De uitzonderlijke vooruitgang in AI, met name in grote taalmodellen zoals ChatGPT, heeft hetal langer bestaande economische debat over het effect van AI op arbeid verder doen oplaaien. Terwijl sommige wetenschappers zich grote zorgen maken over de mogelijkheid dat AI bepaalde banen zal wegautomatiseren, is er ook veel enthousiasme over de nieuwe kansen op de arbeidsmarkt die AI biedt

Wie echter zal profiteren van de snel evoluerende AI-technologieën, en welke factoren de impact van AI op de arbeidsmarkt zullen beinvloeden , blijven open vragen. Dit proefschrift onderzoekt de rol van complementariteit bij het bepalen van de impact van AI op arbeidsmarkten, en analyseert dit op drie niveaus: macro (regio's), meso (industrieën) en micro (individuen). Het proefschrift bestaat uit vijf hoofdstukken:

Hoofdstuk 1 presenteert de motivatie voor de studie, identificeertde lacunes in de huidige literatuur, formuleert de onderzoeksvragen en biedt een overzicht van de structuur van het proefschrift.

Hoofdstuk 2 onderzoekt de complementariteit tussen AI en regionale arbeidsmarkten. Data van USPTO, de American Community Survey en O*NET worden gecombineerd om de creatieve destructie van AI op beroepen in Amerikaanse stedelijke gebieden te bepalen. Een belangrijke uitkomst is dat de introductie van AI-technologieën gepaard gaat met een toename van de werkgelegenheid in niet-routinematige, cognitieve, analytische of interpersoonlijke beroepen. Daarentegen neemt de werkgelegenheid in routinematige beroepen vaak af. Vervolgens analyseren we de relatie tussen AI-productie en verschuivende beroepsstructuren in regio's. We vinden dat regio's met een hoge AI-intensiteit zich steeds meer specialiseren in niet-routinematige beroepen die creativiteit en interpersoonlijke vaardigheden vereisen. Dit kan erop wijzen dat AI-intensieve regio's waarschijnlijk veerkrachtiger zijn en zullen profiteren van de AI-transitie, terwijl regio's die gespecialiseerd zijn in routinematige beroepen het risico lopen achterop te raken.

Voortbouwend op de bevindingen uit Hoofdstuk 2, die het potentieel van AI om interregionale ongelijkheid te vergroten benadrukken, verschuift Hoofdstuk 3 de aandacht naar intraregionale loonongelijkheid. Er wordt onderzocht hoe industriële dynamiek — specifiek de toe- en uittreding van complexe industrieën — van invloed is op de loonverdeling binnen regio's. In het bijzonder richten we ons op de rol van complexe industrieën, maar ook op industrieën die sterk gerelateerd zijn aan bestaande industrieën in een regio. We onderzoeken dit empirischmet behulp van gekoppelde werkgever-werknemer gegevens in NUTS-3 regio's in Nederland in de periode 2010-2019. Onze studie toont aan dat gerelateerde diversificatie in minder complexe industrieën de loonongelijkheid binnen een regio lijkt te verminderen. Dit impliceert dat het een beleidsuitdaging blijft om slimme en inclusieve groei te combineren in regio's. Er blijkt geen significante relatie te bestaan tussen het verdwijnen van industrieën en regionale ongelijkheid, met één uitzondering: de uittreding van ongerelateerde, laag-complexe sectoren lijkt de intra-regionale loonongelijkheid te vergroten. Over het algemeen suggereren deze bevindingen dat gerelateerde diversificatie in minder complexe industrieën voordelen lijkt te brengen in termen van inclusieve groei, terwijl ongerelateerde uittreding in minder complexe industrieën het tegenovergestelde effect heeft.

De structurele veranderingen die in Hoofdstuk 3 worden waargenomen, roepen een diepere vraag op: wat is het mogelijke effect van AI op individuele werknemers? Om deze vraag te beantwoorden, verschuif ik in Hoofdstuk 4 de focus naar de rol van vaardigheden van werknemers, waarbij ik onderzoek welke vaardigheden complementair zijn aan AI-technologieën en hoe deze van invloed zijn op de lonen en werkgelegenheid van werknemers. Ik introduceer een nieuw concept, "complexiteitsintelligentie", dat verwijst naar de diverse en complementaire vaardigheden die een werknemer bezit. Ik betoog dat complexiteitsintelligentie een complementaire vaardigheid is aan AI, omdat het werknemers in staat stelt sneller nieuwe vaardigheden te ontwikkelen, taken strategisch toe te wijzen met AI, en uit te blinken in complexe taken waarin AI tekortschiet. Ik toets de hypothese met behulp van O*NET- en American Community Survey-gegevens over de periode 2005-2021. Deze empirische setting maakt gebruik van een nieuw dataset die de adoptie van AI op beroepsniveau meet met BERT (Bidirectional Encoder Representations from Transformers) taalmodellen. De belangrijkste bevinding is dat complexe beroepen meer geneigd zijn AI-technologieën te gebruiken. Bovendien is er een positieve correlatie tussen AI-adoptie en werkgelegenheidsgroei. AI-adoptie gaat gepaard met een relatieve toename van de loongroei, waarbij de loongroei in complexe beroepen groter is.

Hoofdstuk 5 vat de belangrijkste conclusies samen en bespreekt de beleidsimplicaties. Het reflecteert tevens op de belangrijkste beperkingen van het onderzoek en formuleert een aantalveelbelovende richtingen voor toekomstig onderzoek.