Штучний інтелект продовжує залишатися в центрі обговорення щодо автоматизації професій. Нещодавнє дослідження, проведене групою американських економістів, виявило цікаві розбіжності в оцінці впливу штучного інтелекту на ринок праці з боку провідних моделей, таких як ChatGPT, Gemini і Claude.
У ході дослідження фахівці проаналізували близько 20 000 робочих завдань з бази O*NET і задали трьом AI-моделям питання про те, які професії можуть бути найбільш вразливими до автоматизації. Результати виявилися неоднозначними, адже різні моделі давали суперечливі оцінки.
Зокрема, Claude відніс бухгалтерів до категорії найбільш вразливих професій, тоді як Gemini оцінив ризик для тих же працівників набагато нижче. Подібні розбіжності стосувались також таких спеціальностей, як рекламні менеджери та керівники компаній, що свідчить про широкий спектр думок серед AI-моделей.
Дослідники зазначили, що ChatGPT і Gemini часто дійсно дійшли спільного висновку, проте в кожному четвертому випадку їхні позиції глибоко відрізнялися. Найбільші розбіжності спостерігалися в оцінці професій, де поєднуються інтелектуальна та фізична праця, що підкреслює складність таких задач.
На думку авторів дослідження, ці несуперечності можуть бути пов’язані з різними даними, на яких навчаються AI-системи. Якщо представники певних професій використовують інструменти ШІ в своїй діяльності, це може впливати на аналіз ризиків, оскільки більше інформації про завдання в цій сфері цілком імовірно свідчить про готовність до автоматизації.
Цей аналіз ставить під сумнів попередні прогнози про зміни на ринку праці, засновані виключно на даних ШІ. Політики, роботодавці та навчальні заклади повинні оцінювати такі прогнози з певною обережністю, усвідомлюючи, що реальність може виявитися значно складнішою.
Примітно, що нещодавно з’ясувалося, що компанії все частіше повертаються до колишніх співробітників, оскільки технології ШІ на даний момент здатні замінити лише певні елементи робочих місць, а не цілі посади. Це підкріплюється результатами дослідження MIT, яке показало, що 95% компаній, які інвестували в ШІ, не отримали значного фінансового зиску від своїх витрат, оскільки навчання ШІ для специфічних бізнес-завдань залишається складним процесом.
