Աշխատակիցներին ապահովել աշխատավարձի վերաբերյալ պատկերացումներով

Աշխատավարձի վերաբերյալ տեղեկատվությունը ձևավորում է կարևոր որոշումներ՝ ինչ աշխատանքների համար դիմել, արդյոք բանակցել և արդյոք որոշակի կարիերայի ուղին արժե շարունակել։ Բայց ի տարբերություն ապրանքների մեծամասնության գնի՝ աշխատանքի գինը հաճախ դժվար է գտնել և մեկնաբանել, հատկապես այն աշխատողների համար, ովքեր իրենց կարիերայի սկզբում են, փոխում են մասնագիտական ոլորտը կամ տեղափոխվում են այլ վայր։

ԱԲ-ն աշխատաշուկայի ռեսուրսի նոր տեսակ է։ Փոխարենը աշխատողից պահանջելու որոնել մի քանի կայքերում, մեկնաբանել աշխատավարձի վերաբերյալ տեղեկատվության տարբեր էջերը կամ տալ սոցիալապես ռիսկային հարց, մոդելը կարող է համադրել աշխատավարձի վերաբերյալ տվյալները և վայրկյանների ընթացքում վերադարձնել չափանիշ։ Աշխատողներն արդեն օգտագործում են ChatGPT‑ն այս եղանակով՝ ԱՄՆ-ում օրական միջին կտրվածքով ուղարկելով գրեթե 3 միլիոն հաղորդագրություն՝ հարցնելով աշխատավարձերի, փոխհատուցումների կամ եկամուտների մասին։

Մեր վերջին հետազոտական զեկույցը ուսումնասիրում է, թե ինչպես են ամերիկացիներն օգտագործում ChatGPT‑ն՝ աշխատավարձերի վերաբերյալ տեղեկատվության բացը լրացնելու համար։ Նրանք հաճախ դիմում են ChatGPT‑ին երկու տեսակի օգնություն ստանալու համար՝ վարձատրությունը կիրառելի համեմատական չափանիշի վերածելու և հասկանալու, թե ինչպիսին կարող է լինել վարձատրության մակարդակը պաշտոնի, ընկերության, կարիերայի ուղու կամ բիզնես գաղափարի համար։ Վարձատրության չափանիշավորման պիտակավորված հաղորդագրությունների շարքում հարցերի 26%-ը վերաբերում է աշխատավարձի հաշվարկին, որին հաջորդում են կոնկրետ պաշտոնը (19%), ձեռնարկատիրությունը (18%), ընկերությունում կոնկրետ պաշտոնը (11%) և զբաղմունքի կամ կարիերայի վերաբերյալ հարցերը (11%)։ Մենք դա որոշեցինք գաղտնիությունը պահպանող վերլուծության միջոցով, որն օգտագործում է ավտոմատացված դասակարգիչներ և երբեք չի ներառում մարդու կողմից անհատական հաղորդագրությունների դիտում։

Այդ հարցերի օրինաչափությունը կարևոր նշանակություն ունի։ Մասնագիտությանը վերաբերող աշխատավարձերի որոնումները հիմնականում կենտրոնացած են այնպիսի ոլորտներում, ինչպիսիք են արվեստը, դիզայնը, մեդիան և ժամանցը, սպորտը, ինչպես նաև՝ կառավարումը, առողջապահությունը, տրանսպորտը, վաճառքը և բիզնեսի ու ֆինանսների հետ կապված գործառնությունները։ Զբաղվածության մակարդակի համեմատ՝ աշխատավարձի որոնումները անհամաչափ բարձր են ավելի բարձր հմտություն պահանջող և պակաս թափանցիկություն ունեցող մասնագիտություններում, օրինակ՝ ստեղծագործական ոլորտներում, կառավարման, առողջապահության, ինչպես նաև համակարգչային և մաթեմատիկական մասնագիտություններում, ինչը ենթադրում է, որ պահանջարկն ամենաուժեղն է այնտեղ, որտեղ վարձատրությունը դժվար է համեմատական չափանիշով գնահատել, ավելի բանակցելի է կամ ավելի կարևոր է կարիերայի առաջընթացի համար։ Մենք նմանատիպ օրինաչափություն ենք տեսնում նաև ձեռնարկատիրությանը վերաբերող հարցերում, որոնք հիմնականում կենտրոնացած են ստեղծագործական աշխատանքի և փոքր ծառայությունների բիզնեսներում՝ այն ոլորտներում, որտեղ հաճախ չկա հրապարակված աշխատավարձի չափանիշ։

Տարբեր ոլորտներում աշխատավարձերի որոնումն աճում է այնտեղ, որտեղ վարձատրությունն ավելի շատ է ցրված և որտեղ աշխատավարձերն ավելի բարձր են։ Այլ կերպ ասած, աշխատողները կարծես աշխատավարձի մասին տեղեկություն են որոնում առավելապես այն ժամանակ, երբ ճիշտ պատասխան ստանալն ավելի կարևոր է և երբ աշխատավարձի վերաբերյալ տեղեկատվությունը դժվար է հասկանալ։ Ահա թե ինչու դա կարևոր է ոչ միայն աշխատավարձի վերաբերյալ տեղեկատվություն գտնելու համար։ Հնարավոր եկամտի վերաբերյալ սխալ պատկերացումը կարող է աշխատողներին պահել ավելի ցածր վարձատրվող աշխատանքներում, թուլացնել բանակցելու հնարավորությունները, հետաձգել կարիերայի փոփոխությունները կամ խանգարել կրթության և ուսուցման ոլորտում ներդրումներ կատարելը։ Ավելի լավ տեղեկատվությունը չի կարող վերացնել անորոշությունը, բայց այն կարող է հեշտացնել հիմնավոր պատկերացում կազմել այն մասին, թե ինչ աշխատանքի դիմաց որքան են վճարում և այդպիսով օգնել մարդկանց ավելի լավ որոշումներ կայացնել։

Ավելի լավ հասկանալու համար, թե ինչպես են մեր մոդելները ծառայում աշխատողներին, զեկույցը նաև ներկայացնում է WorkerBench-ը՝ նոր նախաձեռնություն ChatGPT‑ն գնահատելու աշխատաշուկայի այն առաջադրանքներում, որոնք արժեքավոր են աշխատողների համար։ Այս առաջին չափանիշում մենք գնահատեցինք GPT‑5.4‑ը՝ այն համեմատելով 2024 թվականի OEWS-ի միջին աշխատավարձերի հետ ազգային մակարդակով՝ ըստ մասնագիտությունների և քաղաքների։ Դիտարկված օրինակում մոդելը չափազանց ճշգրիտ է. ծածկույթը բարձր է, կողմնակալությունը՝ փոքր, և գրեթե բոլոր թվային գնահատումները շատ մոտ են չափանիշին։

Վճարման վերաբերյալ տեղեկատվությունը տնտեսական առումով կարևոր է, սակայն հաճախ դժվար կամ զգայուն է ձեռք բերելու համար։ Աշխատողներն արդեն օգտագործում են ChatGPT‑ն այդ խնդիրը լուծելու համար, հատկապես աշխատանքի շուկայի այն հատվածներում, որտեղ անորոշությունն առավելագույնն է, իսկ ռիսկերը՝ առավել կարևոր։ Մեր նպատակն է շարունակել բարելավել, թե որքան օգտակար և հուսալի կարող է լինել այդ օգնությունը՝ ազգային չափանիշներից դուրս շարժվելով դեպի աշխարհագրության, ընկերության, մակարդակի և աշխատավարձի վերաբերյալ հարցերը, որոնք աշխատողները տալիս են ամեն օր։