Az OpenAI Economic Research új, Work at the Frontier című elemzéssorozatának első jelentése azt vizsgálja, hogyan lépik át a munkavállalók a hagyományos munkaköri határokat az AI használatával. A kutatás több mint 800 000 amerikai ChatGPT-üzenet elemzésére alapul.
A főbb eredmények
- Összességében a munkához kapcsolódó üzenetek 16,8%-a és az állás-specifikus, nem generikus üzenetek 43,5%-a olyan feladatokra vonatkozik, amelyeket hagyományosan más foglalkozáshoz társítanak.
- A jelentés a jelenséget task crossovernek, azaz feladatátlépésnek nevezi: olyan tevékenységek feltűnése az AI-használatban, amelyeket korábban egy másik foglalkozás végzett.
Mire utal az adat?
A felhasználási minták azt mutatják, hogy az AI nemcsak azt változtatja meg, hogyan végzik el a munkát, hanem azt is, hogy ki végzi el. Például egy kisvállalkozó önállóan írhat marketingszöveget, megvizsgálhat egy szerződést vagy elvégezhet alapvető pénzügyi elemzést; egy értékesítő AI segítségével elemezhet ügyféladatokat; egy marketinges háríthatja el a weboldallal kapcsolatos hibákat fejlesztő bevonása nélkül.
Módszertan: generikus vs. állás-specifikus feladatok
A kutatók először elkülönítették a generikus tevékenységeket (pl. írás, összegzés, időpont-egyeztetés), amelyeket túl sokféle foglalkozás végez ahhoz, hogy a feladatátlépés bizonyítékának tekintsék. A nem generikus üzenetek körében megvizsgálták, hogy az adott feladat az üzenet küldőjének saját foglalkozásába tartozik-e vagy sem. Ezen belül 43,5% olyan feladat volt, amely kívül esik a felhasználó foglalkozásán — korai jelzés arra, hogy az AI alakítja a munkakörök feladatkészletét még azelőtt, hogy a munkaköri leírásokon vagy titulusaikon változtatnának.
Foglalkozási minták és konkrét példák
A feladatátlépés nem egyenletesen oszlik el a foglalkozások között. Néhány kimutatott eredmény:
- A design például erősen behozza mások feladatait: a tervezők üzeneteinek körülbelül 35,2%-a tartalmaz olyan munkát, amelyet korábban más foglalkozáshoz társítottak. Ugyanakkor a design-feladatok csak 1,7%-ban jelennek meg más szakmák üzeneteiben.
- A mérnöki munka fordított mintát mutat: a mérnökök üzeneteinek 18,5%-ában találhatóak más területekről származó feladatok, míg a mérnöki feladatok aránya 7,4% azoknál a felhasználóknál, akik nem mérnökök. Ez arra utal, hogy a mérnöki jellegű problémamegoldás széles körben terjed más szerepek felé.
- A marketing mindkét irányban aktív: a marketingesek 24,3%-ban végeznek más foglalkozásokhoz kötődő feladatokat, miközben a marketing-feladatok 8,9%-ban jelennek meg más területeken — ez a legnagyobb kifelé irányuló arány az elemzésben.
Feladatszerveződés két iránya
A jelentés szerint két jellegzetes irány látható: vannak foglalkozások, amelyek sok más terület feladatait veszik át (pl. design), és vannak, amelyek sok feladatot adnak át másoknak (pl. engineering). Marketing több irányból hoz és sokfelé ad is át feladatokat.
A vállalati méret szerepe
Az, hogy egy munkavállaló milyen mértékben vesz át mások feladataiból, részben a cég méretétől függ. Kis szervezeteknél a probléma közelebb lévő dolgozó gyakrabban oldja meg a feladatot, míg nagyobb cégeknél speciális csapatok és belső folyamatok állnak rendelkezésre. Az átlagos felhasználóknál az álláson kívüli feladatok aránya 18,9%-ról csökken 16,3%-ra azoknál a munkatársaknál, akik 2–5 fős munkahelyi térből nagy, 100 fölötti szervezetekben dolgoznak. A legintenzívebb (heavy) felhasználók esetében azonban ez a monoton csökkenés nem mutatkozik meg egyértelműen.
Mit jelez ez a munkaerőpiac számára?
A ChatGPT-használati adatok korai, valós idejű jelzést adhatnak arról, hogy mely feladatok és munkamegosztási minták változnak. Az AI lehetővé teszi a dolgozóknak, hogy kísérletezzenek új feladatszettekkel és tevékenységkombinációkkal még azelőtt, hogy a szervezetek átalakítanák a munkaköri leírásokat vagy új pozíciókat hoznának létre. Ezért az ilyen használati minták hasznos adatkészletet jelentenek a politikaalkotás és a munkahelyi gyakorlatok alakításához.
Következő lépések
A Work at the Frontier sorozat célja, hogy rendszeres, adatvezérelt betekintést nyújtson az AI munkaerőre gyakorolt hatásáról. A jelentés az AI Jobs Transition Framework-re támaszkodik, amely azt állítja, hogy sok állás jelentős átszerveződés előtt állhat, amint a napi feladatok átalakulnak az AI-szolgáltatások elterjedésével.
