Auf einen Blick
- Quelle
- Felten, Raj and 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
- Wie sie durchgeführt wurde
- Die Autoren verknüpften die Fähigkeiten, die jeder Beruf braucht, mit den Bereichen, in denen KI Fortschritte gemacht hat. Danach bildeten sie passende Maße für Branchen und Regionen. Datenanalyse. Sie bildet ein Maß aus vorhandenen Daten, etwa aus Angaben zu Berufen und Aufgaben.
- Wer teilnahm
- Berufe, Branchen und Landkreise.
- Wo
- Vereinigte Staaten.
“We create and validate a new measure of an occupation's exposure to AI that we call the AI Occupational Exposure (AIOE).” [Wir entwickeln und validieren ein neues Maß dafür, wie stark ein Beruf KI ausgesetzt ist, das wir AI Occupational Exposure (AIOE) nennen.]
Was sie fand
Die Studie lieferte einen öffentlichen Datensatz mit einem Expositionswert für jeden Beruf. Sie zeigt auch, wie man aus der Mischung der Berufe, die ein einzelnes Unternehmen beschäftigt, einen Wert für dieses Unternehmen bildet.
Wann das Ergebnis gilt
„Exposition“ heißt hier, dass ein Beruf auf Fähigkeiten beruht, in denen KI gut geworden ist. Sie sagt nicht, ob KI die Arbeit ersetzen, unterstützen oder unberührt lassen wird. Die Autoren stellen das Maß als Ausgangspunkt für die Forschung vor, nicht als Prognose.
Grenzen
- Es bewertet ganze Berufe. Zwei Menschen mit derselben Berufsbezeichnung können verschiedene Aufgaben erledigen.
- Es entstand vor den heutigen KI-Chat-Werkzeugen.
Praktiken, die sich auf diese Studie stützen
Diese Studie stützt: