een tragere groei van de startersfunctie-werkgelegenheid vertonen, terwijl beroepen die op stilzwijgende kennis steunen een snellere werkgelegenheidsgroei laten zien voor werknemers halverwege of aan het einde van hun loopbaan.

Hoger onderwijs lijkt het effect te dempen. In beroepen met een hoog aandeel universitair afgestudeerden is het verschil tussen sterk en weinig AI-blootgestelde functies gedempter. In beroepen met weinig afgestudeerden groeide de werkgelegenheid in de minst blootgestelde functies, terwijl ze daalde in de meest blootgestelde functies.

TIME meldt nog een gegeven: onder werknemers van 30 jaar en ouder in categorieën met hoge AI-blootstelling groeide de werkgelegenheid tussen eind 2022 en mei 2025 met 6% tot 12% — mogelijk een teken dat oudere werknemers stilzwijgende kennis bezitten die moeilijker door AI te repliceren is, of organisatorische macht die hen sterker beschermt. Meer manuele beroepen — thuiszorgmedewerkers, onderhoudspersoneel, taxichauffeurs — zagen de werkgelegenheid stabiel blijven of zelfs groeien, aldus TIME.

Onze bevindingen komen overeen met de hypothese dat AI dit effect [op de arbeidsmarkt] veroorzaakt, vooral voor starters.

Erik Brynjolfsson, directeur van het lab, omschreef het patroon tegenover TIME als ongewoon uitgesproken:

Het was echt opvallend om zo'n uitgesproken effect te zien voor bepaalde categorieën en niet voor andere. Ik denk dat je terecht kunt zeggen dat technologie altijd banen heeft vernietigd en altijd banen heeft gecreëerd. Als we niet alleen hogere productiviteit willen creëren, maar ook breed gedeelde welvaart, dan is het een goede richting om AI te gebruiken om werk te versterken en niet alleen te automatiseren.

De effecten op starters die we meten zijn reëel, blijvend en worden groter, en ik maak me meer zorgen dan voorheen over een arbeidsmarkt die zijn totale werkgelegenheidsniveau op peil houdt terwijl hij stilletjes de instapmogelijkheid sluit voor mensen die aan hun loopbaan beginnen.

De ironie ontgaat de onderzoekers zelf niet: ze gebruikten AI om de code te schrijven die de ADP-gegevens verwerkt, referenties te controleren, de grafieken van het onderzoek te genereren en te bewerken, en te helpen bij het schrijven — een gebruik dat ze zelf, volgens TIME, «versterkend» noemen.

Wat dit betekent voor jonge afgestudeerden en bedrijven in Nederland

Voor een jonge afgestudeerde in Nederland en voor een bedrijf dat twijfelt tussen het automatiseren of versterken van een functie, geven de Stanford-gegevens een waarschuwing, geen oordeel: het effect loopt vooral via minder aanwervingen van starters, niet via het schrappen van bestaande functies. Werkgevers die AI gebruiken om hun nieuwe medewerkers efficiënter te maken, in plaats van hen overbodig te maken, lijken op basis van dit bewijs degenen te zijn die blijven aanwerven.