ILO index of occupational exposure to generative AI

W skrócie

Publiczny wynik pokazujący, na ile generatywna AI mogłaby wykonywać zadania w każdym zawodzie i czy raczej zastąpiłaby pracownika, czy by mu pomagała. Użyj go, żeby wybrać, gdzie najpierw się przyjrzeć. To nie jest decyzja.

Dla osoby, która prowadzi diagnozę: kierownika HR lub operacji, wewnętrznego zespołu projektowego albo zewnętrznego konsultanta.

Co mierzy

Dla każdego zawodu z międzynarodowej standardowej listy (ISCO-08) indeks patrzy na zadania, z których składa się praca, i ocenia, na ile generatywna AI mogłaby wykonać każde z nich. Na podstawie tych ocen rozróżnia dwa przypadki:

• Potencjał automatyzacji: większość zadań w danej pracy mogłaby wykonać AI.
• Potencjał wsparcia: niektóre zadania mogłaby wykonać, a reszta nadal wymaga człowieka.

Badanie, na którym się opiera, opisano na osobnej stronie. Jego główny wynik: wspieranie ludzi to częsty przypadek, a zastępowanie ich rzadki.

Jak używać

1. Dopasuj nazwy swoich stanowisk do listy zawodów.
2. Użyj wyników, żeby wybrać dwa lub trzy stanowiska do dokładnego przyjrzenia się.
3. Potem rozpisz prawdziwe zadania na tych stanowiskach razem z ludźmi, którzy je wykonują. Zobacz rozpisz zadania, zanim zdecydujesz, co automatyzować.
4. Zdecyduj, kto zobaczy wyniki dla stanowisk i jak zostaną wyjaśnione. Mówienie ludziom, że ich praca jest „narażona”, budzi strach, a strach wiązano z ukrywaniem wiedzy przez pracowników.

Czego nie mierzy

• Użycia. Narażenie to to, co AI mogłaby robić. Do czego AI się używa, to inna sprawa, i lepiej przewiduje zapotrzebowanie na pracowników.
• Twoich stanowisk. Wyniki opisują typowy zawód. Twój planista czy księgowy może wykonywać inne zadania.
• Wiedzy, którą trudno spisać. Doświadczenia, osądu i relacji nie ma na listach zadań.

Jak to sprawdzono

Wyniki w badaniu z 2023 roku wygenerował model AI (GPT-4), który ocenił każde zadanie. Późniejsza wersja krajowa, zbudowana z polskim instytutem badawczym NASK, idzie dalej:

• obejmuje ponad 2500 zawodów i blisko 30 000 zadań w krajowej klasyfikacji zawodów;
• dodaje oceny zadań przez ludzi i ankietę wśród pracowników;
• daje każdemu zadaniu wynik od 0 do 1 i publikuje pełny indeks.

To sprawia, że metoda jest przejrzysta i lepiej ugruntowana. Nadal jest to ocena tego, co technologia mogłaby robić.

Licencja i dostęp

Raport ILO jest otwarty na licencji CC BY 4.0. Wersja krajowa dla Polski jest opublikowana na licencji CC BY-NC 4.0: można jej bezpłatnie używać i ją dostosowywać, podając źródło, ale użycie komercyjne, takie jak sprzedaż opartej na niej diagnozy, wymaga zgody wydawców.

Alternatywy

Inne narzędzia do podobnego zadania i kiedy lepiej wybrać każde z nich.

• Których naszych stanowisk AI mogłaby dotknąć najbardziej? AI Occupational Exposure measure (AIOE) Wybierz je, gdy pracujesz z amerykańskimi kodami zawodów albo chcesz też wyników dla branż i regionów. Nikt nie jest ankietowany · Dopasowujesz nazwy swoich stanowisk do amerykańskich kodów zawodów Bezpłatne; przed zmianami zapytaj autorów Sprawdzenie: Umiarkowane Mapy zadań i stanowisk
• Które z naszych własnych zadań AI mogłaby wykonywać albo w których mogłaby pomagać? TPAH task analysis Rozważ je, gdy chcesz oceny zadań twojej własnej firmy, a nie typowego zawodu. Nikt nie jest ankietowany. Właściciele procesów sprawdzają wyniki · Analiza na podstawie opisu firmy i jej stanowisk Płatna usługa Sprawdzenie: Wstępne Mapy zadań i stanowisk

Praktyki, które z niego korzystają

• Rozpisz zadania, zanim zdecydujesz, co zautomatyzować Rozłóż stanowiska na zadania i przyjrzyj się każdemu z nich. Publikowane wskaźniki oceniają, jaką część pracy mogłaby wykonać AI, czyli jej „ekspozycję” na AI. Traktuj wysoki wynik jako miejsce, któremu warto się przyjrzeć, a nie jako decyzję o automatyzacji. Zrób najpierw · Nakład pracy: niski (dni, jedna osoba) Dowody: Umiarkowane Sporne Przebudowa procesów · Rozpoznanie

Szczegóły

Sprawdzenie

Wstępne Metoda jest opublikowana i rozszerzona w wersji krajowej, która dodaje oceny ludzi i ankietę wśród pracowników. Żadne badanie nie pokazuje, że wyniki przewidują, co stanie się z miejscami pracy lub zadaniami w firmie.

Czego dotyczy

Stanowisko i jego zadania

Jak zbiera się odpowiedzi

Oceny przypisane zadaniom w każdym zawodzie. Nie wymaga czasu pracowników.

Długość

Bez ankiety. Dopasowujesz nazwy swoich stanowisk do standardowej listy zawodów.

Koszt

Bezpłatne

Licencja

CC BY 4.0Możesz używać indeksu i go dostosowywać, jeśli podasz źródło. Wersja krajowa dla Polski ma licencję niekomercyjną: zobacz niżej.

Języki

Angielski. Istnieje wersja krajowa w języku polskim.

Autorzy

Gmyrek, Berg and Bescond, International Labour Organization, 2023

Źródła

1. Gmyrek, Berg and Bescond (2023). Generative AI and jobs: A global analysis of potential effects on job quantity and quality. International Labour Organization. doi:10.54394/fhem8239
2. Troszyński, Berg, Gmyrek, Kamiński, Konopczyński and colleagues (2025). Generatywna sztuczna inteligencja a polski rynek pracy. Raport badawczy. NASK – National Research Institute. nask.pl

Powiązane badania na tej stronie

• Generatywna AI a miejsca pracy: globalne oszacowanie ILO Gmyrek, Berg and Bescond (2023). Generative AI and jobs: A global analysis of potential effects on job quantity and quality. International Labour Organization.
• Narażenie to nie wdrożenie: co AI mogłaby robić, a do czego się jej używa Sedai (2026). Exposure Is Not Adoption: Measuring Generative AI and Labor Demand. SSRN working paper.
• Kiedy człowiek z AI wygrywa z każdym z nich osobno: 106 eksperymentów Vaccaro, Almaatouq and Malone (2024). When combinations of humans and AI are useful: A systematic review and meta-analysis. Nature Human Behaviour, 8(12), 2293–2303.