Darbinieku nodrošināšana ar ieskatiem par atalgojumu

Informācija par atalgojumu ietekmē svarīgus lēmumus: kādiem darbiem cilvēki piesakās, vai viņi var vienoties par atalgojumu un vai konkrētam karjeras ceļam ir vērts sekot. Taču atšķirībā no vairuma preču cenas darbaspēka cenu bieži ir grūti atrast un grūti interpretēt – īpaši darbiniekiem, kuri ir savas karjeras sākumā, maina nozari vai maina dzīvesvietu.

Mākslīgais intelekts ir jauns darba tirgus resursu veids. Tā vietā, lai prasītu darbiniekam meklēt vairākās tīmekļa vietnēs, interpretēt izkaisītas algu lapas vai uzdot sociāli riskantu jautājumu, modelis var sintezēt informāciju par atalgojumu un dažu sekunžu laikā sniegt etalonu. Darbinieki jau izmanto ChatGPT šādā veidā, ASV dienā nosūtot vidēji gandrīz 3 miljonus ziņojumu ar jautājumiem par algām, kompensāciju vai ienākumiem.

Mūsu jaunākajā pētījuma ziņojumā aplūkots, kā amerikāņi izmanto ChatGPT, lai novērstu algu informācijas plaisu. Viņi visbiežāk vēršas pie ChatGPT, lai saņemtu divu veidu palīdzību: lai pārvērstu atalgojumu izmantojamā atsauces rādītājā un lai saprastu, kāds atalgojums reāli varētu būt saistībā ar konkrētu amatu, uzņēmumu, karjeras virzienu vai biznesa ideju. No visiem atzīmētajiem ziņojumiem, kas saistīti ar atalgojuma salīdzināšanu, 26% jautājumu attiecas uz atalgojuma aprēķināšanu, kam seko jautājumi par konkrētu amatu (19%), uzņēmējdarbību (18%), konkrētu amatu uzņēmumā (11%) un jautājumi par profesiju vai karjeru (11%). Mēs to noteicām, izmantojot privātumu saglabājošu analīzi, kurā tiek izmantoti automatizēti klasifikatori un nekad netiek iesaistīts cilvēks, kas skatītu atsevišķus ziņojumus.

Šo jautājumu likumsakarības ir svarīgas. Ar profesiju saistītā algu meklēšana ir koncentrēta tādās jomās kā māksla, dizains, izklaide, sports un plašsaziņas līdzekļi, vadība, veselības aprūpe, transports, tirdzniecība, kā arī uzņēmējdarbība un finanšu operācijas. Salīdzinot ar nodarbinātību, darba samaksas meklējumi ir īpaši izteikti augsti kvalificētās un mazāk pārredzamās profesijās, piemēram, radošajās nozarēs, vadības, veselības aprūpes, kā arī datorzinātnes un matemātikas jomās, kas liecina, ka pieprasījums ir vislielākais tajās jomās, kurās atalgojumu ir grūtāk salīdzināt, tas ir vairāk atkarīgs no vienošanās vai svarīgāks karjeras mobilitātei. Mēs redzam līdzīgu tendenci ar uzņēmējdarbību saistītos jautājumos, kas koncentrējas radošajā darbā un mazos pakalpojumu uzņēmumos – jomās, kur bieži vien nav publicēta algas etalona.

Visās nozarēs darba samaksas meklēšana palielinās tur, kur darba samaksa ir izkliedētāka un kur samaksa ir augstāka. Citiem vārdiem sakot, šķiet, ka darba ņēmēji visvairāk meklē informāciju par atalgojumu, ja pareizas atbildes saņemšana ir svarīgāka un ja atalgojumu ir grūtāk nolasīt. Tāpēc tas ir svarīgi ne tikai algu meklēšanai. Neprecīza izpratne par potenciālajiem ienākumiem var noturēt darbiniekus zemāk apmaksātos darbos, mazināt sarunu iespējas, aizkavēt karjeras maiņu vai atturēt no ieguldījumiem izglītībā un mācībās. Labāka informācija nevar pilnīgi novērst nenoteiktību, taču tā var atvieglot pamatota priekšstata veidošanu par to, kāds ir atalgojums par darbu, un tādējādi palīdzēt cilvēkiem pieņemt labākus lēmumus.

Lai labāk izprastu, kā mūsu modeļi palīdz darba ņēmējiem, ziņojumā tiek iepazīstināts arī ar WorkerBench – jaunu iniciatīvu, kuras mērķis ir novērtēt ChatGPT spēju risināt darba tirgus uzdevumus, kas ir nozīmīgi darba ņēmējiem. Šajā pirmajā salīdzinošajā analīzē mēs novērtējām GPT‑5.4, salīdzinot to ar 2024. gada OEWS vidējo darba samaksu valsts mēroga profesiju un lielpilsētu līmenī. Novērotajā izlasē modelis ir ļoti precīzs: aptvērums ir liels, novirze ir maza, un gandrīz visi skaitliskie novērtējumi ir ļoti tuvu etalonam.

Atalgojuma informācija ir ekonomiski nozīmīga, taču bieži vien to ir grūti vai sensitīvi iegūt. Darbinieki jau izmanto ChatGPT, lai risinātu šo problēmu, īpaši tajās darba tirgus daļās, kur nenoteiktība ir visaugstākā un likmes ir visbūtiskākās. Mūsu mērķis ir turpināt uzlabot, cik noderīga un uzticama var būt šī palīdzība – pārejot no nacionālajiem etaloniem uz ģeogrāfijas, uzņēmumu, līmeņu un atalgojuma jautājumiem, ko darbinieki reāli uzdod katru dienu.