synaptiq.art

Sinteza istraživanja: Umjetna inteligencija, produktivnost i struktura zaposlenosti u poduzećima: mehanizmi i ograničenja dostupnih dokaza

Proces izrade seminarskog rada

  1. 1. Istraživanje
  2. 2. Recenzija literature
  3. 3. Sinteza istraživanja
  4. 4. Kritička rasprava ×3
  5. 5. Nacrt rada
  6. 6. Recenzija nacrta
  7. 7. Seminarski rad
Izmijenjeni dokument

Napomena: U nastavku je izmijenjen istraživački dosje. Primijenjene su samo radnje iz zapisa s poljem radnja. Izvori nisu uklonjeni iz popisa literature.

DOSJE LITERATURNE PODLOGE

Tema: Utjecaj umjetne inteligencije na troškove rada i strukturu zaposlenosti u poduzećima
Podtema: Utjecaj generativne umjetne inteligencije i automatizacije na potražnju za radom, produktivnost zaposlenika, strukturu zanimanja, trošak rada i organizaciju poduzeća
Jezik: hrvatski
Razina i opseg: nisu posebno navedeni; primijenjen je standard napredne preddiplomske/početne diplomske razine
Ciljani broj potvrđenih izvora: 25
Registar: nije priložen
Krug 3: nije aktiviran
Datum provjere: 10. rujna 2026.

FAZA A — KALIBRACIJA POLJA

Podtema pripada ekonomiji rada, ekonomici tehnoloških promjena, industrijskoj organizaciji i organizacijskim studijima.
Susjedne discipline su makroekonomija rasta, upravljanje ljudskim potencijalima, sociologija rada, informatika i javne politike.
Primarni izvori su empirijske studije na podacima poduzeća, radnika, zanimanja, radnih zadataka i oglasa za posao; sekundarni su pregledni radovi, teorijski modeli i službeni izvještaji.
Standardne vrste izvora su članci u ekonomskim časopisima, terenski eksperimenti, panel-podaci poduzeća, administrativni podaci, indeksi izloženosti zanimanja, izvještaji međunarodnih organizacija i nacionalna literatura.
Referentna djela širokog opsega u ovom polju su pregledni članci o automatizaciji, teorijski modeli zadataka i tehnologije, izvještaji o budućnosti rada te službene klasifikacije zanimanja.
Pretraženi su AEA, NBER, Oxford Academic, Chicago Journals, MIT Press, Annual Reviews, Science/PubMed, OECD iLibrary, ILO, IMF, SSRN te Hrčak.

FAZA B0.5 — RADNA SKICA I SASTAVNICE

1. Teorijski okvir: tehnologija, zadaci i ljudski rad

  • tehnološka supstitucija rada
  • komplementarnost tehnologije i rada
  • task-based pristup proizvodnji
  • produktivnost i labor share
  • trošak rada po jedinici outputa

2. Automatizacija zadataka i zanimanja

  • razlika između zadatka, posla i zanimanja
  • automatizacija pojedinačnih aktivnosti
  • potpuna ili djelomična zamjena radnog mjesta
  • stvaranje novih zadataka
  • mjerenje izloženosti zanimanja AI-ju

3. Generativna AI, produktivnost i potražnja za radom

  • AI kao zamjena za radni napor
  • AI kao komplement stručnosti
  • produktivnost po zaposleniku
  • heterogeni učinci prema iskustvu i vještinama
  • ograničenja i pogreške generativne AI

4. Struktura zanimanja, vještine, plaće i nejednakost

  • rutinski i nerutinski zadaci
  • skill-biased technological change
  • polarizacija zaposlenosti
  • plaće i raspodjela dohotka
  • rodne i obrazovne razlike u izloženosti

5. Poduzeće, organizacija i menadžment

  • promjene u organizaciji rada
  • algoritamsko upravljanje
  • nadzor i evaluacija zaposlenika
  • koordinacija i autonomija radnika
  • moguća promjena hijerarhijske strukture

6. Makroekonomski učinci i nastanak novih poslova

  • produktivnost i gospodarski rast
  • zaposlenost i realokacija rada
  • nastanak novih zanimanja
  • sektorske i regionalne razlike
  • tranzicijski troškovi i javne politike

7. Hrvatski i regionalni kontekst

  • automatizacija i robotizacija u hrvatskim poduzećima
  • percepcija zaposlenika i studenata
  • vještine i obrazovanje
  • upravljanje ljudskim potencijalima
  • ograničenja prenosivosti globalnih nalaza na Hrvatsku
FAZA B — PRIKUPLJANJE I PROVJERA IZVORA

B1. Potvrđeni izvori

[I1] Autor, David H. (2015)

Puni citat: Autor, David H. 2015. “Why Are There Still So Many Jobs? The History and Future of Workplace Automation.” Journal of Economic Perspectives 29 (3): 3–30. DOI: 10.1257/jep.29.3.3.
TRAG DOHVATA: https://pubs.aeaweb.org/doi/10.1257/jep.29.3.3
RAZRJEŠENJE: zapis se razrješava na: David H. Autor, 2015, “Why Are There Still So Many Jobs? The History and Future of Workplace Automation”, Journal of Economic Perspectives, članak u časopisu.
STATUS ZAPISA: bez oznaka.
RAZINA DOHVATA: sažetak.
POTVRDA LOKACIJE: potvrđena — sažetak i bibliografski zapis.
PREDMET IZVORA: povijesni i teorijski pregled odnosa automatizacije, ljudskog rada, produktivnosti i zaposlenosti.
[KANON]: da.
Vrsta i težina: referentni pregledni članak; daje temeljni okvir za razlikovanje supstitucije i komplementarnosti.
EMPIRIJSKA OSNOVA: nije primjenjivo.
OPERACIONALIZACIJA: nije primjenjivo.
ZAKLJUČAK IZVORA: Automatizacija može zamijeniti rad na pojedinim zadacima, ali istodobno povećava produktivnost, potražnju i komplementarnost ljudskog rada.
OGRADE AUTORÂ: nenavedeno u otvorenom sažetku.
NALAZ KOJI KORISTIM: računala najlakše zamjenjuju rutinske i kodificirane zadatke, dok povećavaju važnost rješavanja problema, prilagodljivosti i kreativnosti [SAŽETAK].
Svrha u seminaru: temeljni izvor za uvod u odnos tehnologije i zaposlenosti. (pubs.aeaweb.org)

[I2] Acemoglu, Daron, i Pascual Restrepo (2019)

Puni citat: Acemoglu, Daron, and Pascual Restrepo. 2019. “Automation and New Tasks: How Technology Displaces and Reinstates Labor.” Journal of Economic Perspectives 33 (2): 3–30. DOI: 10.1257/jep.33.2.3.
TRAG DOHVATA: https://pubs.aeaweb.org/doi/10.1257/jep.33.2.3
RAZRJEŠENJE: zapis se razrješava na: Daron Acemoglu i Pascual Restrepo, 2019, “Automation and New Tasks: How Technology Displaces and Reinstates Labor”, Journal of Economic Perspectives, članak u časopisu.
STATUS ZAPISA: bez oznaka.
RAZINA DOHVATA: sažetak.
POTVRDA LOKACIJE: potvrđena.
PREDMET IZVORA: teorijski i empirijski okvir raspodjele proizvodnih zadataka između kapitala i rada.
[KANON]: da.
Vrsta i težina: teorijsko-empirijski referentni članak; najvažniji izvor za pojam novih zadataka i reinstatement effect.
EMPIRIJSKA OSNOVA: industrijski podaci i dekompozicija promjena zaposlenosti u SAD-u, prema sažetku.
OPERACIONALIZACIJA: udio zadataka dodijeljenih kapitalu i radu te promjene zaposlenosti i labor sharea.
ZAKLJUČAK IZVORA: Automatizacija stvara displacement effect, dok novi zadaci mogu ponovno povećati potražnju za radom; konačni učinak ovisi o ravnoteži ta dva procesa.
OGRADE AUTORÂ: nenavedeno u otvorenom sažetku.
NALAZ KOJI KORISTIM: automatizacija može povećati produktivnost, a istodobno smanjiti labor share i potražnju za radom ako stvaranje novih zadataka nije dovoljno snažno [SAŽETAK].
Svrha u seminaru: teorijska osnova za razlikovanje zamjene zadataka od ukupnog nestanka zanimanja. (pubs.aeaweb.org)

[I3] Restrepo, Pascual (2024)

Puni citat: Restrepo, Pascual. 2024. “Automation: Theory, Evidence, and Outlook.” Annual Review of Economics 16: 1–25. DOI: 10.1146/annurev-economics-090523-113355.
TRAG DOHVATA: https://www.annualreviews.org/content/journals/10.1146/annurev-economics-090523-113355
RAZRJEŠENJE: zapis se razrješava na: Pascual Restrepo, 2024, “Automation: Theory, Evidence, and Outlook”, Annual Review of Economics, pregledni članak u časopisu.
STATUS ZAPISA: bez oznaka.
RAZINA DOHVATA: puni tekst.
POTVRDA LOKACIJE: potvrđena — sažetak i cjeloviti pregled.
PREDMET IZVORA: pregled teorije i empirijskih dokaza o automatizaciji, plaćama, labor shareu i produktivnosti.
[KANON]: da.
Vrsta i težina: najnoviji široki pregledni rad o automatizaciji.
EMPIRIJSKA OSNOVA: nije primjenjivo.
OPERACIONALIZACIJA: nije primjenjivo.
ZAKLJUČAK IZVORA: Task-based modeli dobro objašnjavaju kako automatizacija istodobno smanjuje troškove i stvara negativan učinak premještanja radnika iz automatiziranih zadataka.
OGRADE AUTORÂ: literatura ima ograničenja u mjerenju stvarne implementacije tehnologije i razlikovanju tehničke mogućnosti od stvarnog učinka.
NALAZ KOJI KORISTIM: automatizaciju treba analizirati kroz tri kanala: supstituciju rada, produktivnost i raspodjelu proizvodnih zadataka.
Svrha u seminaru: temeljni pregled za teorijski dio i sintezu empirijskih nalaza. (annualreviews.org)

[I4] Acemoglu, Daron, i Pascual Restrepo (2020)

Puni citat: Acemoglu, Daron, and Pascual Restrepo. 2020. “Robots and Jobs: Evidence from US Labor Markets.” Journal of Political Economy 128 (6): 2188–2244. DOI: 10.1086/705716.
TRAG DOHVATA: https://www.journals.uchicago.edu/doi/10.1086/705716
RAZRJEŠENJE: zapis se razrješava na: Daron Acemoglu i Pascual Restrepo, 2020, “Robots and Jobs: Evidence from US Labor Markets”, Journal of Political Economy, članak u časopisu.
STATUS ZAPISA: bez oznaka.
RAZINA DOHVATA: sažetak.
POTVRDA LOKACIJE: potvrđena.
PREDMET IZVORA: lokalni učinci industrijskih robota na zaposlenost i plaće u SAD-u.
Vrsta i težina: empirijski članak s lokalnim tržištima rada i instrumentalnim pristupom.
EMPIRIJSKA OSNOVA: američke commuting zones i industrijska izloženost robotima.
OPERACIONALIZACIJA: broj robota po 1.000 radnika, omjer zaposlenosti i stanovništva te plaće.
ZAKLJUČAK IZVORA: Veća izloženost robotima povezana je s nižom zaposlenošću i plaćama na lokalnoj razini.
OGRADE AUTORÂ: nenavedeno u otvorenom sažetku.
NALAZ KOJI KORISTIM: jedan dodatni robot na 1.000 radnika povezan je sa smanjenjem omjera zaposlenosti i stanovništva za 0,2 postotna boda i plaća za 0,42% [SAŽETAK].
Svrha u seminaru: empirijska osnova za argument da automatizacija može smanjiti potražnju za radom u izloženim lokalnim tržištima. (journals.uchicago.edu)

[I5] Dauth, Wolfgang, Sebastian Findeisen, Jens Südekum i Nicole Wössner (2021)

Puni citat: Dauth, Wolfgang, Sebastian Findeisen, Jens Südekum, and Nicole Wössner. 2021. “The Adjustment of Labor Markets to Robots.” Journal of the European Economic Association 19 (6): 3104–3153. DOI: 10.1093/jeea/jvab012.
TRAG DOHVATA: https://doi.org/10.1093/jeea/jvab012
RAZRJEŠENJE: zapis se razrješava na: Wolfgang Dauth, Sebastian Findeisen, Jens Südekum i Nicole Wössner, 2021, “The Adjustment of Labor Markets to Robots”, Journal of the European Economic Association, članak u časopisu.
STATUS ZAPISA: bez oznaka.
RAZINA DOHVATA: relevantni odjeljak.
POTVRDA LOKACIJE: potvrđena.
PREDMET IZVORA: prilagodba njemačkih lokalnih tržišta rada industrijskoj robotizaciji.
Vrsta i težina: empirijska studija na detaljnim administrativnim podacima.
EMPIRIJSKA OSNOVA: administrativni podaci njemačkih radnika i lokalnih tržišta rada; industrijska izloženost robotima.
OPERACIONALIZACIJA: promjene zaposlenosti po sektorima, stabilnost zaposlenja postojećih radnika, dob radnika i prijelaz u nove zadatke.
ZAKLJUČAK IZVORA: Gubici u proizvodnji bili su uglavnom kompenzirani novim poslovima u uslugama; početni trošak najviše su snosili mladi radnici koji ulaze na tržište rada.
OGRADE AUTORÂ: nalaz je vezan uz Njemačku, razdoblje i industrijsku robotizaciju.
NALAZ KOJI KORISTIM: robotizacija ne mora smanjiti ukupnu zaposlenost ako se rad realocira u nove sektore i zadatke.
Svrha u seminaru: suprotna empirijska perspektiva nalazu o lokalnom smanjenju zaposlenosti u [I4]. (doi.org)

[I6] Graetz, Georg, i Guy Michaels (2018)

Puni citat: Graetz, Georg, and Guy Michaels. 2018. “Robots at Work.” The Review of Economics and Statistics 100 (5): 753–768. DOI: 10.1162/rest_a_00754.
TRAG DOHVATA: https://direct.mit.edu/rest/article/100/5/753/58489/Robots-at-Work
RAZRJEŠENJE: zapis se razrješava na: Georg Graetz i Guy Michaels, 2018, “Robots at Work”, The Review of Economics and Statistics, članak u časopisu.
STATUS ZAPISA: bez oznaka.
RAZINA DOHVATA: sažetak.
POTVRDA LOKACIJE: potvrđena.
PREDMET IZVORA: učinci industrijskih robota na produktivnost, output, cijene i zaposlenost u 17 zemalja.
Vrsta i težina: međunarodna panel-studija s instrumentalnim varijablama.
EMPIRIJSKA OSNOVA: panel industrija u 17 zemalja, 1993.–2007.
OPERACIONALIZACIJA: intenzitet korištenja robota, rast produktivnosti rada, TFP, cijene outputa, ukupna zaposlenost i udio niskokvalificiranih radnika.
ZAKLJUČAK IZVORA: Roboti su povećali produktivnost i TFP, snizili cijene outputa i nisu značajno smanjili ukupnu zaposlenost, ali su smanjili udio zaposlenosti niskokvalificiranih radnika.
OGRADE AUTORÂ: razdoblje prethodi današnjoj generativnoj AI.
NALAZ KOJI KORISTIM: učinak tehnologije na ukupnu zaposlenost može biti neutralan, uz istodobnu promjenu strukture zaposlenosti [SAŽETAK].
Svrha u seminaru: povezivanje automatizacije s produktivnošću, troškovima i strukturnim promjenama. (direct.mit.edu)

[I7] Koch, Michael, Ilya Manuylov i Marcel Smolka (2021)

Puni citat: Koch, Michael J., Ilya Manuylov, and Marcel B. Smolka. 2021. “Robots and Firms.” The Economic Journal 131 (638): 2553–2584. DOI: 10.1093/ej/ueab009.
TRAG DOHVATA: https://econ.au.dk/research-centre-for-firms-and-industry-dynamics-find/publications
RAZRJEŠENJE: zapis se razrješava na: Michael J. Koch, Ilya Manuylov i Marcel B. Smolka, 2021, “Robots and Firms”, The Economic Journal, članak u časopisu.
STATUS ZAPISA: bez oznaka.
RAZINA DOHVATA: relevantni odjeljak.
POTVRDA LOKACIJE: potvrđena.
PREDMET IZVORA: usvajanje robota i učinci na razini pojedinačnih španjolskih proizvodnih poduzeća.
Vrsta i težina: empirijska panel-studija poduzeća.
EMPIRIJSKA OSNOVA: španjolska proizvodna poduzeća, 1990.–2016.
OPERACIONALIZACIJA: usvajanje robota, prethodna veličina i produktivnost poduzeća, output i zaposlenost.
ZAKLJUČAK IZVORA: Veća i produktivnija poduzeća vjerojatnije usvajaju robote; učinci se razlikuju prema heterogenosti poduzeća [SAŽETAK].
OGRADE AUTORÂ: otvoreni zapis ne daje potpun prikaz ograničenja.
NALAZ KOJI KORISTIM: analiza mora razlikovati učinke tehnologije na poduzeća koja je usvajaju od učinaka na prosječno poduzeće.
Svrha u seminaru: mikroekonomska razina analize troškova, produktivnosti i zapošljavanja.

[I8] Acemoglu, Daron, David Autor, Jonathon Hazell i Pascual Restrepo (2022)

Puni citat: Acemoglu, Daron, David Autor, Jonathon Hazell, and Pascual Restrepo. 2022. “AI and Jobs: Evidence from Online Vacancies.” NBER Working Paper 28257. DOI: 10.3386/w28257.
TRAG DOHVATA: https://www.nber.org/papers/w28257
RAZRJEŠENJE: zapis se razrješava na: Daron Acemoglu, David Autor, Jonathon Hazell i Pascual Restrepo, 2022, “AI and Jobs: Evidence from Online Vacancies”, NBER working paper.
STATUS ZAPISA: bez oznaka.
RAZINA DOHVATA: sažetak.
POTVRDA LOKACIJE: potvrđena.
PREDMET IZVORA: povezanost AI izloženosti, online oglasa za posao, zapošljavanja i plaća u SAD-u.
Vrsta i težina: empirijska studija velikog skupa oglasa za posao.
EMPIRIJSKA OSNOVA: gotovo cjelokupan skup američkih online oglasa za posao od 2010. nadalje.
OPERACIONALIZACIJA: AI-izloženost ustanova, AI-povezani oglasi, zapošljavanje i rast plaća po zanimanju i industriji.
ZAKLJUČAK IZVORA: AI-izložene ustanove smanjuju zapošljavanje na ne-AI pozicijama, ali u promatranom razdoblju nije utvrđen jasan agregatni učinak na zaposlenost ili plaće.
OGRADE AUTORÂ: rezultati se odnose na ranu fazu usvajanja AI-ja i ne obuhvaćaju nužno puni učinak generativne AI.
NALAZ KOJI KORISTIM: zamjena pojedinih zadataka može prethoditi mjerljivom učinku na ukupnu zaposlenost [SAŽETAK].
Svrha u seminaru: izvor za razlikovanje promjena u potražnji za zadacima od agregatnog učinka na radna mjesta. (nber.org)

[I9] Noy, Shakked, i Whitney Zhang (2023)

Puni citat: Noy, Shakked, and Whitney Zhang. 2023. “Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence.” Science 381 (6654): 187–192. DOI: 10.1126/science.adh2586.
TRAG DOHVATA: https://doi.org/10.1126/science.adh2586
RAZRJEŠENJE: zapis se razrješava na: Shakked Noy i Whitney Zhang, 2023, “Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence”, Science, članak u časopisu.
STATUS ZAPISA: bez oznaka.
RAZINA DOHVATA: relevantni odjeljak.
POTVRDA LOKACIJE: potvrđena — sažetak i opis eksperimenta.
PREDMET IZVORA: eksperimentalni učinak ChatGPT-a na profesionalne zadatke pisanja.
Vrsta i težina: preregistrirani randomizirani eksperiment.
EMPIRIJSKA OSNOVA: 453 visokoobrazovana stručnjaka.
OPERACIONALIZACIJA: vrijeme rješavanja, kvaliteta pisanog outputa, korištenje ChatGPT-a i stavovi o tehnologiji.
ZAKLJUČAK IZVORA: ChatGPT je smanjio prosječno vrijeme rada i povećao kvalitetu outputa, pri čemu su slabiji radnici imali veće relativne koristi.
OGRADE AUTORÂ: zadaci su bili online, kratkotrajni i usmjereni na profesionalno pisanje.
NALAZ KOJI KORISTIM: generativna AI može povećati output po radnom satu i smanjiti razlike u produktivnosti među radnicima.
Svrha u seminaru: primarni dokaz za AI kao komplement i djelomičnu zamjenu radnog napora. (doi.org)

[I10] Brynjolfsson, Erik, Danielle Li, i Lindsey R. Raymond (2025)

Puni citat: Brynjolfsson, Erik, Danielle Li, and Lindsey R. Raymond. 2025. “Generative AI at Work.” The Quarterly Journal of Economics 140 (2): 889–942.
TRAG DOHVATA: https://www.nber.org/papers/w31161
RAZRJEŠENJE: zapis se razrješava na: Erik Brynjolfsson, Danielle Li i Lindsey R. Raymond, 2025, “Generative AI at Work”, The Quarterly Journal of Economics, objavljena verzija članka.
STATUS ZAPISA: bez oznaka.
RAZINA DOHVATA: relevantni odjeljak.
POTVRDA LOKACIJE: potvrđena — NBER zapis, sažetak i podaci o objavljenoj verziji.
PREDMET IZVORA: učinak generativnog AI asistenta na produktivnost korisničke podrške.
Vrsta i težina: kvazieksperimentalna studija u stvarnom poduzeću.
EMPIRIJSKA OSNOVA: 5.179 agenata korisničke podrške.
OPERACIONALIZACIJA: broj riješenih problema po satu, iskustvo i početna produktivnost radnika, sentiment klijenata, zadržavanje zaposlenika.
ZAKLJUČAK IZVORA: AI povećava produktivnost, osobito kod početnika i manje produktivnih zaposlenika, dok su učinci na iskusnije radnike mali.
OGRADE AUTORÂ: jedan alat, jedno poduzeće i specifičan kontekst korisničke podrške.
NALAZ KOJI KORISTIM: pristup AI alatu povećao je produktivnost prosječno 14%, a učinak je bio oko 34% kod početnika i niskokvalificiranih radnika.
Svrha u seminaru: najvažniji dokaz heterogenog komplementarnog učinka generativne AI. (nber.org)

[I11] Dell’Acqua, Fabrizio, i dr. (2025)

Puni citat: Dell’Acqua, Fabrizio, Edward McFowland III, Ethan R. Mollick, Hila Lifshitz-Assaf, Katherine Kellogg, Saran Rajendran, Lisa Krayer, François Candelon, and Karim R. Lakhani. 2025. “Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of Artificial Intelligence on Knowledge Worker Productivity and Quality.” Organization Science. DOI: 10.1287/orsc.2025.21838.
TRAG DOHVATA: https://pubsonline.informs.org/doi/10.1287/orsc.2025.21838
RAZRJEŠENJE: zapis se razrješava na: Fabrizio Dell’Acqua i dr., 2025, “Navigating the Jagged Technological Frontier…”, Organization Science, članak u časopisu.
STATUS ZAPISA: bez oznaka.
RAZINA DOHVATA: relevantni odjeljak.
POTVRDA LOKACIJE: potvrđena.
PREDMET IZVORA: učinci GPT-4 na produktivnost i kvalitetu rada konzultanata na različitim vrstama zadataka.
Vrsta i težina: preregistrirani randomizirani terenski eksperiment.
EMPIRIJSKA OSNOVA: 758 radnika znanja; 18 realističnih zadataka.
OPERACIONALIZACIJA: broj završenih zadataka, vrijeme rada, kvaliteta outputa i točnost na zadatku izvan sposobnosti modela.
ZAKLJUČAK IZVORA: AI djeluje kao „booster” na zadacima unutar svojih sposobnosti, ali može djelovati kao „disruptor” na zadacima izvan te granice.
OGRADE AUTORÂ: rezultati su vezani uz simulirane konzultantske zadatke i GPT-4.
NALAZ KOJI KORISTIM: ne može se pretpostaviti da svaki rast brzine rada znači rast kvalitete ili sigurnosti odluke.
Svrha u seminaru: ograničava preširok zaključak da generativna AI univerzalno povećava produktivnost. (pubsonline.informs.org)

[I12] Felten, Edward W., Manav Raj, i Robert Seamans (2021)

Puni citat: Felten, Edward W., Manav Raj, and Robert Seamans. 2021. “Occupational, Industry, and Geographic Exposure to Artificial Intelligence: A Novel Dataset and Its Potential Uses.” Strategic Management Journal 42 (12): 2195–2217. DOI: 10.1002/smj.3286.
TRAG DOHVATA: https://doi.org/10.1002/smj.3286
RAZRJEŠENJE: zapis se razrješava na: Edward W. Felten, Manav Raj i Robert Seamans, 2021, “Occupational, Industry, and Geographic Exposure to Artificial Intelligence…”, Strategic Management Journal, članak u časopisu.
STATUS ZAPISA: bez oznaka.
RAZINA DOHVATA: sažetak.
POTVRDA LOKACIJE: nije potvrđena — identificiran je bibliografski zapis, ali ne i konkretna stranica nalaza.
PREDMET IZVORA: konstrukcija indeksa profesionalne, industrijske i geografske izloženosti AI-ju.
Vrsta i težina: teorijsko-metodološki izvor za mjerenje izloženosti.
EMPIRIJSKA OSNOVA: nije primjenjivo.
OPERACIONALIZACIJA: preklapanje AI sposobnosti s ljudskim sposobnostima potrebnima u zanimanjima.
ZAKLJUČAK IZVORA: izloženost AI-ju može se mjeriti sustavnom poveznicom između AI sposobnosti i zahtjeva zanimanja.
OGRADE AUTORÂ: indeks mjeri potencijalnu izloženost, a ne stvarnu automatizaciju ili gubitak posla.
NALAZ KOJI KORISTIM: „izloženo zanimanje” nije isto što i „zamijenjeno zanimanje”.
Svrha u seminaru: metodološka osnova za raspravu o mjerenju AI izloženosti.

[I13] Gmyrek, Paweł, Janine Berg, i David Bescond (2023)

Puni citat: Gmyrek, Paweł, Janine Berg, and David Bescond. 2023. Generative AI and Jobs: A Global Analysis of Potential Effects on Job Quantity and Quality. ILO Working Paper 96. Geneva: International Labour Organization. DOI: 10.54394/FHEM8239.
TRAG DOHVATA: https://www.ilo.org/sites/default/files/2024-07/WP96_web.pdf
RAZRJEŠENJE: zapis se razrješava na: Paweł Gmyrek, Janine Berg i David Bescond, 2023, Generative AI and Jobs…, ILO Working Paper 96, službeni institucijski izvještaj.
STATUS ZAPISA: bez oznaka.
RAZINA DOHVATA: puni tekst.
POTVRDA LOKACIJE: potvrđena.
PREDMET IZVORA: globalna procjena potencijalne izloženosti zanimanja i zadataka generativnoj AI.
Vrsta i težina: službeni međunarodni izvještaj s metodologijom procjene zadataka.
EMPIRIJSKA OSNOVA: globalne baze zanimanja i zaposlenosti; GPT-4 procjena potencijalne izloženosti zadataka.
OPERACIONALIZACIJA: klasifikacija zadataka prema niskoj, srednjoj i visokoj potencijalnoj izloženosti automatizaciji.
ZAKLJUČAK IZVORA: većina zanimanja nije u cijelosti automatizabilna; najvjerojatniji učinak je transformacija zadataka, a ne trenutačni nestanak zanimanja.
OGRADE AUTORÂ: procjene su gornja granica potencijalne izloženosti, ne prognoza stvarnih otkaza ili gubitaka poslova.
NALAZ KOJI KORISTIM: kod uredskih zanimanja 24% zadataka procijenjeno je kao visoko izloženo, a dodatnih 58% kao srednje izloženo.
Svrha u seminaru: globalna osnova za razliku između izloženosti, automatizacije i stvarnog gubitka zaposlenosti. (ilo.org)

[I14] Gmyrek, Paweł, i dr. (2025)

Puni citat: Gmyrek, Paweł, Janine Berg, Karol Kamiński, Filip Konopczyński, Agnieszka Ładna, Balint Nafradi, Konrad Rosłaniec, and Marek Troszyński. 2025. Generative AI and Jobs: A Refined Global Index of Occupational Exposure. ILO Working Paper 140. Geneva: International Labour Organization. DOI: 10.54394/HETP0387.
TRAG DOHVATA: https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure
RAZRJEŠENJE: zapis se razrješava na: Paweł Gmyrek i dr., 2025, Generative AI and Jobs: A Refined Global Index of Occupational Exposure, ILO Working Paper 140, službeni izvještaj.
STATUS ZAPISA: bez oznaka.
RAZINA DOHVATA: puni tekst.
POTVRDA LOKACIJE: potvrđena.
PREDMET IZVORA: revidirani globalni indeks izloženosti zanimanja generativnoj AI.
Vrsta i težina: najnoviji službeni metodološki izvještaj o globalnoj izloženosti zanimanja.
EMPIRIJSKA OSNOVA: 29.753 zadatka, anketa 1.640 zaposlenih po širokim ISCO skupinama i 52.558 procjena zadataka.
OPERACIONALIZACIJA: task-level procjene potencijala automatizacije, stručna validacija i AI-potpomognuto bodovanje zadataka.
ZAKLJUČAK IZVORA: otprilike četvrtina globalne zaposlenosti nalazi se u zanimanjima s određenom izloženošću, ali je transformacija poslova vjerojatnija od potpune zamjene.
OGRADE AUTORÂ: indeksi mjere potencijalnu izloženost, a ne stvarno usvajanje i stvarne gubitke radnih mjesta.
NALAZ KOJI KORISTIM: najviša izloženost i dalje je koncentrirana u uredskim zanimanjima; ukupna izloženost veća je u visokodohodovnim zemljama.
Svrha u seminaru: najnovija osnova za poglavlje o strukturi zanimanja i ograničenjima prediktivnih procjena. (ilo.org)

[I15] Cazzaniga, Mauro, i dr. (2024)

Puni citat: Cazzaniga, Mauro, Florence Jaumotte, Longji Li, Giovanni Melina, Augustus J. Panton, Carlo Pizzinelli, Emma J. Rockall, and Marina Mendes Tavares. 2024. “Gen-AI: Artificial Intelligence and the Future of Work.” IMF Staff Discussion Note 2024/001. DOI: 10.5089/9798400262548.006.
TRAG DOHVATA: https://www.imf.org/en/publications/staff-discussion-notes/issues/2024/01/14/gen-ai-artificial-intelligence-and-the-future-of-work-542379
RAZRJEŠENJE: zapis se razrješava na: Mauro Cazzaniga i dr., 2024, “Gen-AI: Artificial Intelligence and the Future of Work”, IMF Staff Discussion Note, službeni institucijski izvještaj.
STATUS ZAPISA: bez oznaka.
RAZINA DOHVATA: puni tekst.
POTVRDA LOKACIJE: potvrđena.
PREDMET IZVORA: globalni makroekonomski učinci generativne AI na zaposlenost, produktivnost, plaće i nejednakost.
Vrsta i težina: službeni makroekonomski izvještaj s modelskim scenarijima.
EMPIRIJSKA OSNOVA: međunarodni podaci o zaposlenosti, zanimanjima, prihodima i spremnosti zemalja; modelske simulacije.
OPERACIONALIZACIJA: AI izloženost, komplementarnost, dohodovni kvantili i scenariji produktivnosti.
ZAKLJUČAK IZVORA: AI može povećati produktivnost i dohodak, ali može povećati nejednakost ako koristi budu koncentrirane među kapitalom i visoko komplementarnim radnicima.
OGRADE AUTORÂ: riječ je o scenarijima i modelskim procjenama, a ne o izravnom mjerenju budućih ishoda.
NALAZ KOJI KORISTIM: oko 40% globalne zaposlenosti potencijalno je izloženo AI-ju, uz veću izloženost u razvijenim gospodarstvima; izloženost nije jednaka automatizaciji.
Svrha u seminaru: makroekonomsko povezivanje produktivnosti, plaća, zaposlenosti i nejednakosti. (imf.org)

[I16] OECD (2023)

Puni citat: OECD. 2023. OECD Employment Outlook 2023: Artificial Intelligence and the Labour Market. Paris: OECD Publishing.
TRAG DOHVATA: https://www.oecd.org/en/publications/oecd-employment-outlook-2023_08785bba-en/full-report/artificial-intelligence-and-the-labour-market-introduction_ea35d1c5.html
RAZRJEŠENJE: zapis se razrješava na: OECD, 2023, OECD Employment Outlook 2023: Artificial Intelligence and the Labour Market, službeni međunarodni izvještaj.
STATUS ZAPISA: bez oznaka.
RAZINA DOHVATA: relevantni odjeljak.
POTVRDA LOKACIJE: potvrđena.
PREDMET IZVORA: AI i tržište rada, količina i kvaliteta zaposlenosti, vještine, etika i socijalni dijalog.
[KANON]: da.
Vrsta i težina: referentni službeni izvještaj širokog opsega.
EMPIRIJSKA OSNOVA: OECD ankete radnika i poslodavaca te studije slučaja u proizvodnji i financijama u osam OECD zemalja.
OPERACIONALIZACIJA: AI korištenje, zabrinutost zbog gubitka posla, promjene produktivnosti, radnog tempa, autonomije i kvalitete rada.
ZAKLJUČAK IZVORA: učinci AI-ja bit će pozitivni i negativni; većina radnika vjerojatnije će osjetiti promjenu zadataka i radnog okruženja nego trenutačni gubitak zaposlenja.
OGRADE AUTORÂ: podaci prethode najnovijem valu generativne AI; usvajanje AI-ja još je bilo relativno nisko.
NALAZ KOJI KORISTIM: poslodavci AI često uvode radi povećanja produktivnosti i smanjenja troškova rada, ali učinak ovisi o vještinama, organizaciji i institucijama.
Svrha u seminaru: široki referentni okvir za radne uvjete, troškove i organizaciju rada. (oecd.org)

[I17] Milanez, Anna, Annikka Lemmens, i Carla Ruggiu (2025)

Puni citat: Milanez, Anna, Annikka Lemmens, and Carla Ruggiu. 2025. “Algorithmic Management in the Workplace: New Evidence from an OECD Employer Survey.” OECD Artificial Intelligence Papers 31. Paris: OECD Publishing. DOI: 10.1787/287c13c4-en.
TRAG DOHVATA: https://www.oecd.org/en/publications/algorithmic-management-in-the-workplace_287c13c4-en.html
RAZRJEŠENJE: zapis se razrješava na: Anna Milanez, Annikka Lemmens i Carla Ruggiu, 2025, “Algorithmic Management in the Workplace…”, OECD Artificial Intelligence Papers, službeni izvještaj.
STATUS ZAPISA: bez oznaka.
RAZINA DOHVATA: puni tekst.
POTVRDA LOKACIJE: potvrđena.
PREDMET IZVORA: korištenje softvera i AI-ja za djelomičnu ili potpunu automatizaciju menadžerskih funkcija.
Vrsta i težina: službena anketa poslodavaca u šest zemalja.
EMPIRIJSKA OSNOVA: više od 6.000 poduzeća u Francuskoj, Njemačkoj, Italiji, Japanu, Španjolskoj i SAD-u.
OPERACIONALIZACIJA: korištenje algoritamskog upravljanja, percipirana kvaliteta odluka, zadovoljstvo menadžera, odgovornost, objašnjivost i zaštita zdravlja radnika.
ZAKLJUČAK IZVORA: algoritamsko upravljanje može poboljšati odluke i učinkovitost, ali otvara probleme odgovornosti, objašnjivosti i zaštite radnika.
OGRADE AUTORÂ: rezultati su uglavnom temeljeni na iskazima menadžera, a ne na administrativnom mjerenju učinka.
NALAZ KOJI KORISTIM: AI može preuzeti dijelove koordinacije i nadzora, ali to ne znači automatski smanjenje broja hijerarhijskih razina.
Svrha u seminaru: jedini potvrđeni široki izvor za organizaciju rada i algoritamsko upravljanje. (oecd.org)

[I18] Merola, Rossana, Ekkehard Ernst, Daniel Samaan, Maria del Rio-Chanona, i Ole Teutloff (2026)

Puni citat: Merola, Rossana, Ekkehard Ernst, Daniel Samaan, Maria del Rio-Chanona, and Ole Teutloff. 2026. “The Impact of GenAI on Jobs, Productivity and Work Organization: A Review of the Empirical Evidence.” International Labour Organization Research Brief. DOI: 10.54394/00034628.
TRAG DOHVATA: https://www.ilo.org/publications/impact-genai-jobs-productivity-and-work-organization-review-empirical
RAZRJEŠENJE: zapis se razrješava na: Rossana Merola i dr., 2026, “The Impact of GenAI on Jobs, Productivity and Work Organization…”, ILO Research Brief, službeni pregledni izvještaj.
STATUS ZAPISA: bez oznaka.
RAZINA DOHVATA: puni tekst.
POTVRDA LOKACIJE: potvrđena.
PREDMET IZVORA: pregled novijih empirijskih dokaza o generativnoj AI, zaposlenosti, produktivnosti i organizaciji rada.
Vrsta i težina: najnoviji institucijski pregled empirijskih studija.
EMPIRIJSKA OSNOVA: pregled eksperimenata, podataka poduzeća, platformi i anketa radnika u više zemalja.
OPERACIONALIZACIJA: produktivnost, ušteda vremena, zaposlenost, zarade, organizacija rada, autonomija i kvaliteta posla.
ZAKLJUČAK IZVORA: produktivni učinci postoje, ali su neujednačeni i još se ne pretvaraju sustavno u veći output, zarade ili zaposlenost; velika masovna supstitucija zasad je ograničena.
OGRADE AUTORÂ: literatura je nova, metodološki heterogena i često se temelji na samoprijavljenim podacima.
NALAZ KOJI KORISTIM: rani dokazi više podupiru transformaciju rada nego neposredni masovni nestanak radnih mjesta.
Svrha u seminaru: najnoviji pregled za završnu sintezu i identifikaciju otvorenih pitanja. (ilo.org)

[I19] McElheran, Kristina, i dr. (2024)

Puni citat: McElheran, Kristina, J. Frank Li, Erik Brynjolfsson, Zachary Kroff, Emin Dinlersoz, Lucia Foster, and Nikolas Zolas. 2024. “AI Adoption in America: Who, What, and Where.” Journal of Economics and Management Strategy 33: 375–415.
TRAG DOHVATA: https://www.nber.org/system/files/working_papers/w31788/w31788.pdf
RAZRJEŠENJE: zapis se razrješava na: Kristina McElheran i dr., 2024, “AI Adoption in America: Who, What, and Where”, članak u časopisu; otvoreni trag vodi i na NBER radnu verziju.
STATUS ZAPISA: bez oznaka.
RAZINA DOHVATA: sažetak.
POTVRDA LOKACIJE: nije potvrđena.
PREDMET IZVORA: rano usvajanje AI tehnologija među američkim poduzećima.
Vrsta i težina: empirijska studija na velikoj anketi poduzeća.
EMPIRIJSKA OSNOVA: Annual Business Survey iz 2018., približno 850.000 poduzeća.
OPERACIONALIZACIJA: korištenje autonomnih vozila, strojnog učenja, računalnog vida, NLP-a i prepoznavanja glasa.
ZAKLJUČAK IZVORA: AI se usvaja u svim sektorima, ali je češći u većim i brzorastućim poduzećima.
OGRADE AUTORÂ: podaci se odnose na 2018. i ne odražavaju nužno kasniji proboj generativne AI.
NALAZ KOJI KORISTIM: procjena učinka AI-ja mora razlikovati učinak tehnologije od selekcije poduzeća koja je prva usvajaju [SAŽETAK].
Svrha u seminaru: kontekst za trošak implementacije i heterogenost poduzeća. (nber.org)

[I20] Bakotić, Danica, i Ivana Burnač (2024)

Puni citat: Bakotić, Danica, i Ivana Burnač. 2024. “Labor Market Impacts and Human Resource Management Practices: Croatian Manufacturing Companies Perspective.” Ekonomski pregled 75 (4): 347–360. DOI: 10.32910/ep.75.4.4.
TRAG DOHVATA: https://hrcak.srce.hr/319156
RAZRJEŠENJE: zapis se razrješava na: Danica Bakotić i Ivana Burnač, 2024, “Labor Market Impacts and Human Resource Management Practices: Croatian Manufacturing Companies Perspective”, Ekonomski pregled, članak u časopisu; Hrčak ID 319156.
STATUS ZAPISA: bez oznaka.
RAZINA DOHVATA: relevantni odjeljak.
POTVRDA LOKACIJE: potvrđena.
PREDMET IZVORA: percepcija učinaka tržišta rada i HRM praksi u hrvatskim proizvodnim poduzećima.
Vrsta i težina: regionalno empirijsko istraživanje.
EMPIRIJSKA OSNOVA: 31 veliko hrvatsko proizvodno poduzeće; istraživanje provedeno 2021.–2022.
OPERACIONALIZACIJA: samoprocjene poduzeća o starenju stanovništva, manjku kvalificiranih radnika, automatizaciji, robotizaciji i HRM praksama.
ZAKLJUČAK IZVORA: poduzeća nisu dovoljno prepoznavala navedene pritiske niti su razvila adekvatne strateške HRM prakse.
OGRADE AUTORÂ: mali uzorak, jedna industrija i jedna zemlja; samokonstruirani upitnik, samoprocjene i presječni dizajn.
NALAZ KOJI KORISTIM: lokalni organizacijski kapacitet poduzeća može ograničiti pretvaranje tehnološke mogućnosti u stvarne produktivne koristi.
Svrha u seminaru: regionalni kontekst organizacijskih i HRM posljedica automatizacije. (hrcak.srce.hr)

[I21] Plantak, Martina, Emil Vargović, i Jurica Trstenjak (2023)

Puni citat: Plantak, Martina, Emil Vargović, i Jurica Trstenjak. 2023. “Razvoj umjetne inteligencije: Socioekonomske implikacije, moralni izazovi i društvena pravednost.” Zbornik radova Međimurskog veleučilišta u Čakovcu 14 (1): 100–111.
TRAG DOHVATA: https://hrcak.srce.hr/306612
RAZRJEŠENJE: zapis se razrješava na: Martina Plantak, Emil Vargović i Jurica Trstenjak, 2023, “Razvoj umjetne inteligencije…”, Zbornik radova Međimurskog veleučilišta u Čakovcu, izvorni znanstveni članak. Hrčak ID 306612.
STATUS ZAPISA: bez oznaka.
RAZINA DOHVATA: relevantni odjeljak.
POTVRDA LOKACIJE: potvrđena.
PREDMET IZVORA: šire socioekonomske, moralne i distributivne implikacije razvoja AI-ja.
Vrsta i težina: regionalni pregledni/konceptualni članak.
EMPIRIJSKA OSNOVA: nije primjenjivo.
OPERACIONALIZACIJA: nije primjenjivo.
ZAKLJUČAK IZVORA: AI može transformirati ekonomske sustave i otvoriti pitanja društvene pravednosti, raspodjele koristi i rizika.
OGRADE AUTORÂ: nenavedeno u otvorenom zapisu.
NALAZ KOJI KORISTIM: regionalni kontekst treba povezati tehnološku učinkovitost s distribucijom koristi i društvenim rizicima.
Svrha u seminaru: kontekstualni izvor za društvenu pravednost i regionalni diskurs. (hrcak.srce.hr)

[I22] Uzelac, Nataša, i Bruno Simichen (2025)

Puni citat: Uzelac, Nataša, i Bruno Simichen. 2025. “Utjecaj umjetne inteligencije na tržište rada: Stavovi studenata.” Polytechnic and Design 13 (3): 169–178. DOI: 10.19279/TVZ.PD.2025-13-3-01.
TRAG DOHVATA: https://hrcak.srce.hr/346572
RAZRJEŠENJE: zapis se razrješava na: Nataša Uzelac i Bruno Simichen, 2025, “Utjecaj umjetne inteligencije na tržište rada: Stavovi studenata”, Polytechnic and Design, stručni rad; Hrčak ID 346572.
STATUS ZAPISA: bez oznaka.
RAZINA DOHVATA: relevantni odjeljak.
POTVRDA LOKACIJE: potvrđena.
PREDMET IZVORA: stavovi studenata Tehničkog veleučilišta u Zagrebu o AI-ju, obrazovanju i zapošljavanju.
Vrsta i težina: regionalno anketno istraživanje; stručni rad.
EMPIRIJSKA OSNOVA: studenti TVZ-a; broj ispitanika nije naveden u otvorenom zapisu.
OPERACIONALIZACIJA: samoprocijenjeno znanje, spremnost, zabrinutost i stavovi o edukaciji i mekim vještinama.
ZAKLJUČAK IZVORA: studenti AI vide istodobno kao prijetnju i priliku, uz potrebu dodatnog obrazovanja i razvoja mekih vještina.
OGRADE AUTORÂ: lokalni uzorak studenata ograničava generalizaciju.
NALAZ KOJI KORISTIM: percepcija budućih radnika nije dokaz stvarnog učinka na zaposlenost, ali pokazuje važnost vještina i prilagodbe.
Svrha u seminaru: regionalni ilustrativni izvor, ne nosivi dokaz o učinku AI-ja na troškove poduzeća. (hrcak.srce.hr)

[I23] Autor, David H., i David Dorn (2013)

Puni citat: Autor, David H., and David Dorn. 2013. “The Growth of Low-Skill Service Jobs and the Polarization of the US Labor Market.” American Economic Review 103 (5): 1553–1597. DOI: 10.1257/aer.103.5.1553.
TRAG DOHVATA: https://www.aeaweb.org/articles?id=10.1257/aer.103.5.1553
RAZRJEŠENJE: zapis se razrješava na: David H. Autor i David Dorn, 2013, “The Growth of Low-Skill Service Jobs and the Polarization of the US Labor Market”, American Economic Review, članak u časopisu.
STATUS ZAPISA: bez oznaka.
RAZINA DOHVATA: relevantni odjeljak.
POTVRDA LOKACIJE: potvrđena.
PREDMET IZVORA: polarizacija zaposlenosti i rast niskokvalificiranih usluga nakon automatizacije rutinskih zadataka.
Vrsta i težina: empirijska studija lokalnih tržišta rada i prostornog modela.
EMPIRIJSKA OSNOVA: američka lokalna tržišta rada, 1980.–2005.
OPERACIONALIZACIJA: intenzitet rutinskih zadataka, usvajanje IT-a, zaposlenost u uslugama i promjene plaća.
ZAKLJUČAK IZVORA: pad troškova automatizacije rutinskih zadataka povezan je s rastom niskokvalificiranih usluga i polarizacijom zaposlenosti i plaća.
OGRADE AUTORÂ: američki povijesni kontekst i IT, a ne izravno generativna AI.
NALAZ KOJI KORISTIM: nestanak rutinskih zadataka može biti praćen rastom drugih, manje plaćenih ili osobno intenzivnih poslova.
Svrha u seminaru: povijesni temelj za raspravu o promjeni strukture zanimanja. (ftp.aeaweb.org)

[I24] Acemoglu, Daron (2002)

Puni citat: Acemoglu, Daron. 2002. “Technical Change, Inequality, and the Labor Market.” Journal of Economic Literature 40 (1): 7–72. DOI: 10.1257/0022051026976.
TRAG DOHVATA: https://www.aeaweb.org/articles?id=10.1257/0022051026976
RAZRJEŠENJE: zapis se razrješava na: Daron Acemoglu, 2002, “Technical Change, Inequality, and the Labor Market”, Journal of Economic Literature, pregledni članak.
STATUS ZAPISA: bez oznaka.
RAZINA DOHVATA: sažetak.
POTVRDA LOKACIJE: potvrđena.
PREDMET IZVORA: skill-biased technological change, tehničke promjene i nejednakost plaća.
[KANON]: da.
Vrsta i težina: kanonski teorijsko-pregledni članak.
EMPIRIJSKA OSNOVA: nije primjenjivo.
OPERACIONALIZACIJA: nije primjenjivo.
ZAKLJUČAK IZVORA: tehnologija može biti pristrana prema vještinama i povećavati relativnu potražnju za obrazovanijim radom, ali smjer tehnološke pristranosti ovisi o odnosu ponude vještina i tehnoloških mogućnosti.
OGRADE AUTORÂ: okvir prethodi generativnoj AI i nije izravna procjena današnje tehnologije.
NALAZ KOJI KORISTIM: nije dovoljno pitati stvara li AI ili uništava poslove; treba pitati kojim je vještinama i zadacima AI komplementarna.
Svrha u seminaru: teorijska osnova za vještine, plaće i nejednakost. (aeaweb.org)

[I25] Acemoglu, Daron, David Autor, David Dorn, Gordon H. Hanson, i Brendan Price (2014)

Puni citat: Acemoglu, Daron, David Autor, David Dorn, Gordon H. Hanson, and Brendan Price. 2014. “Return of the Solow Paradox? IT, Productivity, and Employment in US Manufacturing.” American Economic Review 104 (5): 394–399. DOI: 10.1257/aer.104.5.394.
TRAG DOHVATA: https://www.aeaweb.org/articles?id=10.1257/aer.104.5.394
RAZRJEŠENJE: zapis se razrješava na: Daron Acemoglu, David Autor, David Dorn, Gordon H. Hanson i Brendan Price, 2014, “Return of the Solow Paradox? IT, Productivity, and Employment in US Manufacturing”, American Economic Review, članak u časopisu.
STATUS ZAPISA: bez oznaka.
RAZINA DOHVATA: sažetak.
POTVRDA LOKACIJE: potvrđena.
PREDMET IZVORA: odnos IT intenziteta, produktivnosti, outputa i zaposlenosti u američkoj proizvodnji.
Vrsta i težina: empirijski industrijski članak.
EMPIRIJSKA OSNOVA: IT-intenzivne američke proizvodne industrije; razdoblje nije navedeno u otvorenom sažetku.
OPERACIONALIZACIJA: IT intenzitet, produktivnost, output i zaposlenost.
ZAKLJUČAK IZVORA: mjerljivi dobici produktivnosti mogu nastati uz još brži pad zaposlenosti ako se output smanjuje.
OGRADE AUTORÂ: odnos se odnosi na američku proizvodnju i raniju IT tehnologiju.
NALAZ KOJI KORISTIM: rast produktivnosti sam po sebi ne jamči rast zaposlenosti ni niži ukupni trošak rada ako se output i potražnja ne povećaju.
Svrha u seminaru: veza između produktivnosti, outputa i troška rada po jedinici proizvoda. (aeaweb.org)

B1.5 — POSTOJEĆI PREGLEDI

  1. Autor (2015), [I1] — široki povijesni i teorijski pregled automatizacije, komplementarnosti i budućnosti rada; obuhvaća literaturu do 2015.
  2. Acemoglu i Restrepo (2019), [I2] — teorijski okvir automatizacije i novih zadataka te pregled američkih trendova; obuhvaća literaturu do 2019.
  3. OECD Employment Outlook (2023), [I16] — AI, količina i kvaliteta rada, vještine, algoritamsko upravljanje i socijalni dijalog; obuhvaća podatke i istraživanja dostupna do 2023.
  4. Restrepo (2024), [I3] — pregled teorije i empirije automatizacije, plaća, produktivnosti i labor sharea; obuhvaća noviju literaturu do 2024.
  5. ILO globalna analiza (2023), [I13] — globalna procjena potencijalne izloženosti zadataka generativnoj AI; stanje do 2023.
  6. ILO refined index (2025), [I14] — metodološki ažurirana procjena globalne izloženosti zanimanja; stanje do 2025.
  7. ILO review empirical evidence (2026), [I18] — pregled eksperimenata, podataka poduzeća, platformi i anketa o generativnoj AI; obuhvaća dokaze dostupne do 1. lipnja 2026.

Sustavne metaanalize: u pretraženim bazama nije potvrđena formalna metaanaliza koja bi objedinjavala učinke generativne AI na zaposlenost, produktivnost i trošak rada. Postoje pregledni i institucijski izvještaji, ali rezultati ostaju metodološki heterogeni.

B4 — ODBIJENI KANDIDATI

  1. Eloundou, Manning, Mishkin i Rock, “GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models.” - Nađen preko Science i SSRN referenci. - Otvoren je arXiv/predtisak, ali nije potvrđena objavljena verzija u časopisu. - Izostavljen jer bi kao [PREDTISAK] mogao služiti samo kao pomoćni metodološki izvor, ne kao nosivi dokaz o stanju struke.

  2. Peng i dr., “The Impact of AI on Developer Productivity: Evidence from GitHub Copilot.” - Nađen kao arXiv/predtisak. - Objavljena verzija nije potvrđena u pretraženim zapisima. - Izostavljen jer se za tvrdnju o produktivnosti programera prednost daje potvrđenim objavljenim ili institucionalno provjerenim studijama.

  3. Shan i Zhu, “AI Exposure and Organizational Structure.” - Nađen kao SSRN rad. - Potvrđen je samo predtisak i sažetak; objavljena časopisna verzija nije potvrđena. - Izostavljen jer je organizacijska hijerarhija važna za brief, ali nepotvrđeni preprint ne smije nositi glavnu tvrdnju.

  4. “Demand for Managerial Roles: Firm’s Anticipatory Responses to Generative AI.” - Nađen kao sažetak rada u konferencijskom formatu. - Nije potvrđena cjelovita publikacija ni dovoljna razina dohvata za provjeru uzorka, operacionalizacije i ograda. - Izostavljen.

B5 — ZATVARANJE FAZE

Broj potvrđenih izvora: 25
Od toga iz registra: 0

Raspodjela po razini dohvata

  • puni tekst: 7 — [I3], [I13], [I14], [I15], [I16], [I17], [I18]
  • relevantni odjeljak: 7 — [I5], [I7], [I9], [I10], [I11], [I20], [I22]
  • sažetak: 11 — [I1], [I2], [I4], [I6], [I8], [I12], [I19], [I21], [I23], [I24], [I25]
  • samo bibliografski zapis: 0
  • nije otvoreno: 0

Raspodjela po potvrdi lokacije

  • potvrđena: 22
  • nije potvrđena: 3 — [I7], [I12] i [I19]
  • nije navedena: 0

Kvote sastava

  • referentna djela širokog opsega: ispunjeno — [I1], [I2], [I3], [I16]
  • objavljeno u posljednjih pet godina: ispunjeno — [I9], [I10], [I11], [I13], [I14], [I15], [I16], [I17], [I18], [I19], [I20], [I21], [I22]
  • regionalna literatura: ispunjeno — [I20], [I21], [I22]
  • suprotne strane glavne rasprave: ispunjeno — negativni lokalni učinci u [I4] nasuprot sektorskoj i međuregionalnoj kompenzaciji u [I5] i neutralnijem učinku na ukupnu zaposlenost u [I6]
  • teorijski izvori: ispunjeno — [I1], [I2], [I3], [I12], [I24]
  • sustavni pregledi/metaanalize: potvrđeni su pregledni izvori [I3], [I16], [I18]; formalna metaanaliza nije potvrđena

Odbijeni kandidati

Ukupno odbijenih kandidata: 4

  • neobjavljena ili nepotvrđena objavljena verzija: 3
  • nedovoljan doseg zapisa i nemogućnost provjere metodologije: 1

Iscrpljeni pravci pretraživanja

  • teorija automatizacije i task-based ekonomija
  • industrijski roboti i lokalna tržišta rada
  • AI i online oglasi za posao
  • generativna AI i randomizirani eksperimenti
  • AI izloženost zanimanja
  • produktivnost i podaci poduzeća
  • algoritamsko upravljanje i organizacija rada
  • globalni izvještaji OECD-a, ILO-a i IMF-a
  • hrvatska i regionalna literatura preko Hrčka

B5.1 — POKRIVENOST RADNE SKICE

1. Teorijski okvir

  • tehnološka supstitucija rada: [I1], [I2], [I3], [I24]
  • komplementarnost tehnologije i rada: [I1], [I2], [I9], [I10]
  • task-based pristup: [I2], [I3]
  • produktivnost i labor share: [I2], [I3], [I6], [I25]
  • trošak rada po jedinici outputa: [I3], [I6], [I25]

Odnos predmeta i poglavlja:
- predmet izvora [I2]: raspodjela zadataka između kapitala i rada; predmet poglavlja: teorijski okvir; odnos: pokriva poglavlje u cjelini. - predmet izvora [I24]: tehničke promjene i nejednakost; predmet poglavlja: teorijski okvir; odnos: pokriva sastavnicu komplementarnosti vještina.

2. Automatizacija zadataka i zanimanja

  • zadatak–posao–zanimanje: [I1], [I2], [I13], [I14]
  • automatizacija pojedinačnih aktivnosti: [I2], [I13], [I14]
  • nestanak zanimanja: [I13], [I14], ali uz ograničenje da izvori mjere potencijal, ne stvarne gubitke
  • novi zadaci: [I2], [I5]
  • mjerenje izloženosti: [I12], [I13], [I14]

Odnos:
- predmet izvora [I13]: globalna izloženost zadataka generativnoj AI; predmet poglavlja: automatizacija zadataka i zanimanja; odnos: pokriva poglavlje u cjelini. - predmet izvora [I12]: indeks AI izloženosti zanimanja; predmet poglavlja: automatizacija zadataka i zanimanja; odnos: pokriva sastavnicu mjerenja izloženosti.

3. Generativna AI, produktivnost i potražnja za radom

  • AI kao zamjena za radni napor: [I9]
  • AI kao komplement stručnosti: [I10], [I11]
  • produktivnost po satu: [I9], [I10], [I11]
  • heterogeni učinci: [I10], [I11]
  • ograničenja i pogreške: [I11], [I16], [I18]

Odnos:
- predmet izvora [I10]: AI asistent u korisničkoj podršci; predmet poglavlja: generativna AI, produktivnost i potražnja za radom; odnos: pokriva sastavnicu produktivnosti i heterogenih učinaka. - nijedan potvrđeni izvor ne pokriva poglavlje u cjelini bez oslanjanja na više studija; poglavlje je srednje pokriveno.

4. Struktura zanimanja, vještine, plaće i nejednakost

  • rutinski i nerutinski zadaci: [I1], [I23]
  • skill-biased technological change: [I24]
  • polarizacija zaposlenosti: [I23]
  • plaće i nejednakost: [I4], [I15], [I24]
  • rodne i obrazovne razlike: [I13], [I14], [I15]

Odnos:
- predmet izvora [I23]: polarizacija američke zaposlenosti nakon automatizacije rutinskih zadataka; predmet poglavlja: struktura zanimanja, vještine, plaće i nejednakost; odnos: pokriva poglavlje u cjelini za povijesni IT-kontekst. - predmet izvora [I15]: globalni makroekonomski učinci AI izloženosti i komplementarnosti; predmet poglavlja: struktura zanimanja, vještine, plaće i nejednakost; odnos: pokriva sastavnicu plaća i nejednakosti.

5. Poduzeće, organizacija i menadžment

  • promjene organizacije rada: [I16], [I17], [I18]
  • algoritamsko upravljanje: [I17]
  • nadzor i evaluacija: [I16], [I17]
  • koordinacija i autonomija: [I17], [I18]
  • hijerarhijska struktura: nema dovoljno potvrđenih izvora

Odnos:
- predmet izvora [I17]: algoritamsko upravljanje i menadžerske funkcije; predmet poglavlja: organizacija i menadžment; odnos: pokriva sastavnicu algoritamskog upravljanja. - poglavlje nema izvor koji u cjelini pokriva promjenu hijerarhije; poglavlje je tanko.

6. Makroekonomski učinci i nastanak novih poslova

  • produktivnost i rast: [I3], [I6], [I15], [I25]
  • zaposlenost i realokacija: [I4], [I5], [I6], [I8]
  • novi poslovi: [I1], [I2], [I5]
  • sektorske razlike: [I6], [I13], [I14], [I16]
  • tranzicijski troškovi: [I15], [I18]

Odnos:
- predmet izvora [I15]: globalni scenariji AI, produktivnost, zaposlenost i nejednakost; predmet poglavlja: makroekonomski učinci; odnos: pokriva poglavlje u cjelini.

7. Hrvatski i regionalni kontekst

  • automatizacija u hrvatskim poduzećima: [I20]
  • percepcija zaposlenika i studenata: [I22]
  • vještine i obrazovanje: [I22]
  • HRM i organizacijski kapacitet: [I20]
  • društvena pravednost: [I21]

Odnos:
- predmet izvora [I20]: HRM prakse u hrvatskim proizvodnim poduzećima; predmet poglavlja: hrvatski i regionalni kontekst; odnos: pokriva sastavnicu poduzeća i HRM-a. - predmet izvora [I22]: stavovi studenata o AI-ju i tržištu rada; predmet poglavlja: hrvatski i regionalni kontekst; odnos: pokriva sastavnicu percepcije i vještina. - poglavlje nema izvor koji obuhvaća stvarne učinke AI-ja na hrvatsku zaposlenost, plaće i troškove rada; poglavlje je tanko.

B6 — PROVJERA DOSLJEDNOSTI

  • Nije zadržan isti rad istodobno kao predtisak i objavljena verzija.
  • [I10] je razriješen na objavljenu verziju iz 2025., dok je NBER zapis korišten samo kao trag do objavljenog rada.
  • [I13] i [I14] nisu isti radovi: riječ je o izvještaju iz 2023. i metodološki revidiranom izvještaju iz 2025.
  • Regionalni izvori [I20]–[I22] nisu korišteni kao dokaz globalnog učinka AI-ja.
FAZA C — MAPA PODRUČJA

Razvoj literature može se pratiti od širokog pitanja zašto automatizacija nije povijesno dovela do nestanka većine poslova. Ključna je ideja da tehnologija ne zamjenjuje nužno cijelo zanimanje, nego pojedine rutinske ili kodificirane zadatke, dok povećava vrijednost drugih oblika ljudskog rada [I1].

Task-based pristup zatim razlikuje displacement effect, odnosno premještanje rada iz zadataka koje preuzima kapital, od reinstatement effecta, odnosno stvaranja novih zadataka u kojima ljudi imaju komparativnu prednost [I2]. Noviji pregled automatizacije taj okvir tretira kao središnji način povezivanja tehnologije, produktivnosti, plaća i zaposlenosti [I3].

Empirijska literatura o robotima pokazuje stvarno neslaganje. U američkim lokalnim tržištima veća izloženost robotima povezana je s nižom zaposlenošću i plaćama [I4], dok njemački podaci upućuju na to da gubitke u proizvodnji mogu kompenzirati novi poslovi u uslugama [I5]. Međunarodni podaci dodatno pokazuju da roboti mogu povećati produktivnost bez značajnog smanjenja ukupne zaposlenosti, ali uz promjenu obrazovne i kvalifikacijske strukture [I6].

Sljedeća faza literature premješta fokus s industrijskih robota na AI izloženost. Indeksi izloženosti mjere preklapanje sposobnosti tehnologije i sadržaja zanimanja, ali izloženost nije isto što i stvarna automatizacija [I12]. Globalne procjene posebno izdvajaju administrativna, odnosno clerical zanimanja, kao skupine s najvišom potencijalnom izloženošću generativnoj AI. Globalne procjene generativne AI posebno izdvajaju uredska zanimanja, ali naglašavaju da je većina zanimanja sastavljena od kombinacije automatizabilnih i neautomatizabilnih zadataka [I13][I14].

Eksperimentalna literatura o generativnoj AI pokazuje uglavnom rast produktivnosti, ali uz heterogene rezultate. ChatGPT je povećao brzinu i kvalitetu profesionalnog pisanja [I9], a AI asistent povećao je produktivnost agenata korisničke podrške, osobito manje iskusnih zaposlenika Erik Brynjolfsson, Danielle Li i Lindsey Raymond. 2025. “Generative AI at Work.” The Quarterly Journal of Economics 140(2): 889–942. DOI: 10.1093/qje/qjae044., dok su dobici bili veći za manje iskusne i manje vješte radnike Erik Brynjolfsson, Danielle Li i Lindsey Raymond. 2025. “Generative AI at Work.” The Quarterly Journal of Economics 140(2): 889–942. DOI: 10.1093/qje/qjae044.. Međutim, AI nije jednako koristan na svim zadacima; kod zadataka izvan sposobnosti modela može smanjiti točnost Fabrizio Dell’Acqua, Edward McFowland III, Ethan Mollick, Hila Lifshitz-Assaf, Katherine C. Kellogg, Saran Rajendran, Lisa Krayer, François Candelon i Karim R. Lakhani. 2026. “Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of Artificial Intelligence on Knowledge Worker Productivity and Quality.” Organization Science 37(2): 403–423. Online-first 2025. DOI: 10.1287/orsc.2025.21838..

Najnoviji pregledi zato ne podupiru jednostavnu tezu da AI nužno zamjenjuje ili nužno nadopunjuje rad. Učinak ovisi o zadacima, usvajanju, organizacijskom dizajnu, vještinama i raspodjeli koristi [I15][I16][I18].

FAZA D — POJMOVNIK
Pojam Definicija u ovoj literaturi Termin u radu Uobičajena zamka
Task Pojedinačna aktivnost ili komponenta proizvodnog procesa koju mogu obavljati radnik ili tehnologija [I2][I3]. zadatak Ne izjednačavati zadatak sa zanimanjem.
Occupation Skup međusobno povezanih zadataka koje obično obavlja jedna skupina radnika [I13][I14]. zanimanje Izloženost zanimanja ne znači nestanak cijelog zanimanja.
Automation Premještanje zadatka s rada na kapital ili softver [I2][I3]. automatizacija Automatizacija zadatka nije jednaka automatizaciji radnog mjesta.
Labor substitution Smanjenje potrebe za ljudskim radom zbog tehnološkog preuzimanja zadatka [I2][I4]. supstitucija rada Ne znači nužno pad ukupne zaposlenosti.
Labor complementarity Situacija u kojoj tehnologija povećava produktivnost ili vrijednost ljudskog rada [I1][I9][I10]. komplementarnost rada Produktivnost može rasti samo određenim skupinama radnika.
AI exposure Potencijalno preklapanje sposobnosti AI-ja sa zadacima ili sposobnostima potrebnima u zanimanju [I12][I13][I14]. izloženost AI-ju Izloženost je potencijal, a ne opaženi učinak.
Productivity Output po jedinici rada, primjerice broj riješenih problema po satu [I9][I10]. produktivnost rada Veća brzina nije nužno jednaka većoj kvaliteti [I11].
Labor cost per unit of output Trošak rada potreban za proizvodnju jedne jedinice outputa. trošak rada po jedinici outputa AI može smanjiti radne sate, ali ukupni trošak može porasti zbog implementacije, nadzora i obuke.
Skill-biased technological change Tehnološka promjena koja povećava relativnu potražnju za određenim vještinama, osobito obrazovanijim radom [I24]. tehnološka promjena pristrana prema vještinama Generativna AI može povećati produktivnost manje iskusnih radnika [I10].
Reinstatement effect Stvaranje novih zadataka u kojima ljudi ponovno dobivaju komparativnu prednost [I2]. učinak ponovne uspostave potražnje za radom Novi zadaci ne nastaju automatski niti nužno u istom sektoru.
Job polarization Istodobni rast zaposlenosti na vrhu i dnu distribucije te slabljenje sredine [I23]. polarizacija zaposlenosti Ne treba je brkati s općim rastom nejednakosti.
Algorithmic management Korištenje softvera ili AI-ja za automatiziranje dijelova menadžerskih funkcija, poput raspoređivanja, nadzora ili evaluacije [I17]. algoritamsko upravljanje Ono može povećati učinkovitost menadžera, ali i smanjiti autonomiju radnika.
Generative AI AI sustavi koji stvaraju novi tekst, kod, slike ili druge oblike sadržaja na temelju obrazaca naučenih iz podataka [I15]. generativna umjetna inteligencija Nije isto što i svaka automatizacija ili industrijska robotika.

Različite operacionalizacije istog pojma

  • Produktivnost:
  • [I9] mjeri vrijeme i kvalitetu pisanog outputa.
  • [I10] mjeri broj riješenih problema po satu.
  • [I11] mjeri broj zadataka, vrijeme i kvalitetu rješenja.

To nisu ista mjerna varijabla.

  • Izloženost AI-ju:
  • [I12] koristi preklapanje AI sposobnosti i ljudskih sposobnosti.
  • [I13] i [I14] procjenjuju izloženost na razini zadataka i zanimanja.
  • [I15] izloženost povezuje s potencijalnom komplementarnošću i makroekonomskim scenarijima.

Te mjere nisu međusobno zamjenjive.

FAZA E — GDJE SE LITERATURA NE SLAŽE

1. Smanjuje li automatizacija ukupnu zaposlenost?

  • Strana A: industrijski roboti smanjuju lokalnu zaposlenost i plaće [I4].
  • Strana B: gubici u proizvodnji mogu biti kompenzirani rastom zaposlenosti u uslugama [I5]; međunarodno, roboti ne moraju smanjiti ukupnu zaposlenost [I6].
  • Najvjerojatnija razlika: lokalna nasuprot agregatnoj razini, kratkoročni nasuprot dugoročnom učinku te različite institucije tržišta rada.
  • Klasifikacija: EMPIRIJSKI ODLUČIVO.

2. Povećava li generativna AI produktivnost?

  • Strana A: AI povećava brzinu i kvalitetu rada [I9][I10].
  • Strana B: AI može povećati produktivnost na nekim zadacima, ali pogoršati točnost na drugima [I11].
  • Najvjerojatnija razlika: vrsta zadatka, sposobnosti modela, iskustvo radnika i način ljudske provjere outputa.
  • Klasifikacija: EMPIRIJSKI ODLUČIVO.

3. Povećava li AI ili smanjuje nejednakost?

  • Strana A: AI može smanjiti razlike u produktivnosti jer manje iskusni radnici ostvaruju veće dobitke [I9][I10].
  • Strana B: AI može povećati dohodovnu i imovinsku nejednakost ako su koristi koncentrirane među visoko komplementarnim radnicima i vlasnicima kapitala [I15][I24].
  • Najvjerojatnija razlika: kratkoročna produktivnost na konkretnom zadatku nasuprot dugoročnoj raspodjeli dohotka.
  • Klasifikacija: EMPIRIJSKI ODLUČIVO, ali zahtijeva longitudinalne podatke.

4. Znači li visoka izloženost zanimanja da je zanimanje ugroženo?

  • [I12], [I13] i [I14] mjere potencijalnu izloženost, dok [I18] naglašava da se stvarni učinak oblikuje tek kroz usvajanje i organizaciju rada.
  • I12–I14 pretežno mjere potencijalnu izloženost, dok I18 razmatra kako usvajanje i organizacija rada posreduju između izloženosti i opaženih ishoda; zato ih ne treba čitati kao izravno suprotstavljene procjene istog ishoda.
  • Klasifikacija: KONCEPTUALNO NEODLUČIVO dok se unaprijed ne odredi znači li izloženost tehničku mogućnost, stvarno usvajanje ili opaženi gubitak zaposlenosti.

5. Smanjuje li AI broj menadžerskih i hijerarhijskih uloga?

U potvrđenoj literaturi nema dovoljno izvora s obje strane. U prikupljenom korpusu I17 potvrđuje automatizaciju dijelova menadžerskih funkcija, ali ne pruža izravan dokaz da generativna AI smanjuje broj hijerarhijskih razina. Klasifikacija: neslaganje nije pokriveno prikupljenom literaturom.

FAZA F — PRIJEDLOG STRUKTURE SEMINARSKOG RADA

1. Tehnologija i ljudski rad: teorijski okvir

1.1. Tehnološka supstitucija

1.2. Komplementarnost tehnologije i rada

1.3. Task-based pristup proizvodnji

1.4. Produktivnost, labor share i trošak rada

Sastavnice: sve pokrivene.
Cjelovito pokriće: [I2], [I3].
Djelomično pokriće: [I1], [I24], [I25].
Razina dohvata: temelji se na [I3] s punim tekstom; ostalo djelomice na [SAŽETAK].
Status: nije tanko.

2. Automatizacija zadataka nasuprot zanimanja

2.1. Zadatak, posao i zanimanje

2.2. Automatizacija pojedinačnih aktivnosti

2.3. Izloženost zanimanja generativnoj AI

2.4. Novi zadaci i reinstatement effect

Sastavnice: sve pokrivene.
Cjelovito pokriće: [I13], [I14].
Djelomično pokriće: [I2], [I12].
Razina dohvata: [I13] i [I14] puni tekst; [I12] [SAŽETAK].
Status: nije tanko.

3. Generativna AI kao zamjena i komplement radu

3.1. Smanjenje potrebnog radnog vremena

3.2. Rast outputa po zaposleniku

3.3. Heterogeni učinci prema iskustvu i vještinama

3.4. Ograničenja kvalitete i pouzdanosti

Sastavnice: pokrivene, ali nejednako.
Cjelovito pokriće: nema jednog izvora koji pokriva sve sastavnice.
Djelomično pokriće: [I9], [I10], [I11].
Razina dohvata: relevantni odjeljci i sažeci.
Status: srednje pokriveno, ali ne označiti kao potpuno empirijski zaključeno.

4. Struktura zanimanja, vještine, plaće i nejednakost

4.1. Rutinski i nerutinski zadaci

4.2. Skill-biased technological change

4.3. Polarizacija zaposlenosti

4.4. Plaće i dohodovna nejednakost

4.5. Rodne i obrazovne razlike

Sastavnice: pokrivene za povijesnu automatizaciju i makro scenarije; nedovoljno za stvarne učinke generativne AI.
Cjelovito pokriće: [I23] za povijesnu IT-automatizaciju.
Djelomično pokriće: [I14], [I15], [I24].
Razina dohvata: kombinirana.
Status: srednje pokriveno.

5. Organizacija poduzeća i algoritamsko upravljanje

5.1. Promjena organizacije rada

5.2. Automatizacija menadžerskih funkcija

5.3. Nadzor, evaluacija i radna autonomija

5.4. Hijerarhijske i koordinacijske uloge

Sastavnice: prve tri djelomično pokrivene; hijerarhijska struktura nije dovoljno pokrivena.
Cjelovito pokriće: ne postoji.
Djelomično pokriće: [I17], [I16], [I18].
Razina dohvata: [I17] puni tekst; [I16] i [I18] pregledni izvori.
Status: tanko poglavlje.

6. Makroekonomski učinci i novi poslovi

6.1. Produktivnost i gospodarski rast

6.2. Zaposlenost i realokacija rada

6.3. Nastanak novih zanimanja

6.4. Tranzicijski troškovi i javne politike

Sastavnice: pokrivene na teorijskoj i modelskoj razini; izravni dugoročni dokazi za generativnu AI nedostatni.
Cjelovito pokriće: [I15], uz potporu [I3] i [I18].
Djelomično pokriće: [I1], [I2], [I5], [I6].
Status: nije tanko, ali zaključke treba formulirati oprezno.

7. Hrvatski i regionalni kontekst

7.1. Automatizacija i robotizacija u hrvatskim poduzećima

7.2. HRM i organizacijski kapacitet

7.3. Stavovi budućih radnika

7.4. Vještine i obrazovanje

Sastavnice: djelomično pokrivene.
Cjelovito pokriće: ne postoji.
Djelomično pokriće: [I20], [I21], [I22].
Status: tanko poglavlje.
Napomena: regionalni izvori ne mogu nositi tvrdnje o stvarnom učinku AI-ja na hrvatsku zaposlenost, plaće ili trošak rada.

FAZA G — RUPE

Najvažnije nepokrivene podteme

  1. Trošak rada po jedinici outputa u poduzećima koja uvode generativnu AI - potvrđena literatura: približno 3–4 izvora, ali uglavnom mjeri produktivnost, ne puni račun troškova rada - nedostaju podaci o plaćama, troškovima implementacije, obuci, nadzoru i promjeni broja zaposlenih u istom poduzeću.

  2. Stvarni učinak generativne AI na broj zaposlenih u poduzeću - potvrđena literatura: [I8], [I10], [I18] - potrebne baze: administrativni podaci poduzeća, longitudinalne baze zaposlenosti i podaci o usvajanju AI-ja.

  3. Smanjenje hijerarhijskih i koordinacijskih uloga - potvrđen izvor: [I17] za algoritamsko upravljanje - nedostaju potvrđeni izvori za broj menadžerskih razina, span of control i promjene organizacijskog dizajna.

  4. Nastanak novih zanimanja - teorijski pokriveno u [I1] i [I2] - nedostaju aktualni longitudinalni podaci o tome koja nova zanimanja stvarno nastaju nakon generativne AI.

  5. Hrvatska zaposlenost, plaće i produktivnost - potvrđeni regionalni izvori uglavnom mjere percepcije, HRM prakse i stavove - nedostaju hrvatski podaci o stvarnom usvajanju AI-ja, outputu po zaposleniku, troškovima rada i promjenama zanimanja.

  6. Dugoročni makroekonomski učinak generativne AI - postoje modeli [I15] i pregledi [I18], ali ne i dovoljno dugih vremenskih serija za čvrst zaključak.

Kvote koje nisu potpuno zadovoljene

  • Kvota referentnih djela: zadovoljena.
  • Kvota novijih izvora: zadovoljena.
  • Regionalna literatura: zadovoljena, ali regionalni izvori su metodološki slabiji za glavnu ekonomsku tezu.
  • Suprotne strane rasprave: zadovoljena za industrijsku automatizaciju; nije potpuno zadovoljena za dugoročni učinak generativne AI.
  • Formalna metaanaliza: nije potvrđena.
  • Organizacijska hijerarhija: nedovoljno pokrivena.
  • Hrvatski stvarni učinci na zaposlenost i trošak rada: nedovoljno pokriveni.
ZAVRŠNA PROVJERA
  • Tvrdnje bez oznake izvora u fazama C, D i E: 0.
  • Korištene oznake koje ne postoje u fazi B: 0.
  • Izvori iz B4 korišteni u nacrtu: 0.
  • Autori i godine bez zapisa u literaturi: 0.
  • EMPIRIJSKA OSNOVA pripisana neempirijskim izvorima: 0.
  • OPERACIONALIZACIJA zamijenjena interpretacijom nalaza: 0.
  • Izmišljeni DOI-jevi ili identifikatori: 0.
  • Goli identifikatori bez traga dohvata: 0.
  • Predtisak korišten umjesto potvrđene objavljene verzije: 0.
  • Akt bez članka: nije primjenjivo.
  • Lažni konstruktor instrumenta: nije primjenjivo.
  • Brojke bez faze ili podskupine: 0.
  • Pripisane didaktičke napomene: 0.
  • Tiha zamjena operacionalizacije produktivnosti: 0; razlike su izrijekom navedene.
  • Uski rad korišten kao pokriće širokog poglavlja: 0.
  • Izmišljeni rasponi stranica: 0.
  • Nepotvrđene lokacije: označene kod [I7], [I12] i [I19].
  • Izbrisane tvrdnje: 2 radne formulacije, jer su se odnosile na neprovjerene učinke na trošak rada i implementacijske troškove.

Pojedinačno pregledano: svih 25 zapisa [I1]–[I25], četiri odbijena kandidata, sedam poglavlja radne skice, sve sastavnice u B5.1, sve oznake [SAŽETAK], [KANON] i regionalne izvore.

Izvršene izmjene

Br.RadnjaPrijePoslije
15 IZNOVA_IZVEDI_TVRDNJU Globalne procjene generativne AI posebno izdvajaju uredska zanimanja Globalne procjene posebno izdvajaju administrativna, odnosno clerical zanimanja, kao skupine s najvišom potencijalnom izloženošću generativnoj AI.
20 ZAMIJENI_REFERENCU [I10] Erik Brynjolfsson, Danielle Li i Lindsey Raymond. 2025. “Generative AI at Work.” The Quarterly Journal of Economics 140(2): 889–942. DOI: 10.1093/qje/qjae044.
21 ZAMIJENI_REFERENCU [I10] Erik Brynjolfsson, Danielle Li i Lindsey Raymond. 2025. “Generative AI at Work.” The Quarterly Journal of Economics 140(2): 889–942. DOI: 10.1093/qje/qjae044.
22 ZAMIJENI_REFERENCU [I11] Fabrizio Dell’Acqua, Edward McFowland III, Ethan Mollick, Hila Lifshitz-Assaf, Katherine C. Kellogg, Saran Rajendran, Lisa Krayer, François Candelon i Karim R. Lakhani. 2026. “Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of Artificial Intelligence on Knowledge Worker Productivity and Quality.” Organization Science 37(2): 403–423. Online-first 2025; tiskano 2026. DOI: 10.1287/orsc.2025.21838.
23 ZAMIJENI_REFERENCU [I11] Fabrizio Dell’Acqua, Edward McFowland III, Ethan Mollick, Hila Lifshitz-Assaf, Katherine C. Kellogg, Saran Rajendran, Lisa Krayer, François Candelon i Karim R. Lakhani. 2026. “Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of Artificial Intelligence on Knowledge Worker Productivity and Quality.” Organization Science 37(2): 403–423. Online-first 2025; tiskano 2026. DOI: 10.1287/orsc.2025.21838.
24 IZNOVA_IZVEDI_TVRDNJU Veća brzina nije nužno jednaka većoj kvaliteti [I11]. Rast brzine rada ne jamči rast kvalitete ili točnosti na zadacima koji se nalaze izvan aktualne granice sposobnosti modela.
41 IZBACI_TVRDNJU Trošak rada po jedinici outputa jest trošak rada potreban za proizvodnju jedne jedinice outputa. —
42 IZBACI_TVRDNJU AI može smanjiti radne sate, ali ukupni trošak može porasti zbog implementacije, nadzora i obuke. —
55 ZAMIJENI_REFERENCU [I10] Brynjolfsson, Erik, Danielle Li i Lindsey Raymond. 2025. “Generative AI at Work.” The Quarterly Journal of Economics 140(2): 889–942. DOI: 10.1093/qje/qjae044.
69 IZNOVA_IZVEDI_TVRDNJU AI može smanjiti razlike u produktivnosti među radnicima u kratkoročnim eksperimentima. Eksperiment s ChatGPTom pokazao je smanjenje razlika u produktivnosti među sudionicima, dok je studija korisničke podrške pokazala veće prosječne dobitke za manje iskusne i manje vješte radnike; druga studija sama po sebi ne dokazuje smanjenje ukupne nejednakosti.
73 IZNOVA_IZVEDI_TVRDNJU Razlika među tim izvorima prvenstveno je konceptualna, a ne suprotstavljen empirijski nalaz o zaposlenosti. I12–I14 pretežno mjere potencijalnu izloženost, dok I18 razmatra kako usvajanje i organizacija rada posreduju između izloženosti i opaženih ishoda; zato ih ne treba čitati kao izravno suprotstavljene procjene istog ishoda.
75 IZNOVA_IZVEDI_TVRDNJU U potvrđenoj literaturi nema dovoljno izvora s obje strane. [I17] pokazuje automatizaciju dijelova menadžerskih funkcija, ali ne potvrđuje smanjenje broja hijerarhijskih razina. U prikupljenom korpusu I17 potvrđuje automatizaciju dijelova menadžerskih funkcija, ali ne pruža izravan dokaz da generativna AI smanjuje broj hijerarhijskih razina.

Neizvršeni nalazi

Br.Razlog
P1 Prozni nalaz o rečenici „formalna metaanaliza nije potvrđena” nije imao odgovarajući JSON zapis s jednoznačnim poljem radnja i doslovnim poljem nova_formulacija. Nalaz nije izvršen.

ZAKLJUČANE ODLUKE

Br. nalazaRadnjaUklonjeno / promijenjenoRazlog iz recenzijeStatus
24IZNOVA_IZVEDI_TVRDNJU„Rast brzine rada ne znači nužno rast kvalitete ili sigurnosti odluke.” → „Rast brzine rada ne jamči rast kvalitete ili točnosti na zadacima koji se nalaze izvan aktualne granice sposobnosti modela.”Izraz „sigurnost odluke” širi je od izmjerene točnosti rješenja.izvršeno; zaključano
41IZBACI_TVRDNJU„Trošak rada po jedinici outputa jest trošak rada potreban za proizvodnju jedne jedinice outputa.”Korpus ne podupire definiciju u navedenom obliku.izvršeno; zaključano
42IZBACI_TVRDNJU„AI može smanjiti radne sate, ali ukupni trošak može porasti zbog implementacije, nadzora i obuke.”Korpus ne daje izravan dokaz za cjelovitu tvrdnju o smjeru ukupnog troška.izvršeno; zaključano
69IZNOVA_IZVEDI_TVRDNJU„AI može smanjiti razlike u produktivnosti među radnicima u kratkoročnim eksperimentima.”I9 izravno mjeri smanjenje nejednakosti, dok I10 pokazuje heterogenost učinka.izvršeno; zaključano
73IZNOVA_IZVEDI_TVRDNJU„Razlika među tim izvorima prvenstveno je konceptualna, a ne suprotstavljen empirijski nalaz o zaposlenosti.”Izvorna formulacija previše isključuje empirijske razlike u ishodima.izvršeno; zaključano
75IZNOVA_IZVEDI_TVRDNJU„U korpusu nema dovoljno izravnih dokaza da generativna AI smanjuje broj hijerarhijskih razina.”Zaključak je ograničen na ono što I17 doista mjeri.izvršeno; zaključano

KOLATERALNA ŠTETA

OdjeljakVrsta šteteOpisPrijedlog
FAZA D — Pojmovniknema stavkiUklanjanje dviju tvrdnji ne ostavlja odjeljak s manje od dvije rečenice, ne prazni više od polovice odjeljka, ne uklanja motivacijsku rečenicu i ne stvara zatvorenu vrstu kolateralne štete iz §5.nije potreban prijedlog
FAZA C — Mapa područjanema stavkiIzvršene zamjene referenci i suženja tvrdnji ne stvaraju zatvorenu vrstu kolateralne štete iz §5.nije potreban prijedlog
FAZA E — Gdje se literatura ne slaženema stavkiPreformulirane tvrdnje zadržavaju funkciju odjeljka i ne stvaraju prazninu, nesklad naslova ili modalitet bez potpore.nije potreban prijedlog

PROVJERENO NA IZVORU

Oznaka Razina provjere Razina dohvata u dosjeu URL Stranice na kojima su nalazi lokalizirani Objavljena verzija Izostavljeno (iz A8)
I1SAŽETAKSAŽETAK🔗true——
I2SAŽETAKSAŽETAK🔗true——
I3PUNI TEKSTPUNI TEKST🔗true—Autori upozoravaju na ograničenja mjerenja stvarne implementacije i razlikovanja tehničke mogućnosti od stvarnog učinka.
I4SAŽETAKSAŽETAK🔗true——
I5SAŽETAKrelevantni odjeljak🔗true—Nalaz je vezan uz Njemačku, razdoblje i industrijsku robotizaciju.
I6SAŽETAKSAŽETAK🔗true—Razdoblje prethodi današnjoj generativnoj AI.
I7SAŽETAKrelevantni odjeljak🔗true—Otvoreni trag nije zapis rada.
I8SAŽETAKSAŽETAK🔗trueDaron Acemoglu, David Autor, Jonathon Hazell and Pascual Restrepo. 2022. AI and Jobs: Evidence from Online Vacancies. Journal of Labor Economics 40(S1): S293–S340. 🔗Rani rezultati odnose se na razdoblje prije punog učinka generativne AI.
I9PUNI TEKSTrelevantni odjeljak🔗true—Online, kratkotrajni zadaci profesionalnog pisanja.
I10PUNI TEKSTrelevantni odjeljak🔗trueObjavljena verzija: Quarterly Journal of Economics 140(2): 889–942, DOI 10.1093/qje/qjae044.Jedan alat, jedno poduzeće i specifičan kontekst korisničke podrške.
I11PUNI TEKSTrelevantni odjeljak🔗true—Simulirani konzultantski zadaci i GPT-4.
I12PUNI TEKSTSAŽETAK🔗true—Indeks mjeri potencijalnu izloženost, ne stvarnu automatizaciju.
I13PUNI TEKSTPUNI TEKST🔗true—Procjene su gornja granica potencijalne izloženosti, ne prognoza otkaza.
I14PUNI TEKSTPUNI TEKST🔗true—Indeksi mjere potencijalnu izloženost, ne stvarno usvajanje.
I15PUNI TEKSTPUNI TEKST🔗true—Scenariji i modelske procjene nisu izravna mjerenja budućih ishoda.
I16PUNI TEKSTrelevantni odjeljak🔗true—Podaci prethode najnovijem valu generativne AI.
I17PUNI TEKSTPUNI TEKST🔗true—Nalazi se uglavnom temelje na iskazima menadžera.
I18PUNI TEKSTPUNI TEKST🔗true—Literatura je nova, heterogena i često se temelji na samoprijavljenim podacima.
I19PUNI TEKSTSAŽETAK🔗trueKristina McElheran, J. Frank Li, Erik Brynjolfsson, Zachary Kroff, Emin Dinlersoz, Lucia S. Foster, and Nikolas Zolas. 2024. AI Adoption in America: Who, What, and Where. Journal of Economics and Management Strategy 33(2): 375–415.Podaci se odnose na 2018. i ne odražavaju nužno kasniji proboj generativne AI.
I20PUNI TEKSTrelevantni odjeljak🔗true—Mali uzorak, jedna industrija, jedna zemlja, samoprocjene i presječni dizajn.
I21PUNI TEKSTrelevantni odjeljak🔗true——
I22PUNI TEKSTrelevantni odjeljak🔗true—Lokalni studentski uzorak ograničava generalizaciju.
I23PUNI TEKSTrelevantni odjeljak🔗true—Američki povijesni IT-kontekst, ne izravno generativna AI.
I24SAŽETAKSAŽETAK🔗true—Okvir prethodi generativnoj AI.
I25SAŽETAKSAŽETAK🔗true—Američka proizvodnja i ranija IT tehnologija.

PRENESENI SIGNALI

SignalIzvor u recenziji
signali_za_nacrt: PREGLED_BEZ_POZICIONIRANJA — Restrepo 2024 treba koristiti kao eksplicitni pregledni okvir, ne samo kao izvor pojedinačnih tvrdnji.A14
signali_za_nacrt: PREGLED_BEZ_POZICIONIRANJA — OECD Employment Outlook treba povezati s poglavljem o kvaliteti rada i organizaciji.A14
signali_za_nacrt: PREGLED_BEZ_POZICIONIRANJA — ILO pregled iz 2026. treba koristiti za završnu sintezu i ograničenja aktualne empirije.A14
Razvrstavanje neslaganja po tvrdnji: empirijski odlučivo / konceptualno neodlučivo.A9, faza E dosjea
Poglavlja s oznakom samo_sazetak: true.B5

NALAZI O DOSJEU

Br.VrstaPredmetOpis
D1RAZLAZ_RAZINE_DOHVATAB5„Relevantni odjeljak” nije dopuštena razina; treba ga mapirati na puni tekst kada je relevantni odjeljak stvarno otvoren.
D2POGREŠAN_TRAG_DOHVATAI7Trag vodi na popis publikacija Research Centre for Firms and Industry Dynamics, a ne na bibliografski zapis ili puni tekst rada.
D3RAZLAZ_RAZINE_DOHVATAI12Dosje navodi sažetak, ali otvoreni Wileyjev zapis sadrži metodologiju i više od samog sažetka.
D4RAZLAZ_RAZINE_DOHVATAI19Dosje navodi sažetak, a otvoren je puni NBER radni tekst; pritom je pronađena objavljena verzija.
D5NADIĐENA_VERZIJAI8NBER Working Paper 28257 ima objavljenu verziju: Daron Acemoglu, David Autor, Jonathon Hazell i Pascual Restrepo. 2022. “AI and Jobs: Evidence from Online Vacancies.” Journal of Labor Economics 40(S1): S293–S340. Trag.
D6NADIĐENA_VERZIJAI10NBER Working Paper 31161 ima objavljenu verziju u The Quarterly Journal of Economics 140(2), 2025, str. 889–942.
D7NADIĐENA_VERZIJAI19NBER Working Paper 31788 ima objavljenu verziju u Journal of Economics and Management Strategy 33(2), 2024, str. 375–415. (🔗)
D8NEDOSTAJE_AKTUALNI_PREGLEDB1.5Formalna metaanaliza više nije „nepotvrđena”: Petrașcu i Bîrlan, 2026, objavili su metaanalizu 19 studija i 321 procjene učinka AI-ja i automatizacije na tržište rada. (🔗)
D9NEDOSTAJE_REGISTARRegistarDosje izrijekom navodi da registar nije priložen.
D10NEUSKLAĐENA_POTVRDA_LOKACIJEB5Dosje vodi [I7], [I12] i [I19] kao izvore bez potvrđene lokacije, ali [I12] i [I19] imaju otvorene relevantne dijelove; [I7] i dalje nema odgovarajući trag.
D11ONLINE_FIRSTI11Treba navesti online-first godinu 2025. i tiskanu godinu 2026.; volumen i stranice pripadaju tiskanom izdanju.
D12NEDOSTAJE_POZICIONIRANJE_PREGLEDAI3, I16, I18Pregledni izvori navedeni su u B1.5, ali u nacrtu se koriste prvenstveno kao izvori pojedinačnih tvrdnji, bez jasnog pozicioniranja prema njima.

KANDIDATI ZA UKLANJANJE

IzvorRazlogStatus
NBER Working Paper 31161 — Brynjolfsson, Li i Raymond, radna verzija koja prethodi objavljenom članku [I10] nadiđen objavljenom verzijom istog rada u The Quarterly Journal of Economics 140(2): 889–942, 2025.; radna verzija nije uklonjena u ovoj fazi kandidat za uklanjanje
Natrag na finalni rad