Штучний інтелект, дезагреговане безробіття та сталий розвиток у Південній Африці: чи пояснює динаміку гіпотеза рутинно-зміщеного технологічного прогресу?

Автор(и)

DOI:

https://doi.org/10.58423/2786-6742/2026-13-13-32

Ключові слова:

штучний інтелект, дезагреговане безробіття, сталий розвиток, Південна Африка

Анотація

У цьому дослідженні вивчається взаємозв'язок між впровадженням штучного інтелекту (ШІ) та дезагрегованим безробіттям у контексті визначення сталого розвитку Південної Африки на основі теоретичної концепції рутинно-зміщеного технологічного прогресу (RBTC). З використанням річних часових рядів за період 2003–2024 років та методу авторегресійних розподілених лагів (ARDL) у дослідженні одночасно оцінюються короткострокові та довгострокові коефіцієнти з метою відображення повної динаміки розвитку. Емпіричні результати підтверджують існування довгострокової рівноважної залежності між впровадженням ШІ, дезагрегованим за рівнем освіти безробіттям та сталим розвитком. У короткостроковому періоді впровадження ШІ негативно впливає на розвиток внаслідок витрат адаптації, пов'язаних із заміщенням рутинних завдань, жорсткістю ринку праці та невідповідністю навичок. У довгостроковому періоді ШІ робить позитивний і статистично значущий внесок у розвиток завдяки зростанню продуктивності та інноваційним ефектам після завершення структурних перетворень. Щодо безробіття за кваліфікаційними групами, безробіття серед висококваліфікованих працівників стабільно стримує розвиток в обох часових горизонтах, відображаючи витрати продуктивності від неефективного використання людського капіталу з високим рівнем освіти. Безробіття серед менш освічених працівників демонструє позитивну довгострокову залежність, що свідчить про ефекти структурного перерозподілу праці, узгоджені з положеннями концепції RBTC. Сукупне безробіття виявляється статистично незначущим, підтверджуючи, що агреговані показники приховують суттєві розподільчі відмінності між кваліфікаційними групами та валідуючи ключову теоретичну тезу про те, що рутинно-зміщений технологічний прогрес діє через гетерогенні канали, які залишаються невидимими на агрегованому рівні. Отримані результати є особливо актуальними для органів державної політики країн із ринками, що розвиваються, які стикаються з подвійним викликом прискорення технологічних трансформацій та стійкого структурного безробіття. Дослідження рекомендує впровадження інтегрованих політичних механізмів, що поєднують стимули для розвитку ШІ, реформування ринку праці та вдосконалення системи освіти, з метою забезпечення того, щоб технологічний прогрес сприяв інклюзивному та сталому розвитку.

Біографії авторів

Фелікс Аберу, Університет Південної Африки

PhD

Терсія Ботха, Університет Південної Африки

доктор комерції, асоційований професор

Посилання

1. Acemoglu, D., & Autor, D. (2011). Skills, tasks and technologies: Implications for employment and earnings. In D. Card & O. Ashenfelter (Eds.), Handbook of labor economics (Vol. 4, pp. 1043–1171). Elsevier. https://doi.org/10.1016/S0169-7218(11)02410-5 DOI: https://doi.org/10.1016/S0169-7218(11)02410-5

2. Acemoglu, D., & Restrepo, P. (2018). Artificial intelligence, automation and work (NBER Working Paper No. 24196). National Bureau of Economic Research. http://www.nber.org/papers/w24196 DOI: https://doi.org/10.3386/w24196

3. Autor, D. H., Levy, F., & Murnane, R. J. (2003). The skill content of recent technological change: An empirical exploration. The Quarterly Journal of Economics, 118(4), 1279–1333. https://doi.org/10.1162/003355303322552801 DOI: https://doi.org/10.1162/003355303322552801

4. Bhorat, H., Hill, R., Köhler, T., Monnakgotla, J., & Steenkamp, F. (2023). Who are the robots coming for? The evolving task content of employment in South Africa (SARChI Industrial Development Working Paper No. 2023/06).

5. Giwa, F., & Ngepah, N. (2024). The relationship between artificial intelligence and low-skilled employment in South Africa. Heliyon, 10, Article e40640. https://doi.org/10.1016/j.heliyon.2024.e40640 DOI: https://doi.org/10.1016/j.heliyon.2024.e40640

6. Pieters, J., Kujundzic, A., Burger, R., & Gondwe, J. (2025). Inequality at risk of automation? Gender differences in routine tasks intensity in developing country labor markets (arXiv preprint arXiv:2504.07689). https://doi.org/10.48550/arXiv.2504.07689

7. Google Cloud. (2025). 2025 state of AI infrastructure report.

8. Jung, J., & Mercenier, J. (2014). Structural change, skill bias and employment dynamics. Journal of Macroeconomics, 41, 130–147. https://doi.org/10.1016/j.jmacro.2014.05.002 DOI: https://doi.org/10.1016/j.jmacro.2014.05.002

9. Mienye, I. D., Sun, Y., & Ileberi, E. (2024). Artificial intelligence and sustainable development in Africa: A comprehensive review. Machine Learning with Applications, 18, Article 100591. https://doi.org/10.1016/j.mlwa.2024.100591 DOI: https://doi.org/10.1016/j.mlwa.2024.100591

10. KPMG. (2025). The AI outlook: The role of AI in shaping tomorrow’s world. https://kpmg.com/in/en/insights/2025/09/ai-outlook-the-role-of-ai-in-shaping-tomorrows-world.html

11. Macpherson, W. E., Werner, A., & Mey, M. R. (2023). Industry 4.0: Emerging job categories and associated competencies in the automotive industry in South Africa. SA Journal of Human Resource Management, 20, Article a1916. https://doi.org/10.4102/sajhrm.v20i0.1916 DOI: https://doi.org/10.4102/sajhrm.v20i0.1916

12. Mabungela, M. (2023). Artificial intelligence and automation in the world of work: A threat to employees? Research in Social Sciences and Technology, 8(4), 135–146. https://doi.org/10.46303/ressat.2023.37 DOI: https://doi.org/10.46303/ressat.2023.37

13. Mondolo, J. (2022). The composite link between technological change and employment: A survey of the literature. Journal of Economic Surveys, 36(4), 1027–1068. https://doi.org/10.1111/joes.12484 DOI: https://doi.org/10.1111/joes.12469

14. Dauth, W., Findeisen, S., Südekum, J., & Woessner, N. (2021). The adjustment of labor markets to robots. Journal of the European Economic Association, 19(6), 3104–3153. https://doi.org/10.1093/jeea/jvab012 DOI: https://doi.org/10.1093/jeea/jvab012

15. Nzama, M. L., Epizitone, G. A., Moyane, S. P., Nkomo, N., & Mthalane, P. P. (2024). The influence of artificial intelligence on the manufacturing industry in South Africa. South African Journal of Economic and Management Sciences, 27(1), Article a5520. https://doi.org/10.4102/sajems.v27i1.5520 DOI: https://doi.org/10.4102/sajems.v27i1.5878

16. OECD. (2024). Digital economy outlook 2024: Embracing the technology frontier (Vol. 1). OECD Publishing. https://doi.org/10.1787/a1689dc5-en DOI: https://doi.org/10.1787/a1689dc5-en

17. Opesemowo, O. A. G., & Adekomaya, V. (2024). Harnessing artificial intelligence for advancing sustainable development goals in South Africa’s higher education system: A qualitative study. International Journal of Learning, Teaching and Educational Research, 23(3), 67–86. https://doi.org/10.26803/ijlter.23.3.4 DOI: https://doi.org/10.26803/ijlter.23.3.4

18. Pesaran, M. H., Shin, Y., & Smith, R. J. (2001). Bounds testing approaches to the analysis of level relationships. Journal of Applied Econometrics, 16(3), 289–326. https://doi.org/10.1002/jae.616 DOI: https://doi.org/10.1002/jae.616

19. Poisat, P., Cullen, M., & Calitz, A. P. (2024). Human resource managers’ perceptions on the impact of AI on the South African workforce. SA Journal of Human Resource Management, 22, Article a2593. https://doi.org/10.4102/sajhrm.v22i0.2593 DOI: https://doi.org/10.4102/sajhrm.v22i0.2593

20. PwC & Strategy&. (2023). Sizing the prize: What’s the real value of AI for South Africa? PwC South Africa.

21. Ramaswamy, K. V. (2018). Technological change, automation and employment: A short review of theory and evidence. International Review of Business and Economics, 2(2), 1–20. DOI: https://doi.org/10.56902/IRBE.2018.2.2.1

22. Sebastian, R., & Biagi, F. (2018). The routine-biased technical change hypothesis: A critical review. European Commission, Joint Research Centre.

23. Singh, J. P., Shehu, A., Wesson, C., & Dua, M. (2023). 2023 global artificial intelligence infrastructures report. George Mason University AI Strategies Team & Stimson Center.

24. Tinonetsana, F., Musariwa, P., & Madondo, E. (2024). Integrating AI for environmental sustainability in medium to large corporations: A case study of South Africa. International Journal of Business Ecosystem & Strategy, 6(6), 15–21. https://www.bussecon.com/ojs/index.php/ijbes DOI: https://doi.org/10.36096/ijbes.v6i6.643

25. World Bank. (2024). World development indicators.

26. Yi, M., & Choi, H. (2023). What drives the acceptance of AI technology? The role of expectations and experiences. arXiv. https://doi.org/10.48550/arXiv.2306.13670

Downloads

Опубліковано

2026-05-29

Як цитувати

Аберу, Ф., & Ботха, Т. (2026). Штучний інтелект, дезагреговане безробіття та сталий розвиток у Південній Африці: чи пояснює динаміку гіпотеза рутинно-зміщеного технологічного прогресу?. Acta Academiae Beregsasiensis. Economics, 1(13), 13–32. https://doi.org/10.58423/2786-6742/2026-13-13-32

Номер

Розділ

Економіка та менеджмент