Економісти виявили, що популярні моделі штучного інтелекту по-різному оцінюють, які професії найбільше підлягають автоматизації. Дослідження продемонструвало значні розбіжності між відповідями моделей ChatGPT, Gemini та Claude щодо впливу ШІ на ринок праці, повідомляє The Wall Street Journal.
Автори дослідження попереджають, що прогнози щодо “небезпечних” для людей професій можуть бути менш надійними, ніж вважається. Самі моделі ШІ, які все частіше використовуються для таких оцінок, демонструють нестабільні результати.
У дослідженні брали участь економісти Мішель Інь та Хоа Ву з Північно-Західного університету, а також Клаудія Персіко з Американського університету. Вони звернулися до моделей ChatGPT-5 від OpenAI, Gemini 2.5 від Google DeepMind та Claude 4.5 від Anthropic, щоб оцінити, які професії найбільше піддаються впливу штучного інтелекту.
Результати виявилися суперечливими. Наприклад, Claude визначив професію бухгалтера як дуже вразливу до автоматизації, тоді як Gemini оцінив її ризик значно нижче.
Суттєві розбіжності також спостерігалися у випадку з менеджерами з реклами та керівниками компаній. Найбільш схожими були відповіді ChatGPT і Gemini, проте навіть вони не збігалися приблизно у чверті випадків.
Економісти пояснюють, що для оцінки ризиків автоматизації зазвичай використовують так звані “оцінки експозиції”. Вони базуються на аналізі робочих завдань конкретних професій і визначають, яку частину цих завдань потенційно може виконувати ШІ.
Для створення таких оцінок дослідники зазвичай застосовують три підходи: оцінки експертів, опитування працівників або самі моделі штучного інтелекту. Кожен із цих методів має свої обмеження.
За словами авторів дослідження, проблемою може бути й те, що моделі ШІ частково формують свої оцінки на основі вже наявних даних про використання штучного інтелекту в певних професіях. Наприклад, фінансові аналітики активно користуються ШІ, створюючи більше навчальних даних для моделей, а це впливає на подальші оцінки цієї професії.
Дослідники підкреслюють, що політики, роботодавці та освітні установи можуть надто буквально сприймати такі прогнози. Один з авторів дослідження Мішель Інь зазначив: “Особисто я б не покладався лише на одну міру, щоб сказати: “О, я повинен змінити свою роботу,” або “я повинен змінити спеціальність моєї дитини””.
На думку економістів, більш точно оцінити реальний вплив штучного інтелекту на ринок праці можна буде лише після аналізу того, як саме ШІ впроваджується в економіці та для яких завдань його використовують у реальних умовах.
Дані LinkedIn свідчать про зниження наймань на глобальному ринку праці. Водночас компанія не виявила прямих доказів впливу штучного інтелекту, а основною причиною назвала зростання процентних ставок.
Цікаво бачити, як різні моделі ШІ дають суперечливі прогнози. Це нагадує, що автоматизація — складний процес, і покладатися лише на ШІ поки зарано. Треба більше комплексних досліджень.
Дякую за ваш коментар! Ви абсолютно праві — ШІ допомагає, але повна автоматизація потребує глибшого аналізу та врахування людського фактора. Комплексні дослідження справді важливі для безпечного й ефективного впровадження технологій.