Darbuotojams teikiamos įžvalgos apie atlygį

Informacija apie darbo užmokestį lemia svarbius sprendimus: į kokias darbo vietas žmonės kandidatuoja, ar jie derasi ir ar verta rinktis tam tikrą karjeros kelią. Tačiau, skirtingai nei daugelio prekių kainą, darbo jėgos kainą dažnai sunku sužinoti ir interpretuoti, ypač karjerą pradedantiems, sritį keičiantiems ar į kitą vietą persikeliantiems darbuotojams.

DI – naujo tipo darbo rinkos išteklius. Užuot naršius keliose interneto svetainėse, interpretavus padrikus atlyginimų puslapius ar uždavus socialiai rizikingą klausimą, modelis gali susisteminti darbo užmokesčio informaciją ir per kelias sekundes pateikti orientacinį dydį. Darbuotojai jau naudoja „ChatGPT“ šiuo tikslu – JAV jie vidutiniškai kasdien išsiunčia beveik 3 mln. žinučių, klausdami apie darbo užmokestį, atlygį ar pajamas.

Mūsų naujausioje tyrimo ataskaitoje nagrinėjama, kaip amerikiečiai naudoja „ChatGPT“ darbo užmokesčio informacijos spragai užpildyti. Dažniausiai į „ChatGPT“ jie kreipiasi dėl dviejų priežasčių: norėdami paversti atlyginimą naudingu orientaciniu dydžiu ir suprasti, kokio atlygio realiai galima tikėtis už tam tikras pareigas, įmonėje, pasirinkus tam tikrą karjeros kelią ar verslo idėją. Tarp sužymėtų darbo užmokesčio orientyrų žinučių atlyginimo skaičiavimas sudaro 26 proc. klausimų, konkrečios pareigos – 19 proc., verslumas – 18 proc., konkrečios pareigos įmonėje – 11 proc., o klausimai apie profesiją ar karjerą – 11 proc. Tai nustatėme atlikę privatumą saugančią analizę, kurioje naudojami automatiniai klasifikatoriai ir žmonės niekada neperžiūri atskirų žinučių.

Šių klausimų pobūdis – svarbus. Su profesija susijusio darbo užmokesčio paieškos sutelktos tokiose srityse kaip menas, dizainas, pramogos, sportas ir žiniasklaida; vadyba; sveikatos priežiūra; transportas; pardavimas; bei verslo ir finansų operacijos. Palyginti su bendru užimtumu, darbo užmokesčio paieškų dalis neproporcingai didelė aukštesnės kvalifikacijos ir mažiau skaidriose profesijose, tokiose kaip kūrybinės sritys, vadyba, sveikatos priežiūra, kompiuterių ir matematikos pareigos. Tai rodo, kad paklausa didžiausia ten, kur atlyginimą sunkiau palyginti, kur jis labiau derybų objektas arba svarbesnis karjeros mobilumui. Panašią tendenciją pastebime ir su verslumu susijusiuose klausimuose, kurie telkiasi kūrybinio darbo ir smulkiojo paslaugų verslo srityse – ten, kur dažnai nėra paskelbtų atlyginimų orientyrų.

Visose pramonės šakose darbo užmokesčio paieškų daugėja ten, kur atlyginimai labiau išsisklaidę ir didesni. Kitaip tariant, panašu, kad darbuotojai atlyginimų informacijos dažniausiai ieško tada, kai teisingas atsakymas svarbesnis, o atlyginimą sunkiau nustatyti. Štai kodėl tai svarbu ne tik ieškant darbo užmokesčio informacijos. Klaidingas galimų pajamų supratimas gali paskatinti darbuotojus likti mažiau apmokamose darbo vietose, sumažinti derybinę galią, atitolinti karjeros pokyčius arba atgrasyti nuo investicijų į švietimą ir mokymą. Geresnė informacija negali pašalinti netikrumo, bet ji padeda lengviau susidaryti pagrįstą nuomonę apie atlygį už darbą ir taip padeda žmonėms priimti geresnius sprendimus.

Siekiant geriau suprasti, kaip mūsų modeliai pasitarnauja darbuotojams, ataskaitoje taip pat pristatomas „WorkerBench“ testas – nauja iniciatyva, skirta įvertinti „ChatGPT“ atliekant darbuotojams naudingas darbo rinkos užduotis. Šiame pirmajame lyginamajame teste įvertinome GPT‑5.4, lygindami jį su 2024 m. OEWS medianos darbo užmokesčiu nacionaliniu profesijų ir didmiesčių lygmenimis. Stebėtoje imtyje modelis labai tikslus: aprėptis didelė, šališkumas mažas, o beveik visi skaitiniai įverčiai labai artimi lyginamajam standartui.

Informacija apie atlyginimą ekonomiškai svarbi, bet dažnai ją gauti sunku arba keblu. Darbuotojai jau naudoja „ChatGPT“ šiai problemai spręsti, ypač tose darbo rinkos dalyse, kur netikrumas didžiausias, o rizika reikšmingiausia. Mūsų tikslas – nuolat tobulinti šios pagalbos naudingumą ir patikimumą, peržengiant nacionalinių lyginamųjų standartų ribas ir pereinant prie geografijos, įmonės, lygio ir atlygio klausimų, kuriuos darbuotojai iš tikrųjų užduoda kasdien.