W skrócie
- Źródło
- 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
- Jak je przeprowadzono
- Autorzy powiązali umiejętności, których wymaga każdy zawód, z obszarami, w których AI zrobiła postęp. Potem zbudowali odpowiadające im miary dla branż i regionów. Analiza danych. Buduje miarę z istniejących danych, na przykład z opisów stanowisk i zadań.
- Kto brał udział
- Zawody, branże i hrabstwa.
- Gdzie
- Stany Zjednoczone.
“We create and validate a new measure of an occupation's exposure to AI that we call the AI Occupational Exposure (AIOE).” [Tworzymy i sprawdzamy nową miarę narażenia zawodu na AI, którą nazywamy AI Occupational Exposure (AIOE).]
Co wykazało badanie
Badanie dało publiczny zbiór danych ze wskaźnikiem narażenia dla każdego zawodu. Pokazuje też, jak zbudować wskaźnik dla pojedynczej firmy na podstawie zawodów, które zatrudnia.
Kiedy wynik się sprawdza
„Narażenie” oznacza tu, że praca opiera się na umiejętnościach, w których AI stała się dobra. Nie mówi, czy AI tę pracę zastąpi, wesprze, czy zostawi w spokoju. Autorzy przedstawiają miarę jako punkt wyjścia do badań, a nie jako prognozę.
Ograniczenia
- Ocenia całe zawody. Dwie osoby na tym samym stanowisku mogą wykonywać różne zadania.
- Powstała przed dzisiejszymi czatami AI.
Praktyki, które korzystają z tego badania
To badanie wspiera: