# Zarobki absolwentów kierunków AI wobec klasycznej informatyki — ELA 2026 Analiza wtórna na surowych danych rejestrowych. Nie jest to badanie ankietowe: źródłem są rejestry ZUS połączone z systemem POL-on, prowadzone przez OPI PIB dla Ministerstwa Nauki i Szkolnictwa Wyższego. Artykuł z wynikami: `/blog/gdzie-studiowac-ai-dane` ## Źródło i próba - System: Ekonomiczne Losy Absolwentów (ELA), Strefa Eksperta, 11. edycja (2026) - Plik: `graduates-major-data.csv` (225 MB, 77 523 wiersze), pobrany 1 września 2026 z `https://ela.nauka.gov.pl/sla-server/v6.0/dataExperts/graduates/graduates-major-data.csv` - Zakres: absolwenci studiów II stopnia, roczniki 2014–2024 - Wskaźnik zarobków: `P_ME_ZAR_P1`, mediana zarobków ze wszystkich źródeł w pierwszym roku po dyplomie - WWZ (`P_WWZ_P1`): zarobki absolwenta odniesione do średniej w powiecie zamieszkania. Wartość 1,10 znaczy, że absolwent zarabia o 10 procent powyżej średniej tam, gdzie mieszka - Bezrobocie (`P_CZY_BEZR_P1`): odsetek absolwentów z epizodem rejestracji w urzędzie pracy ## Kwalifikacja kierunków Kierunek liczy się jako „AI”, gdy w nazwie ma sztuczną inteligencję, uczenie maszynowe, systemy inteligentne albo data science. Jako „informatyka” — gdy ma w nazwie „informat” i nie spełnia poprzedniego warunku. Ograniczenie: ELA nie wyodrębnia specjalności wewnątrz kierunku. Student, który skończył informatykę ze specjalnością AI, liczy się tu jako informatyk. Realna liczba osób z wykształceniem kierunkowym w AI jest więc wyższa niż 286 z rocznika 2024. ## Metoda porównania Porównania „w obrębie uczelni” zestawiają każdy kierunek AI z **największym** kierunkiem informatycznym na tej samej uczelni, w tym samym roczniku i na tym samym poziomie. Chodzi o odjęcie efektu uczelni: kierunki AI prowadzą w Polsce niemal wyłącznie uczelnie z górnej półki, więc porównanie ogólnopolskie mierzy głównie to, kto te kierunki prowadzi, a nie czego uczą. ## Czego te dane nie rozstrzygają To nie jest eksperyment. Studenci sami wybierają kierunek, a progi rekrutacyjne na kierunki AI bywają wyższe niż na informatykę na tym samym wydziale. Różnicy w zarobkach nie da się więc przypisać programowi studiów — może wynikać z tego, kogo kierunek przyjmuje. Próby są małe: kierunki AI liczą od 12 do 50 absolwentów, kierunki porównawcze od 31 do 132. Przy takiej liczebności kilka osób, które trafiły do dobrze płacącej firmy, przesuwa medianę o tysiące złotych. Odczyty dla pojedynczych kierunków wahają się między rocznikami w obie strony. Wynik zbiorczy zależy od doboru komparatora. Przy największym kierunku informatycznym na uczelni informatyka wygrywa 8 z 11 porównań; przy medianowym — 6 z 11. Po ograniczeniu do siedmiu par jednorodnych (ten sam tryb, długość i profil) — 4 z 7, przy czym wszystkie cztery pary niejednorodne wypadają na korzyść informatyki. Wskaźniki `P_ME_ZAR_DOSW_P1` i `P_ME_ZAR_NDOSW_P1` opisują doświadczenie pracy **przed uzyskaniem dyplomu**, nie „w trakcie studiów”: w roczniku 2024 blisko połowa absolwentów kierunków informatycznych pracowała już przed rozpoczęciem studiów drugiego stopnia. Agregat w `wyniki.json` to średnia median programowych ważona liczbą absolwentów, a nie mediana osób, i obejmuje wyłącznie programy, dla których ELA ujawnia obie wartości podgrup. ## Odtworzenie ``` curl -LO https://ela.nauka.gov.pl/sla-server/v6.0/dataExperts/graduates/graduates-major-data.csv python3 analiza.py graduates-major-data.csv > wyniki.json ``` Skrypt nie ma zależności poza biblioteką standardową Pythona. ## Licencja Dane źródłowe: ELA / OPI PIB. Wyniki analizy i skrypt: CC BY 4.0.