Anthropic tar et utvalg samtaler fra Claude og lar en modell klassifisere hver samtale på to måter. Først: hvilken O*NET-oppgave handler samtalen om? Dernest: hvordan samhandler personen og modellen? Den andre klassifiseringen har fem utfall, beskrevet over figuren. Samtaler som ikke lar seg plassere, tas ut.

Automatisering er summen av direkte delegering og tilbakemeldingssløyfe. I begge gjør modellen arbeidet. Personen formulerer bestillingen og, i sløyfen, formidler hva som skjedde da resultatet ble prøvd. Augmentering er summen av oppgaveiterasjon, validering og læring. I alle tre bidrar personen med innhold, vurdering eller spørsmål underveis. Dette er Anthropics egen inndeling og den vi bruker her.

Automatiseringsandelen for et yrke er andelen av samtalene om yrkets oppgaver som er automatisering. Andelen sier ikke hvor mye av arbeidet som gjøres av KI. Den sier hvordan KI brukes når den brukes. Et yrke der Claude nesten aldri brukes kan likevel ha en høy andel, fra få samtaler. Antall klassifiserte samtaler står derfor i sammendraget og i tooltip.

Hvorfor skille? De to bruksmåtene kan ha motsatt virkning på sysselsetting. Der bruken er automatiserende, gjør modellen oppgaven i stedet for personen. Der bruken er augmenterende, gjør personen mer eller bedre arbeid med modellen som hjelp. Forsiden viser at sysselsettingen har utviklet seg ulikt i de to gruppene av yrker.

Merk to avvik fra forsiden. Der regnes bare direkte delegering som automatisering, og tallene kommer fra det første utvalget til Handa m.fl. (2025). Her brukes Anthropics inndeling og alle publiserte utvalg.

Tabellen oppgave × type er publisert fire ganger. Det første utvalget er samtaler i Claude.ai fra desember 2024 til januar 2025 (Handa m.fl. 2025). De tre neste er én uke hver: august 2025, november 2025 og februar 2026. Fra august 2025 finnes tabellen også for API-et, der utviklere og agenter kaller modellen. Rangeringen av yrker flytter seg mellom utvalgene. Mellom august 2025 og februar 2026 er rangkorrelasjonen i chat om lag 0,7. Mot Handa-utvalget er den lavere, om lag 0,3, og om lag 0,6 for yrker med minst tusen samtaler.

Hver O*NET-oppgave hører til ett eller flere amerikanske SOC-yrker. Samtalene fordeles likt på dem. SOC går til ISCO-08 med BLS' kryssgang, og ISCO-koden er STYRK-08-koden når den finnes i den norske standarden. Andelen for et STYRK-yrke er snittet over SOC-yrkene som bidrar. Kjeden er den samme som for Handa-målet på forsiden og gir 300 til 320 yrker per utvalg. Yrker uten Claude-bruk på noen av oppgavene sine faller ut. Oppgavefiguren viser de 15 O*NET-oppgavene med mest bruk blant SOC-yrkene koden er koblet til, med minst ti klassifiserte samtaler. Oppgavetekstene er O*NETs engelske formuleringer.

O*NET er det amerikanske arbeidsdepartementets database over yrker. For hvert yrke har O*NET spurt et utvalg ansatte hvor viktig hver av 41 generelle arbeidsaktiviteter er, for eksempel «programmering», «pleie av andre» eller «betjening av kjøretøy». Det samme er gjort for 35 ferdigheter, som «kritisk tenkning» og «reparasjon». Skalaen går fra 1 til 5. Til sammen gir det hvert yrke en profil med 76 tall.

Vi bruker ikke oppgavetekstene til å finne naboer, selv om O*NET har dem. Oppgavene er skrevet for hvert yrke og gjentas nesten aldri på tvers. Programvareutviklere deler to oppgavetekster med ett annet yrke, og kontormedarbeidere deler ingen. Aktivitets- og ferdighetsprofilene finnes for alle yrker på samme skala, og det er dem vi sammenligner.

Regnestykket: hvert av de 76 tallene standardiseres på tvers av yrker, så aktiviteter alle yrker skårer høyt på, som «å hente informasjon», ikke dominerer. Likheten mellom to yrker er cosinus mellom de standardiserte profilene, et tall fra −1 til 1. De tre yrkene med høyest likhet vises. Under hvert vises de tre aktivitetene eller ferdighetene som begge yrker skårer høyt på og som bidrar mest til likheten. Navnene er oversatt fra O*NET.

Profilene ligger på amerikanske SOC-koder. De går til norske STYRK-08-koder gjennom samme kryssgang som eksponeringsmålene. Et STYRK-yrke som er koblet til flere SOC-yrker får snittet av profilene deres. Norske koder som deler samme SOC-sett, for eksempel sykepleiere, spesialsykepleiere og vernepleiere, får identisk profil og likhet 1.

Hva målet ikke fanger: norske forhold, lønn, utdanningskrav, og hvor lett det faktisk er å bytte. Det sier bare at arbeidet består av mye av det samme.

Seriene er de samme som i figur 9 på forsiden: antall lønnstakere og gjennomsnittslønn per fulltidsekvivalent i privat sektor, 21–60 år, per firesifret STYRK-08-kode, sesongjustert. Serien glattes med et etterslepende glidende snitt over de siste 6 månedene (kan endres over figuren) og skaleres deretter til 100 i februar 2025, måneden Claude Code ble lansert, på samme måte som på forsiden. Vinduet her starter i februar 2023, to år før. Bare yrker med minst 30 lønnstakere i hver måned siden januar 2021 har serie, 358 i alt. Endringen i sammendraget er siste måned med tall mot februar 2025 i den glattede serien. Ledige stillinger fra NAV kommer i en senere versjon.

1. Samtalene er globale. De sier hvordan Claude brukes på oppgavene i yrket, ikke hvordan norske arbeidstakere bruker KI.
2. Bare Claude. OpenAI publiserer ingen tilsvarende tabell.
3. Andelene gjelder samtaler, ikke arbeidstid.
4. API-et gir lite variasjon mellom yrker. Nesten alle ligger over 80 prosent direkte delegering.
5. O*NET beskriver amerikanske yrker. Norske yrker med samme kode kan ha annet innhold.