En ny arbetsmarknadsundersökning
Ny arbetsmarknadsundersökning
OpenAI, företaget bakom den populära chatboten ChatGPT, har knäckt siffrorna på olika jobbs exponering för artificiell intelligens (AI) – och de siffrorna är ögonöppnande.
Med hjälp av sin senaste språkmodell för maskininlärning (LLM), den nyligen släppta GPT-4, samt mänsklig expertis, undersökte forskare de potentiella konsekvenserna av språkmodeller för yrken på den amerikanska arbetsmarknaden.
Även om forskarna betonar att uppsatsen inte är en förutsägelse, fann de att cirka 80 procent av den amerikanska arbetsstyrkan kunde ha minst 10 procent av sina arbetsuppgifter påverkade av GPT, eller Generative Pre-trained Transformers.
Omkring 19 procent av arbetstagarna kunde samtidigt se minst 50 procent av sina arbetsuppgifter påverkas.
Uppsatsen, som författades av forskare från OpenAI, OpenResearch och University of Pennsylvania, undersöker “exponeringen” av arbetsuppgifter för AI - “utan att skilja mellan arbetskraftsförstärkande eller arbetsförskjutande effekter”.
Forskarna definierade “exponering” som ett mått på huruvida tillgång till ett GPT-drivet system skulle kunna minska tiden det tar för en människa att utföra en specifik arbetsuppgift med minst 50 procent.
Vilka jobb är mest “exponerade”? För studien utarbetade mänskliga experter och AI var för sig exponeringen för olika yrken. Språkmodellen stämplade 86 jobb som “helt exponerade”.
Helt exponerad betyder inte att uppgifterna kan automatiseras helt med dessa tekniker, noterar författarna - men det betyder att de uppskattar att GPT:er kan spara “en betydande tid på att slutföra en stor del av sina uppgifter”.
Människor märkte 15 yrken som helt exponerade, medan språkmodellen märkte 86 som helt exponerade.
De yrken som människorna hittade var 100 procent utsatta är:
- Matematiker
- Skatteberedare
- Finansiella kvantitativa analytiker
- Författare och författare
- Webb- och digitala gränssnittsdesigners
Andra, med höga procentsatta, yrken som listades av människor var:
- Undersökningsforskare (84,4)
- Författare och författare (82.5)
- Tolkar och översättare (82.4)
- PR-specialister (80.6)
- Djurforskare (77,8)
Språkmodellerna angav under tiden följande som 100 procent exponerade:
- Matematiker
- Revisorer och revisorer
- Nyhetsanalytiker, reportrar och journalister
- Juridiska sekreterare, juristassistenter och administrativa assistenter
- Clinical Data Managers (medicin)
- Analytiker för klimatförändringspolitik och policy
Språkmodellerna fann också att dessa jobb var mer än 90 procent exponerade:
- Korrespondenstjänstemän
- Blockchainingenjörer
- Domstolsreporter och samtidig bildtextare
- Korrekturläsare
“Vi har observerat att de flesta yrken uppvisar en viss grad av exponering för GPT, med högre löneyrken som generellt ger fler uppgifter med hög exponering”, avslutade författarna.
Studiens begränsningar
Författarna noterar ett antal begränsningar i sin studie, med en, OpenAI-forskaren Pamela Mishkin, som lyfter fram dem i en Twitter-tråd.
“Dagens GPT kan göra mycket. Under de senaste åren har vi sett dem bli bättre och bättre på att lösa fler och mer komplexa uppgifter med färre och färre exempel på allt mindre relaterade uppgifter”, skrev hon.
Den första begränsningen som identifierades var det faktum att deras tillvägagångssätt förlitade sig på märkningens subjektivitet, vilket kunde leda till partiska bedömningar angående GPT:s tillförlitlighet och effektivitet vid vissa arbetsuppgifter inom yrken som är främmande för mänskliga forskare.
De uppger också att GPT-4-resultaten är “känsliga för ändringar i rubrikens ordalydelse, promptens ordning och sammansättning” och andra detaljer i prompten, vilket innebar att de mänskliga och LLM-prompterna skilde sig åt.
Dessutom medger författarna att det är oklart i vilken utsträckning yrken helt och hållet kan delas upp i specifika uppgifter, och om detta tillvägagångssätt utelämnar vissa kategorier av färdigheter eller uppgifter som är nödvändiga för ett kompetent utförande av ett jobb.