Tíz éve még látványos szakmai előny volt, ha valaki jól tudott keresni a Google-ben. Tudta, mikor kell idézőjelet, mínuszjelet, „site:” előtagot és „filetype:” operátort alkalmazni. Boolean-logikát használt, majd néhány ügyes lekérdezéssel percek alatt megtalálta azt, amit más fél óra alatt sem. Ma sokszor már elég ennyit csak mondani egy AI eszköznek, hogy „Keress három elsődleges forrást arról, hogyan változott a német ipari áramár 2021 óta. Csak komoly szakmai elemzéseket vegyél figyelembe.”
Azaz továbbra is keresünk, továbbra is fontos ennek technikája, de már egészen más, és jóval egyszerűbb tudás kell ahhoz, hogy a találatok pontosak legyenek. Ugyanez történik az SQL-lekérdezésekkel, az Excel-képletekkel, a programozási ismeretekkel, de a fordítással is. A feladat megmarad, de egyre kevésbé kell fejből tudni azt a technikai nyelvet, amelyen a géppel kommunikálunk.
Az AI munkaerőpiaci hatása első körben ezért valószínűleg nem az lesz, hogy teljes szakmák szűnnek meg, sokkal inkább egyes mikroskillek válnak tömegtermékké. Az már most egyértelműen látszik, hogy egyre kevésbé lesznek fontosak azok a tudások, melyek az emberi kérdések számítógép-nyelvre történő lefordításának technikájáról szóltak.
A junior kapja a nagyobb turbót
Erik Brynjolfsson, Danielle Li és Lindsey Raymond 2025-ös cikkében (.pdf) 5179 ügyfélszolgálati dolgozó munkáját vizsgálta. A generatív AI-asszisztens átlagosan 14 százalékkal növelte az óránként megoldott ügyek számát. Az igazán érdekes eredmény az volt, hogy a kevésbé tapasztalt és gyengébben teljesítő dolgozóknál 34 százalékos volt a javulás, miközben a legtapasztaltabbaknál alig mértek előrelépést.
Ez a jelenség a „skill compression”, vagyis a szakértelmi különbségek összenyomódásának tankönyvi példája. A senior tudásának egy része hirtelen elérhetővé vált a junior számára is. Az AI a vállalati dolgozók fejében lévő tudást demokratizálta, azaz szétszórta a szervezetben.
Hasonló eredmény született az üzleti írásban is. Shakked Noy és Whitney Zhang 2023-as Science-tanulmányában (.pdf) 453 diplomás szakember végzett üzleti írási feladatokat. A ChatGPT használatával átlagosan 40 százalékkal csökkent az idő, miközben az értékelt minőség 18 százalékkal emelkedett, és a résztvevők közötti teljesítménykülönbség is kisebb lett.
Természetesen ezután is értéket jelent, ha valakinek jó az íráskészsége, azonban egyértelműen csökkent annak a piaci prémiuma, ha valaki erős a standard üzleti fordulatokban, szerkezetekben, nyelvtanban vagy korrektúrában. Az eredeti gondolat, a meggyőző érvelés, a megfelelő tény kiválasztása vagy a reputációs kockázat felismerése azonban továbbra is kulcsfontosságú tudás maradt.
A kódot már nem ember írja
A programozás talán még szemléletesebb példa. Sida Peng, Eirini Kalliamvakou, Peter Cihon és Mert Demirer 2023-as kontrollált kísérletében (.pdf) a Copilotot használó fejlesztők 55,8 százalékkal gyorsabban készítettek el egy JavaScript-feladatot, mint a hagyományos eszközökre támaszkodó kontrollcsoport.
Zheyuan Cui és szerzőtársai 2026-as tanulmányában (.pdf) a Microsoftnál, az Accenturenél és egy Fortune 100-as cégnél 4867 fejlesztőt vizsgáltak. Az AI-asszisztenshez hozzáférők 26,08 százalékkal több feladatot fejeztek be, és ismét a kevésbé tapasztalt fejlesztők nyertek többet.
Ez természetesen nem jelenti azt, hogy a programozási tudás értéktelenné vált. A függvénynevek, argumentumok, Stack Overflow-keresések vagy egy regex pontos szintaxisának memorizálása ér csak kevesebbet. Eközben felértékelődik a rendszerarchitektúra, az adatmodell, a tesztelés, a biztonság és annak megértésének képessége, hogy a generált kód valójában mit csinál.
Ugyanez történhet Excelben és SQL-ben. A VLOOKUP, INDEX–MATCH vagy egy GROUP BY lekérdezés nem lett fölösleges, csak sok esetben már elég a saját nyelvünkön megfogalmazni, hogy mit várunk el a programtól. A hozzáadott érték a képlet megírásától az adatkapcsolatok és az üzleti kérdés megértése felé tolódik.
A piac is reagált
A kérdés az, hogy mindez megjelenik-e a tényleges keresletben és a keresetekben. Xiang Hui, Oren Reshef és Luofeng Zhou 2024-es tanulmánya (.pdf) egy nagy online freelancerpiac adataiban azt találta, hogy a generatív AI által erősebben érintett foglalkozásokban a ChatGPT megjelenése után csökkent a foglalkoztatás és a kereset. Hasonló mintát találtak a DALL-E 2 és a Midjourney által érintett képi munkáknál is.
Azaz a hatásokat már valódi pénzben is mérhetjük. A piac kevesebb emberi munkát vásárolt bizonyos standardizálható írási és grafikai feladatokra, vagyis legalább néhány területen a készségek leértékelődése már a munka mennyiségében és a keresetben is látható.
A fenti folyamatoknak a tanácsadói munkában is hatása van. Egy standard keretrendszer első alkalmazása, egy piacösszefoglaló első változata vagy a strukturált brainstorming olcsóbbá válhat. Eközben drágább lesz felismerni, hogy a modell mikor téved, mikor hagy ki egy lényeges tényezőket, és mikor kell az egész elemzést más logikára építeni.
Humántőke-amortizációs sokk
Közgazdasági szempontból a fentiek a ritkasági járadékról szólnak. Ha száz emberből korábban öt tudott jól SQL-lekérdezést írni, ennek a tudásnak ára volt. Ha természetes nyelvi interfésszel sokkal többen képesek elfogadható lekérdezést létrehozni, akkor a szintaxis ismeretének ritkaságból fakadó prémiuma kisebb lesz.
Ebben az értelemben az AI egyfajta gyorsított humántőke-amortizációs sokk. Valaki éveken át tanulhatott keresési trükköket, Excel-képleteket, programkönyvtárakat vagy szoftverrutinokat. Aztán megjelenik egy új absztrakciós réteg, amely természetes nyelven elvégzi az ember és a gép közötti kommunikáció jelentős részét.
Fontos azonban hangsúlyozni, hogy nem kevesebb, hanem másfajta szakértelemre lesz szükség a jövőben. A Google-operátorok helyett forráskritikára, az Excel-formulák helyett adatlogikára, a programozási szintaxis helyett architektúrára, a standard üzleti fogalmazás helyett eredeti gondolatra, a gyors válasz előállítása helyett pedig validációra és ítélőképességre.
A következő évek kulcskérdése ezért szerintem nem az, hogy „elveszi-e az AI a munkámat?”, hanem az, hogy „a tudásom mekkora része értékes ma csak és kizárólag azért, mert a gépet ma még kevesen tudják megfelelő módon használni rajtam kívül?” Ha ez a tudásunk nagy részére igaz, akkor érdemes újabb skilleket megtanulnunk, hogy ne legyünk a tudásamortizáció áldozata.
A cikk szerzője Sebestyén Géza közgazdász, egyetemi docens