Hogyan bővíti az MI az emberek munkahelyi tevékenységeit?
Az OpenAI Economic Research új, Munka az élvonalban című sorozata bemutatja, hogyan lépnek túl a dolgozók szerepkörük hagyományos határain.
Az MI megváltoztatja, milyen munkát végeznek az emberek. Több mint 800 000 egyesült államokbeli ChatGPT‑felhasználó üzeneteinek elemzése alapján új kutatásunk arra utal, hogy a munkával kapcsolatos üzenetek 16,8%-a, a szakmaspecifikus üzeneteknek pedig 43,5%-a más szakmához kötődő feladatokról szól.
Egy kisvállalkozás tulajdonosa önállóan írhat marketinges szöveget, ellenőrizhet egy szerződést, vagy elvégezhet egy alapvető pénzügyi elemzést. Egy értékesítő az MI segítségével maga is feltárhat egy ügyféladatbázist, amelyet korábban talán egy elemzőnek adtak volna át. Egy marketingszakember fejlesztőre várás nélkül háríthatja el egy webhely hibáit. Az MI nemcsak azt változtatja meg, hogyan készül el a munka, hanem azt is, hogy ki mit végez el.
Új jelentésünk, a Munka az élvonalban: hogyan bővíti az MI az emberek munkahelyi tevékenységeit ezt az átalakulást vizsgálja. Az így kialakuló jelenséget feladatátfedésnek nevezzük: amikor az egyik szakmához hagyományosan kötődő munka egy másik szakmában dolgozó ember MI-használatában jelenik meg. Az MI és munkahelyek átalakulási keretrendszere(új ablakban nyílik meg) című kiadványunkban amellett érvelünk, hogy várhatóan sok munkakör átszerveződik: ezek azok a munkakörök, amelyek napi feladatai jelentősen megváltozhatnak. Ez a jelentés az új Munka az élvonalban sorozatunk első része, amely valós időben vizsgálja, hogyan alakítja át az MI a munkát.
A munka világának változására nyíló egyedülálló rálátásunkat kihasználva rendszeresen teszünk közzé adatokra és bizonyítékokra épülő megállapításokat a szakpolitika és a gyakorlat támogatására.
Az MI-ről és a munkáról szóló számos kutatás egy adott szakmához rendelt, rögzített feladatlistából indul ki, és azt vizsgálja, hogy a modellek el tudják-e végezni ezeket a feladatokat. Bizonyítékaink szerint az MI azt is megváltoztatja, hogy ki milyen feladatokat vállal el.
A feladatátfedés méréséhez először elkülönítjük az adott szakmához kötődő munkát a sokféle munkakörben előforduló tevékenységektől. Egyes tevékenységek – például az írás, az összefoglalás és az időbeosztás – túl sok szakmában közösek ahhoz, hogy átfedést jelezzenek. Ezeket általánosként osztályozzuk. A fennmaradó üzeneteknél azt vizsgáljuk, hogy a feladat a felhasználó saját szakmáján belülre vagy azon kívülre esik-e. A nem általános üzenetek 43,5%-a a felhasználó szakmáján kívüli feladatról szól. Ez korai betekintést nyújt abba, hogyan alakíthatja át az MI a munkakörök feladatainak összetételét, még mielőtt e változások megjelennének a munkaköri leírásokban vagy megnevezésekben.
Ez arra utal, hogy a munkával kapcsolatos ChatGPT‑használat jelentős részében a felhasználók kibővítik saját szerepkörüket. A jelenség több csoportban is különösen markáns. Az általános munkát kizárva a szakmán kívüli feladatok aránya:
- 77% az ügyfélélménnyel foglalkozók szakmaspecifikus üzeneteiben
- 75% a dizájnerek körében
- 69% a humánerőforrás területén dolgozók körében
- 56% a jogi területen dolgozók körében
- 53% a marketingszakemberek körében
Ezekben a szakmákban más szerepköröktől „kölcsönöznek” feladatokat. A bizonyítékok a munkamegosztás átalakulására utalnak: bizonyos tevékenységeket, amelyeket korábban át kellett adni másnak, ma már az is elvégezhet, aki először találkozik az adott igénnyel.
Az alábbi hőtérkép úgy mutatja be a feladatátfedéseket, hogy megvizsgálja, melyik szakma munkájához hasonlít leginkább az egyes nem általános üzenetek tartalma. A marketing- és mérnöki feladatok jutnak a legmesszebbre: gyakran jelennek meg az e területeken kívül dolgozók üzeneteiben.
Ha a szakmák helyett konkrét feladatokat vizsgálunk, a feladatátfedés nem egyenletes eloszlást mutat. A pénzügyi számítás és a technológiai hibaelhárítás az elemzésben szereplő mind a hét másik szakmai csoportban a három leggyakoribb külső feladat közé tartozik. A marketingmunka is széles körben terjed: marketinganyagok készítése öt másik csoportban is megjelenik, és különösen jellemző a dizájn területén dolgozó felhasználókra.
A tágabb feladatcsoportokat vizsgálva az átfedés két különböző iránya rajzolódik ki. Egyes munkakörök sok feladatot vesznek át más szakmáktól. Mások olyan feladatokat adnak át, amelyek sok különböző munkakörben megjelennek.
A dizájn az első mintát szemlélteti. A dizájnerek üzeneteinek mintegy 35,2%-a más szakmához jellemzően kötődő munkáról szól, míg a dizájnfeladatok a más területeken dolgozók üzeneteinek csupán 1,7%-át teszik ki. A dizájnerek nagymértékben támaszkodnak más szakmák feladataira, maga a dizájnmunka azonban ritkán jelenik meg más területeken.
A mérnöki területen ennek csaknem a fordítottja figyelhető meg. A mérnöki üzeneteknek csak 18,5%-a foglalkozik más területekről származó feladatokkal, miközben a mérnöki feladatok a más szakmákban dolgozók üzeneteinek 7,4%-át teszik ki. A mérnöki terület fontos forrása a másutt dolgozók által átvett feladatoknak, a szoftveres hibaelhárítástól a műszaki rendszerekkel végzett munkáig.
A marketing mindkét irányban kiemelkedik. A marketingszakemberek üzeneteinek 24,3%-a más szakmákhoz kötődő feladatokról szól, míg a marketingfeladatok a más területeken dolgozók üzeneteinek 8,9%-át adják – ez a mintában a legmagasabb kifelé irányuló arány. A marketingszakemberek több terület feladatait ötvözik, miközben a marketingmunka is széles körben elterjed a szervezeten belül.
A vállalkozás mérete és felépítése befolyásolja, hogyan alakítja át az MI a munkát. Egy nagyvállalatnál az alkalmazottak szakértői csapatokat, kialakult munkafolyamatokat és belső szolgáltatásokat vehetnek igénybe. Egy kisebb szervezetben nagyobb eséllyel maga a problémához legközelebb álló munkatárs oldja meg azt, ahelyett hogy továbbadná.
Az átlagos felhasználóknál a szakmán kívüli feladatok aránya a 2–5 férőhelyes munkaterületek felhasználóinál mért 18,9%-ról 16,3%-ra csökken a 100-nál több férőhelyes munkaterületek felhasználói körében. A legaktívabb felhasználóknál nem látjuk ugyanezt a monoton mintázatot.
Ennek egyik lehetséges magyarázata, hogy a kisebb szervezetek mérsékelt aktivitású felhasználói akkor fordulnak az MI-hez, amikor olyan munkával találkoznak, amelyhez egyébként egy másik szakterület segítségére lenne szükség. Ezzel szemben az aktív felhasználók már stabil, MI-vel támogatott munkafolyamatokat alakíthattak ki, amelyek hasonlóbbak a különböző szervezetekben, vagy saját fő szakterületükön használhatják intenzívebben az MI-t.
Az MI különösen hasznos, általános célú eszköz lehet ott, ahol kevés a szakértői erőforrás.
Az MI ilyen jellegű használati adatai jelzik, hogy merre tolódik el a munka. Segítségükkel láthatjuk, hogyan teszi lehetővé az MI, hogy a munkavállalók új tevékenységkombinációkkal kísérletezzenek, még mielőtt a vállalatok átírnák a munkaköri leírásokat vagy új munkaköri megnevezéseket hoznának létre. Ebben az értelemben a használati minták már korán jelezhetik a szakmák átalakulását, amelyet a hagyományos munkaerőpiaci statisztikák csak később mutatnak ki.


