Gids voor de samenleving

Welke banen worden het meest blootgesteld aan AI

De banen die het meest blootgesteld zijn aan AI zijn die waarbij een groot deel van het werk bestaat uit lezen, schrijven, analyseren of informatie produceren op een computer.

Luister naar deze gidsAI-verteld · ~3 min

Op deze pagina4 minuten lezen
  1. Overzicht
  2. Diepe duik
  3. Implementatie in de echte wereld
  4. De toekomst van welke banen het meest blootgesteld zijn aan AI
  5. Het in de praktijk brengen
  6. Blijf verkennen
  7. Veelgestelde vragen

Overzicht

Klantenservice medewerkers, administratieve assistenten, vertalers, boekhouders, juridisch assistenten en enkele marketing- en programmeerfuncties zijn voorbeelden. Blootstelling meet hoeveel van de taken van een baan AI kan versnellen. Het meet niet of de baan zal verdwijnen, en veel blootgestelde banen worden aangevuld in plaats van geëlimineerd.

Diepe duik

Researchers measure exposure by breaking occupations into tasks and asking which tasks a technology could do or speed up. How they do this has changed over time. An influential 2013 study by Carl Frey and Michael Osborne estimated that about 47 percent of US employment was in occupations at high risk of computerization. Critics pointed out that it scored whole occupations, even though jobs are bundles of tasks. Later OECD work that used task-level data found a much smaller share of jobs that could be fully automated. In 2023, Tyna Eloundou, Sam Manning, Pamela Mishkin and Daniel Rock published "GPTs are GPTs." They rated US O*NET tasks using both human annotators and GPT-4. Their estimate was that roughly 80 percent of US workers are in occupations where at least 10 percent of tasks are exposed, and around 19 percent are in occupations where at least half are. In a reversal of earlier automation waves, which mostly hit routine manual work, higher-wage and more educated occupations tended to be more exposed. A 2023 International Labour Organization study found clerical support work to be the most exposed group worldwide and concluded that augmentation was more likely than full automation for most occupations. In 2024 the IMF estimated that about 40 percent of global employment is exposed, with a higher share in advanced economies. Exposure is not the same as replacement. Whether jobs are lost depends on adoption costs, regulation, customer preferences, and how demand responds when output gets cheaper. A frequently cited historical example is that US bank teller employment did not collapse after ATMs spread, because banks opened more branches and tellers took on different work. The most common misconception is that exposure scores predict layoffs. They are estimates of what is technically feasible, not forecasts.

Implementatie in de echte wereld

Een klantenservicecentrum voegt een AI-assistent toe die antwoorden opstelt. Medewerkers sluiten meer tickets per uur af, en het bedrijf reageert door minder nieuwe medewerkers aan te nemen in plaats van huidig personeel te ontslaan.

Een freelance vertaler merkt dat klanten steeds vaker post-editing van machinale vertaling willen in plaats van volledige vertaling, vaak tegen een lager tarief per woord.

Een juridisch assistent gebruikt AI om duizenden ontdekkingsdocumenten samen te vatten. Het bespaart tijd, maar het vermindert ook het aantal junior uren dat op de zaak wordt gefactureerd.

Een softwareontwikkelaar gebruikt een coderingsassistent voor boilerplate-code en eenheidstests. De baan blijft bestaan, maar meer ervan verschuift naar codebeoordeling, systeemontwerp en debugging.

De toekomst van welke banen het meest blootgesteld zijn aan AI

Schattingen van blootstelling zullen blijven veranderen naarmate modellen nieuwe vaardigheden krijgen, zoals het gebruik van tools, computerbesturing en beter redeneren, waardoor de blootstelling zich kan uitbreiden naar taken die eerder als laag werden beoordeeld. Hoeveel daarvan leidt tot baanverlies is onzeker. Vorige technologieën hebben meestal jaren nodig gehad om zich door organisaties te verspreiden, en de effecten kwamen eerst naar voren in trager aannemen voor instapfuncties in plaats van massale ontslagen. Onderzoekers koppelen steeds vaker blootstellingscores aan daadwerkelijk gebruik en arbeidsmarktgegevens om te onderscheiden wat AI zou kunnen doen en wat het daadwerkelijk doet. Let op dat bewijs in plaats van koppenpercentages.

Het in de praktijk brengen

Waarom het ertoe doet

  • Risico en veiligheid. Catastrofale en alledaagse schade door AI hangt af van wie de risico's begrijpt en wie kan handelen.
  • Duidelijkere beslissingen. Publieke en professionele geletterdheid bepalen of een krachtig veiligheidsbeleid politiek mogelijk is.
  • Door de hype heen snijden. Duidelijke verklaringen verminderen de kans op hypes, laboratorium-PR en vaag ethisch theater.

Pas op voor

  • Existentieel risico behandelen als sciencefiction, terwijl capaciteiten zich vermenigvuldigen.
  • De veiligheid van oppervlakteproducten verwarren met uitlijning onder hoge autonomie.
  • Hierdoor blijven niet-Engelstalige en niet-deskundige doelgroepen alleen bronnen van lage kwaliteit over.

Volgende stappen

  1. Afzonderlijke risico's voor productschade, misbruik en verlies van controle/verkeerde uitlijning.
  2. Vraag welk bewijs uw kijk op tijdlijnen en ernst zou veranderen.
  3. Geef de voorkeur aan primaire bronnen en concrete evaluaties boven marketingclaims.
  4. Identificeer één actiepad: carrière, beleid, financiering of vaardigheden – niet alleen bewustwording.

Blijf verkennen

Gratis nieuwsbrief

Ontvang de dagelijkse AI-briefing

Drie verifieerde AI-verhalen elke weekdagmorgen, geschreven in eenvoudig Engels. Gratis voor altijd, geen advertenties.

Eén e-mail elke weekdag. Afmelden met één klik. We verkopen of delen je adres nooit.

Test jezelf

Doe de 'Which Jobs Are Most Exposed to AI'-quiz

Directe feedback op elke antwoord, en een deelbare certificaat met een verifieerbare ID zodra je een cursus hebt afgerond.

Quiz starten

Ondersteun gratis AI-onderwijs. AI Understanding is een 501(c)(3) non-profit — geen advertenties, geen betaalmuur, nooit. Doe een donatie

Veelgestelde vragen

Wat is 'Which Jobs Are Most Exposed to AI'?

De banen die het meest blootgesteld zijn aan AI zijn die waarbij een groot deel van het werk bestaat uit lezen, schrijven, analyseren of produceren van informatie op een computer. Klantenservice‑medewerkers, administratieve assistenten, vertalers, boekhouders, paralegals en sommige marketing‑ en programmeerfuncties zijn voorbeelden. Blootstelling meet hoeveel van de taken van een baan AI zou kunnen versnellen. Het meet niet of de baan zal verdwijnen, en veel blootgestelde banen worden aangevuld in plaats van geëlimineerd.

Wat meet een AI-blootstellingsscore eigenlijk?

Bij exposure gaat het om de technische haalbaarheid op taakniveau. Het voorspelt geen ontslagen, die afhankelijk zijn van de kosten, de regelgeving, de vraag en de manier waarop organisaties reageren.

Wat was de belangrijkste kritiek op de schatting van Frey en Osborne uit 2013?

Critici voerden aan dat het behandelen van een beroep als een enkele eenheid het risico overschat. Analyses op taakniveau, zoals het vervolgwerk van de OESO, brachten veel minder volledig automatiseerbare banen aan het licht.

Welke werknemers waren in het onderzoek 'GPTs are GPTs' doorgaans meer blootgesteld dan in eerdere automatiseringsgolven?

Vroegere automatisering had vooral betrekking op routinematig handmatig en administratief werk. Uit het onderzoek uit 2023 bleek dat de blootstelling aan generatieve AI vaak hoger was voor goedbetaald kenniswerk.

Welke beroepsgroep was volgens het ILO-onderzoek uit 2023 wereldwijd het meest blootgesteld?

De ILO identificeerde administratieve ondersteuning als de meest blootgestelde groep en concludeerde dat uitbreiding voor de meeste beroepen waarschijnlijker was dan volledige automatisering.

Waarom vermeldt de gids bankbedienden en geldautomaten?

De werkgelegenheid bij de tellers daalde niet na de geldautomaten, omdat de banken meer filialen openden en het werk van de tellers verschoof. Blootstelling alleen was niet bepalend voor het resultaat van de baan.