ВПЛИВ АВТОМАТИЗАЦІЇ ТА ШТУЧНОГО ІНТЕЛЕКТУ НА ЗАЙНЯТІСТЬ, ЗАРОБІТНУ ПЛАТУ ТА ПРОДУКТИВНІСТЬ
DOI:
https://doi.org/10.32782/mathematical-modelling/2025-8-1-13Ключові слова:
штучний інтелект (ШІ), автоматизація, зайнятість, заробітна плата, продуктивність праці, перенавчання, ефективність державної політики, освітня підтримкаАнотація
Сучасний ринок праці переживає значні трансформації під впливом автоматизації та впровадження технологій штучного інтелекту (ШІ). Вплив цих змін відображається на структурі зайнятості, рівні заробітної плати та загальній продуктивності праці. Автоматизація створює як нові можливості для зростання ефективності виробництва, так і виклики, пов’язані зі скороченням робочих місць. Одним із ключових питань є баланс між технологічним прогресом і соціально-економічною стабільністю, що потребує комплексного аналізу й ефективних механізмів адаптації.У роботі запропоновано математичну модель, яка описує взаємозв’язок між рівнем автоматизації, можливостями перенавчання працівників, державною політикою та рівнем освіти. Запропонована система рівнянь має матричну форму та дозволяє досліджувати динаміку змін зайнятості в умовах технологічних зрушень. Вона дозволяє оцінити вплив автоматизації на ринок праці за різних рівнів державної підтримки та інвестицій в освітні ініціативи.Для оцінювання впливу технологічних інновацій розглянуто три основні сценарії: Низький рівень автоматизації та високий рівень перенавчання – дозволяє зберегти стабільну зайнятість і пом’якшити негативний вплив автоматизації. Цей сценарій демонструє, що активне впровадження програм перенавчання сприяє ефективному переходу працівників на нові робочі місця.Високий рівень автоматизації та низький рівень перенавчання – призводить до значного скорочення рівня зайнятості та зниження середніх заробітних плат. Це може спричинити зростання соціальної напруги та погіршення економічної ситуації внаслідок збільшення безробіття. Ефективна державна політика та підтримка освіти – сприяє зниженню негативних ефектів автоматизації завдяки розширенню програм адаптації робочої сили, що дозволяє стабілізувати ринок праці.Застосування чисельного моделювання показує, що перенавчання, державна підтримка й інвестиції в освітні ініціативи є визначальними чинниками, які дозволяють адаптувати ринок праці до умов автоматизації та впровадження штучного інтелекту. Отримані результати можуть бути використані для розроблення стратегій державного регулювання, формування політики щодо розвитку освітніх програм і прогнозування соціально-економічних наслідків технологічних змін.Робота може бути корисною для науковців, аналітиків ринку праці, а також для органів державної влади, що розробляють політики у сфері зайнятості й адаптації робочої сили до нових умов. Використані підходи та результати моделювання дають змогу оцінити ризики автоматизації та виробити оптимальні механізми для ефективної інтеграції технологічних змін із соціально-економічним середовищем.
Посилання
Frey C.B., Osborne M.A. The future of employment: How susceptible are jobs to computerisation? Technological Forecasting and Social Change. 2017. № 114. Р. 254–280. https://doi.org/10.1016/j.techfore.2016.08.019.
Acemoglu D., Restrepo P. Automation and new tasks: How technology displaces and reinstates labor. Journal of Economic Perspectives. 2019. № 33 (2). Р. 3–30. https://doi.org/10.3386/w25684.
Qamar A., Hall M., Lobo S. The impact of artificial intelligence on labor markets and employment : A systematic review. International Journal of Information Management. 2020. № 54. Р. 102–135.
Shen Y., Zhang X. The impact of artificial intelligence on employment: The role of virtual agglomeration. Humanities and Social Sciences Communications. 2024. № 11 (122). https://doi.org/10.1057/s41599-024-02647-9.
Obasi C. Dynamics of an AI-Driven Mathematical Model of Some Learning Theories. Journal of Learning Theory and Methodology. 2024. № 5 (1). Р. 32–40. https://doi.org/10.17309/jltm.2024.5.1.05.
García-Martínez I., Fernández-Batanero J.M., Fernández-Cerero J., León S.P. Analysing the Impact of Artificial Intelligence and Computational Sciences on Student Performance : Systematic Review and Meta-analysis. Journal of New Approaches in Educational Research. 2023. Vol. 12 (1). P. 171–197. https://doi.org/10.7821/naer.2023.1.1240.
Del Rio-Chanona R.M., Mealy P., Pichler A., Lafond F., Farmer J.D. Occupational mobility and automation: A data-driven network model. Journal of The Royal Society Interface. 2021. Vol. 18 (174). Р. 20210133. https://doi.org/10.1098/rsif.2020.0898.
Hutter C., Weber E. Labour market effects of wage inequality and skill-biased technical change. Economic Journal. 2023. Vol. 134 (1). Р. 55–89. https://doi.org/10.1080/00036846.2022.2108751.
Brynjolfsson E., McAfee A. The Second Machine Age: Work, Progress, and Prosperity in a Time of Brilliant Technologies. New York : W.W. Norton & Company, 2014. 320 p. https://doi.org/10.1080/00332747.2015.1105632.
Bessen J.E. AI and Jobs: The Role of Demand. Technology & Policy Research Initiative, BU School of Law. 2019. P. 17–46. https://doi.org/10.2139/ssrn.3078715.
Чабанюк Ю., Нікітін А., Хімка У. Асимптотичний аналіз складних еволюційних систем з марковським та напівмарковським перемиканням із використанням апроксимаційних схем : монографія. Wiley-ISTE, 2020. 225 с.






