Εξοπλίζουμε τους εργαζομένους με πληροφορίες σχετικά με τις αποδοχές τους

Οι πληροφορίες για τις αποδοχές επηρεάζουν σημαντικές αποφάσεις: σε ποιες θέσεις εργασίας κάνουν αιτήσεις, αν θα διαπραγματευτούν τον μισθό τους και αν αξίζει να ακολουθήσουν μια συγκεκριμένη επαγγελματική πορεία. Όμως, σε αντίθεση με την τιμή των περισσότερων αγαθών, οι αποδοχές του εργατικού δυναμικού συχνά είναι δύσκολο να βρεθούν και δύσκολο να εξηγηθούν, ιδιαίτερα για εργαζομένους που βρίσκονται στην αρχή της καριέρας τους, αλλάζουν επαγγελματικό πεδίο ή μετακινούνται σε άλλη τοποθεσία.

Η ΤΝ αποτελεί έναν νέο τύπο πόρου για την αγορά εργασίας. Αντί να χρειάζεται ένας εργαζόμενος να αναζητά πληροφορίες σε πολλούς ιστότοπους, να ερμηνεύει διάσπαρτες σελίδες με μισθολογικά δεδομένα ή να κάνει μια κοινωνικά δύσκολη ερώτηση, ένα μοντέλο μπορεί να συνθέσει πληροφορίες για τις αποδοχές και να επιστρέψει έναν δείκτη αναφοράς μέσα σε λίγα δευτερόλεπτα. Οι εργαζόμενοι χρησιμοποιούν ήδη το ChatGPT με αυτόν τον τρόπο, στέλνοντας κατά μέσο όρο σχεδόν 3 εκατομμύρια μηνύματα την ημέρα στις ΗΠΑ, ρωτώντας σχετικά με μισθούς, απολαβές ή εισοδήματα.

Η πιο πρόσφατη ερευνητική μας έκθεση εξετάζει πώς οι Αμερικανοί χρησιμοποιούν το ChatGPT για να καλύψουν το κενό πληροφόρησης σχετικά με τους μισθούς. Τις περισσότερες φορές απευθύνονται στο ChatGPT για δύο είδη βοήθειας: τη μετατροπή πληροφοριών για τις αποδοχές σε έναν χρήσιμο δείκτη αναφοράς και την κατανόηση του τι μπορεί ρεαλιστικά να αποφέρει οικονομικά ένας ρόλος, μια εταιρεία, μια επαγγελματική πορεία ή μια επιχειρηματική ιδέα. Μεταξύ των μηνυμάτων που επισημάνθηκαν ως αιτήματα για δείκτες αναφοράς αποδοχών, ο υπολογισμός μισθού αντιστοιχεί στο 26% των ερωτήσεων, ακολουθούμενος από ερωτήσεις για συγκεκριμένο ρόλο (19%), επιχειρηματικότητα (18%), συγκεκριμένο ρόλο σε μια εταιρεία (11%) και ερωτήσεις για επαγγέλματα ή επαγγελματικές πορείες (11%). Αυτό το προσδιορίσαμε μέσω μιας ανάλυσης που προστατεύει την ιδιωτικότητα, η οποία χρησιμοποιεί αυτοματοποιημένα εργαλεία ταξινόμησης και δεν περιλαμβάνει ποτέ άνθρωπο να βλέπει μεμονωμένα μηνύματα.

Το μοτίβο αυτών των ερωτήσεων έχει σημασία. Οι αναζητήσεις αποδοχών που σχετίζονται με επαγγέλματα συγκεντρώνονται σε τομείς όπως οι τέχνες, το design, η ψυχαγωγία, ο αθλητισμός και τα ΜΜΕ, η διοίκηση, η υγεία, οι μεταφορές, οι πωλήσεις και οι επιχειρησιακές και χρηματοοικονομικές λειτουργίες. Σε σχέση με την απασχόληση, οι αναζητήσεις αποδοχών εμφανίζουν μεγαλύτερη συγκέντρωση σε επαγγέλματα υψηλότερης εξειδίκευσης και χαμηλότερης διαφάνειας, όπως τα δημιουργικά επαγγέλματα, η διοίκηση, η υγεία και οι ρόλοι στους τομείς της πληροφορικής και των μαθηματικών. Αυτό υποδηλώνει ότι η ζήτηση είναι ισχυρότερη εκεί όπου οι αποδοχές είναι πιο δύσκολο να συγκριθούν, πιο διαπραγματεύσιμες ή πιο σημαντικές για την επαγγελματική κινητικότητα. Παρατηρούμε παρόμοιο μοτίβο και σε ερωτήσεις που σχετίζονται με την επιχειρηματικότητα, οι οποίες συγκεντρώνονται στη δημιουργική εργασία και στις μικρές επιχειρήσεις υπηρεσιών, δηλαδή σε τομείς όπου συχνά δεν υπάρχει δημοσιευμένος δείκτης αναφοράς αποδοχών.

Σε όλους τους κλάδους, οι αναζητήσεις μισθών αυξάνονται εκεί όπου οι αποδοχές παρουσιάζουν μεγαλύτερη διασπορά και όπου τα επίπεδα μισθών είναι υψηλότερα. Με άλλα λόγια, οι εργαζόμενοι φαίνεται να αναζητούν πληροφορίες για τις αμοιβές περισσότερο όταν έχει μεγαλύτερη σημασία να δώσουν τη σωστή απάντηση και όταν οι αμοιβές είναι πιο δύσκολο να διαβαστούν. Γι’ αυτό το ζήτημα έχει σημασία πέρα από την απλή αναζήτηση μισθολογικών στοιχείων. Η λανθασμένη κατανόηση των πιθανών αποδοχών μπορεί να κρατήσει εργαζομένους σε χαμηλότερα αμειβόμενες θέσεις, να αποδυναμώσει τη διαπραγματευτική τους ισχύ, να καθυστερήσει επαγγελματικές μετακινήσεις ή να αποθαρρύνει την επένδυση σε εκπαίδευση και κατάρτιση. Η καλύτερη πληροφόρηση δεν μπορεί να εξαλείψει την αβεβαιότητα, αλλά μπορεί να διευκολύνει τη διαμόρφωση μιας ρεαλιστικής εικόνας για το πόσο αμείβεται μια εργασία και, επομένως, να βοηθήσει τους ανθρώπους να λαμβάνουν καλύτερες αποφάσεις.

Για να κατανοήσουμε καλύτερα πώς τα μοντέλα μας εξυπηρετούν τους εργαζομένους, η έκθεση παρουσιάζει επίσης το WorkerBench, μια νέα πρωτοβουλία για την αξιολόγηση του ChatGPT σε εργασίες της αγοράς εργασίας που έχουν αξία για τους εργαζομένους. Σε αυτόν τον πρώτο δείκτη αξιολόγησης, αξιολογήσαμε το GPT‑5.4 σε σύγκριση με τους διάμεσους μισθούς του 2024 OEWS σε εθνικό επίπεδο επαγγελμάτων και σε επίπεδο μητροπολιτικών περιοχών. Στο δείγμα που εξετάστηκε, το μοντέλο είναι ιδιαίτερα ακριβές: η κάλυψη είναι υψηλή, η μεροληψία μικρή και σχεδόν όλες οι αριθμητικές εκτιμήσεις βρίσκονται πολύ κοντά στον δείκτη αναφοράς.

Οι πληροφορίες για τις αποδοχές έχουν μεγάλη οικονομική σημασία, αλλά συχνά είναι δύσκολο ή ευαίσθητο να αποκτηθούν. Οι εργαζόμενοι χρησιμοποιούν ήδη το ChatGPT για να αντιμετωπίσουν αυτό το πρόβλημα, ιδιαίτερα στα σημεία της αγοράς εργασίας όπου η αβεβαιότητα είναι μεγαλύτερη και τα διακυβεύματα πιο σημαντικά. Στόχος μας είναι να συνεχίσουμε να βελτιώνουμε το πόσο χρήσιμη και αξιόπιστη μπορεί να είναι αυτή η βοήθεια, προχωρώντας πέρα από εθνικούς δείκτες αναφοράς προς τις γεωγραφικές, εταιρικές, βαθμίδας και συνολικών αποδοχών ερωτήσεις που οι εργαζόμενοι θέτουν καθημερινά.