Paano pinalalawak ng AI ang ginagawa ng mga tao sa trabaho
Ipinapakita ng bagong seryeng Work sa Frontier ng OpenAI Economic Research kung paano gumagawa ang mga manggagawa nang lampas sa tradisyonal na hangganan ng kanilang mga tungkulin.
Binabago ng AI ang gawaing ginagawa ng mga tao. Sa pagsusuri sa mahigit 800,000 mensahe mula sa mga user ng ChatGPT sa U.S., ipinapahiwatig ng aming bagong pananaliksik na 16.8% ng mga mensaheng may kaugnayan sa trabaho at 43.5% ng mga mensaheng partikular sa propesyon ay tungkol sa mga gawaing nauugnay sa ibang propesyon.
Kayang mag-isa ng may-ari ng maliit na negosyo na gumawa ng copy, magsuri ng kontrata, o magsagawa ng simpleng pagsusuri sa pananalapi. Maaaring gumamit ng AI ang isang salesperson upang suriin ang dataset ng customer na dati ay maaaring ipinapagawa sa isang analyst. Maaaring ayusin ng isang marketer ang problema sa website nang hindi naghihintay sa developer. Sa bawat kaso, hindi lamang binabago ng AI kung paano ginagawa ang trabaho, kundi pati kung sino ang gumagawa ng bawat gawain.
Sinusuri ng aming bagong ulat na Work sa Frontier: Paano Pinalalawak ng AI ang Ginagawa ng mga Tao sa Trabaho ang pagbabagong ito. Tinatawag namin ang nagresultang padron na paglipat ng gawain sa ibang propesyon: ang trabahong dating nauugnay sa isang propesyon ay lumilitaw sa paggamit ng AI ng mga taong nasa ibang propesyon. Sa aming Balangkas sa Transisyon ng mga Trabaho dahil sa AI(magbubukas sa bagong window), ipinapaliwanag naming malamang na muling maisaayos ang maraming trabaho—mga trabahong maaaring malaki ang ipagbago ng mga pang-araw-araw na gawain. Ang ulat na ito ang una sa aming bagong seryeng Work sa Frontier, na sumusuri kung paano binabago ng AI ang trabaho sa kasalukuyan.
Gamit ang aming natatanging pananaw sa pagbabago ng mundo ng trabaho, regular kaming magbibigay ng mga insight na batay sa datos at ebidensya upang gabayan ang mga patakaran at gawain.
Maraming pag-aaral tungkol sa AI at trabaho ang nagsisimula sa nakatakdang listahan ng mga gawaing nauugnay sa isang propesyon at nagtatanong kung kaya itong gawin ng mga modelo. Ipinapahiwatig din ng aming ebidensya na binabago ng AI kung sino ang gumagawa ng bawat gawain.
Upang masukat ang paglipat ng gawain, pinaghiwalay muna namin ang trabahong nauugnay sa isang propesyon at ang trabahong lumilitaw sa maraming uri ng trabaho. Ang ilang aktibidad, gaya ng pagsusulat, pagbubuod, at pag-iiskedyul, ay napakalawak na ginagawa sa iba’t ibang propesyon upang maituring na ebidensya ng paglipat. Inuuri namin ang mga ito bilang pangkalahatan. Para sa natitirang mga mensahe, tinutukoy namin kung ang gawain ay sakop o labas sa sariling propesyon ng user. Sa mga di-pangkalahatang mensahe, 43.5% ang labas sa propesyon ng user. Nagbibigay ito ng maagang pananaw sa kung paano maaaring baguhin ng AI ang mga gawaing sakop ng mga trabaho bago pa makita ang mga pagbabagong iyon sa mga paglalarawan o titulo ng trabaho.
Ipinahihiwatig nito na malaking bahagi ng paggamit ng ChatGPT para sa trabaho ay nagmumula sa mga user na nagpapalawak ng kanilang tungkulin. Lalong kapansin-pansin ang padrong ito sa ilang grupo. Kapag hindi isinama ang pangkalahatang gawain, ganito kalaki ang bahagi ng mga gawaing labas sa propesyon:
- 77% ng mga mensaheng partikular sa propesyon mula sa mga manggagawa sa customer experience
- 75% mula sa mga designer
- 69% mula sa mga manggagawa sa yamang-tao
- 56% mula sa mga legal na propesyonal
- 53% mula sa mga marketer
“Hinihiram” ng mga propesyong ito ang mga gawaing iyon mula sa ibang tungkulin. Ipinapakita ng ebidensya ang nagbabagong paghahati ng trabaho: ang ilang aktibidad na dati ay kailangang ipasa sa iba ay maaari na ngayong gawin ng taong unang nakakita sa pangangailangan.
Ipinapakita ng heatmap sa ibaba ang paglipat ng gawain sa pamamagitan ng pagtukoy kung sa trabaho ng aling propesyon pinakamalapit ang bawat di-pangkalahatang mensahe. Pinakamalawak ang nararating ng mga gawain sa marketing at engineering, at madalas lumilitaw ang mga ito sa mga mensahe ng mga manggagawa sa labas ng mga larangang iyon.
Hindi pantay ang paglipat ng gawain kapag mula sa mga propesyon ay tumuon tayo sa mga partikular na gawain. Ang pagkalkula sa pananalapi at pag-aayos ng problema sa teknolohiya ay kapwa kabilang sa tatlong pinakakaraniwang gawaing panlabas sa lahat ng pitong iba pang grupo ng propesyon sa pagsusuri. Malawak din ang nararating ng gawain sa marketing: lumilitaw ang paggawa ng mga materyal sa marketing sa lima pang grupo at lalo itong kapansin-pansin sa mga user sa disenyo.
Kapag sinuri ang mas malalawak na pangkat ng gawain, makikita ang dalawang magkaibang direksyon ng paglipat. Ang ilang trabaho ay kumukuha ng maraming gawain mula sa ibang propesyon. Ang iba naman ay pinagmumulan ng mga gawaing lumilitaw sa maraming iba’t ibang trabaho.
Makikita sa disenyo ang unang padron. Humigit-kumulang 35.2% ng mga mensahe mula sa mga designer ang may kinalaman sa trabahong karaniwang nauugnay sa ibang propesyon, samantalang 1.7% lamang ng mga mensahe mula sa mga manggagawa sa ibang larangan ang tungkol sa mga gawain sa disenyo. Malaki ang pag-asa ng mga designer sa mga gawaing panlabas, ngunit bihirang lumitaw sa ibang larangan ang mismong gawain sa disenyo.
Halos kabaligtaran naman nito ang engineering. 18.5% lamang ng mga mensahe sa engineering ang may kinalaman sa mga gawain mula sa ibang larangan, ngunit 7.4% ng mga mensahe ng mga manggagawa sa ibang propesyon ang tungkol sa mga gawain sa engineering. Mahalagang pinagmumulan ang engineering ng mga gawaing isinasagawa ng mga tao sa ibang larangan, mula sa pag-aayos ng problema sa software hanggang sa paggamit ng mga teknikal na sistema.
Namumukod-tangi ang marketing sa parehong direksyon. Inilalaan ng mga marketer ang 24.3% ng kanilang mga mensahe sa mga gawaing nauugnay sa ibang propesyon, habang 8.9% ng mga mensahe ng mga manggagawa sa ibang larangan ang tungkol sa mga gawain sa marketing—ang pinakamataas na bahaging lumalabas sa sariling larangan sa sample. Pinagsasama ng mga manggagawa sa marketing ang mga gawain mula sa maraming larangan, at malawak ding kumakalat sa buong organisasyon ang gawain sa marketing.
Naaapektuhan ng laki at estruktura ng negosyo kung paano binabago ng AI ang trabaho. Sa malaking kumpanya, maaaring may access ang mga empleyado sa mga espesyalisadong team, nakatatag nang workflow, at panloob na serbisyo. Sa mas maliit na organisasyon, mas malamang na ang manggagawang pinakamalapit sa problema ang humarap dito sa halip na ipasa ito sa iba.
Sa mga karaniwang user, bumababa ang bahagi ng mga gawaing labas sa propesyon mula 18.9% para sa mga user sa workspace na may 2–5 puwesto tungo sa 16.3% para sa mga user sa workspace na may mahigit 100 puwesto. Sa mga user na pinakamadalas gumamit, hindi namin nakikita ang gayunding tuloy-tuloy na padron.
Isang posibleng paliwanag ay gumagamit ng AI ang mga katamtamang user sa mas maliliit na organisasyon kapag nakakaharap sila ng trabahong mangangailangan sana ng ibang tungkulin. Maaaring nakabuo naman ang madalas gumamit ng mga matatag na workflow na sinusuportahan ng AI at mas magkakatulad sa iba’t ibang organisasyon, o maaaring mas masinsin nilang gamitin ang AI sa kanilang pangunahing propesyon.
Maaaring maging lubhang kapaki-pakinabang ang AI bilang pangkalahatang gamit kung kakaunti ang mga espesyalisadong mapagkukunan.
Ang ganitong datos sa paggamit ng AI ay palatandaan kung saan lumilipat ang trabaho. Dahil dito, nakikita natin kung paano tinutulungan ng AI ang mga manggagawa na sumubok ng mga bagong kombinasyon ng aktibidad bago baguhin ng mga kumpanya ang mga paglalarawan ng trabaho o lumikha ng mga bagong titulo. Sa ganitong diwa, maaaring magbigay ang mga padron ng paggamit ng maagang senyales ng pagbabago sa mga propesyon na mas huli lamang matutukoy ng karaniwang estadistika sa labor market.
