Työntekijöiden perehdyttäminen palkkausasioihin

Palkkatiedot vaikuttavat tärkeisiin päätöksiin: mihin töihin ihmiset hakevat, neuvottelevatko he palkasta ja onko tietty urapolku tavoittelemisen arvoinen. Mutta toisin kuin useimpien hyödykkeiden hinnat, työn hinnan löytäminen on usein hankalaa ja sen tulkitseminen vaikeaa – erityisesti työntekijöille, jotka ovat uransa alkuvaiheessa, vaihtamassa alaa tai muuttamassa uudelle paikkakunnalle.

Tekoäly on uudenlainen resurssi työmarkkinoilla. Sen sijaan että työntekijän pitäisi etsiä tietoa useilta verkkosivustoilta, tulkita hajanaisia palkkatietoja tai esittää sosiaalisesti hankala kysymys, malli voi koota palkkatiedot ja antaa vertailuarvon sekunneissa. Työntekijät käyttävät jo ChatGPT:tä tällä tavalla ja lähettävät Yhdysvalloissa keskimäärin lähes kolme miljoonaa viestiä päivässä kysyen palkoista, kokonaiskorvauksista tai ansioista.

Uusimmassa tutkimusraportissamme tarkastellaan, miten amerikkalaiset käyttävät ChatGPT:tä palkkatietoihin liittyvän tietovajeen kaventamiseen. Useimmiten he kääntyvät ChatGPT:n puoleen saadakseen kahdenlaista apua: palkan muuntamista käyttökelpoiseksi vertailuarvoksi sekä ymmärtämään, millainen palkka tehtävässä, yrityksessä, urapolulla tai liikeidealla on realistisesti mahdollista. Merkityiksi palkkavertailuviesteiksi luokitelluissa viesteissä palkan laskenta muodostaa 26 % kysymyksistä. Seuraavina tulevat tietty työtehtävä (19 %), yrittäjyys (18 %), tietty työtehtävä yrityksessä (11 %) sekä ammattiin tai uraan liittyvät kysymykset (11 %). Päädyimme tähän johtopäätökseen yksityisyyttä suojaavalla analyysilla, jossa käytetään automaattisia luokittelijoita eikä yksikään ihminen koskaan tarkastele yksittäisiä viestejä.

Kysymysten rakenteella on merkitystä. Ammattiin liittyvät palkkahaut keskittyvät aloille, kuten taiteet, muotoilu, viihde, urheilu ja media; johtotehtävät; terveydenhuolto; kuljetus; myynti sekä liike- ja rahoitustoiminnot. Työllisyyteen suhteutettuna palkkahaku korostuu korkeampaa osaamista vaativissa ja vähemmän läpinäkyvissä ammateissa, kuten luovilla aloilla, johtotehtävissä, terveydenhuollossa sekä tietotekniikan ja matematiikan tehtävissä. Tämä viittaa siihen, että kysyntä on vahvinta siellä, missä palkkaa on vaikeampi vertailla, siitä voidaan neuvotella enemmän tai se on tärkeämpää uraliikkuvuuden kannalta. Näemme samankaltaisen kuvion yrittäjyyteen liittyvissä kysymyksissä, jotka keskittyvät luovaan työhön ja pieniin palveluyrityksiin – aloille, joilla ei usein ole julkistettuja palkkavertailuarvoja.

Eri toimialoilla palkkahaku lisääntyy siellä, missä palkat vaihtelevat enemmän ja missä palkat ovat korkeampia. Toisin sanoen työntekijät näyttävät hakevan palkkatietoja eniten silloin, kun oikean vastauksen saamisella on enemmän merkitystä ja kun palkkaa on vaikeampi tulkita. Siksi tällä on merkitystä enemmän kuin pelkän palkkatietojen haun kannalta. Ansaintamahdollisuuksien väärinymmärtäminen voi pitää työntekijät matalapalkkaisemmissa töissä, heikentää neuvotteluasemaa, viivästyttää urakehitystä tai vähentää motivaatiota investoimaan koulutukseen ja valmennukseen. Parempi tieto ei voi poistaa epävarmuutta, mutta se voi helpottaa kohtuullisen käsityksen muodostamista siitä, mitä työstä maksetaan, ja siten auttaa ihmisiä tekemään parempia päätöksiä.

Ymmärtääksemme paremmin, miten mallimme palvelevat työntekijöitä, raportissa esitellään myös WorkerBench-aloite, jonka tarkoituksena on arvioida ChatGPT:tä työntekijöille arvokkaissa työmarkkinatehtävissä. Tässä ensimmäisessä vertailuarvossa arvioimme GPT‑5.4:ää vuoden 2024 OEWS:n mediaanipalkkoja vasten kansallisella ja suurkaupunkialueiden tasolla. Havaitussa näytteessä malli on erittäin tarkka: kattavuus on korkea, vinouma on pieni ja lähes kaikki numeeriset arviot osuvat hyvin lähelle vertailuarvoa.

Palkkatiedot ovat taloudellisesti tärkeitä, mutta niitä on usein vaikea tai arkaluonteista hankkia. Työntekijät käyttävät jo ChatGPT:tä ratkaistakseen tuon ongelman, erityisesti niillä työmarkkinoiden osa-alueilla, joilla epävarmuus on suurinta ja panokset merkittäviä. Tavoitteenamme on jatkuvasti parantaa tuen hyödyllisyyttä ja luotettavuutta – siirtymällä kansallisten vertailuarvojen ulkopuolelle ja keskittymällä kohti maantiedettä, yritystä, tasoa ja palkkausta koskevia kysymyksiä, joita työntekijät kysyvät päivittäin.