Cum extinde AI ceea ce fac oamenii la serviciu

AI schimbă activitatea desfășurată de oameni. Într-o analiză a peste 800.000 de mesaje trimise de utilizatori ChatGPT din SUA, noua noastră cercetare sugerează că 16,8% dintre mesajele legate de muncă și 43,5% dintre mesajele specifice unei ocupații se referă la sarcini asociate altei ocupații.

Proprietarul unei mici afaceri poate redacta singur texte, poate analiza un contract sau poate efectua o analiză financiară de bază. Un agent de vânzări poate folosi AI pentru a explora un set de date despre clienți care, în trecut, ar fi fost trimis unui analist. Un specialist în marketing poate remedia problemele unui site fără să aștepte intervenția unui dezvoltator. În fiecare caz, AI schimbă nu doar modul în care este realizată munca, ci și cine ce face.

Noul nostru raport, Munca la frontieră: cum extinde AI ceea ce fac oamenii la serviciu, analizează această schimbare. Numim modelul rezultat transfer de sarcini: activități asociate istoric unei ocupații apar în utilizarea AI de către persoane cu altă ocupație. În Cadrul nostru privind tranziția locurilor de muncă în era AI⁠(se deschide într-o fereastră nouă), susținem că multe locuri de muncă se vor reorganiza probabil: acestea sunt posturi ale căror sarcini cotidiene s-ar putea schimba substanțial. Acest raport este primul din noua noastră serie Munca la frontieră, care analizează în timp real modul în care AI schimbă munca. 

Folosind perspectiva noastră unică asupra transformării pieței muncii, vom oferi periodic informații bazate pe date și dovezi, pentru a orienta politicile și practicile.

Numeroase studii despre AI și muncă pornesc de la o listă fixă de sarcini asociate unei anumite ocupații și analizează dacă modelele le pot îndeplini. Dovezile noastre sugerează că AI schimbă și distribuirea sarcinilor între oameni.

Pentru a măsura transferul de sarcini, separăm mai întâi activitățile asociate unei ocupații de cele întâlnite în numeroase locuri de muncă. Unele activități, precum redactarea, rezumarea și programarea, sunt comune prea multor ocupații pentru a constitui dovezi ale unui transfer. Le clasificăm drept generice. Pentru mesajele rămase, analizăm dacă sarcina se încadrează în ocupația utilizatorului sau se află în afara acesteia. Dintre mesajele negenerice, 43,5% se referă la activități din afara ocupației utilizatorului, oferind o primă perspectivă asupra modului în care AI poate remodela sarcinile aferente locurilor de muncă înainte ca aceste schimbări să apară în fișele posturilor sau în denumirile lor.

Acest lucru sugerează că o parte substanțială a utilizării ChatGPT în scop profesional provine de la utilizatori care își extind rolul. Acest model este deosebit de pronunțat în câteva grupuri. După excluderea activităților generice, sarcinile din afara ocupației reprezintă: 

• 77% dintre mesajele specifice ocupației trimise de angajații din domeniul experienței clienților
• 75% dintre cele trimise de designeri
• 69% dintre cele trimise de angajații din resurse umane
• 56% dintre cele trimise de profesioniștii din domeniul juridic 
• 53% dintre cele trimise de specialiștii în marketing

Aceste ocupații „împrumută” sarcini de la alte roluri. Dovezile indică o schimbare a diviziunii muncii: unele activități care necesitau cândva transferul către altcineva pot fi realizate acum de persoana care constată prima necesitatea lor.

Harta termică de mai jos prezintă transferul de sarcini, identificând ocupația cu ale cărei activități seamănă cel mai mult fiecare mesaj negeneric. Sarcinile de marketing și inginerie circulă cel mai mult, apărând frecvent în mesajele angajaților din afara acestor domenii.

Când trecem de la ocupații la sarcini specifice, observăm că transferul de sarcini nu este distribuit uniform. Calculele financiare și depanarea tehnologică se numără fiecare printre cele mai frecvente trei sarcini externe în toate celelalte șapte grupuri ocupaționale analizate. Și activitățile de marketing circulă pe scară largă: crearea materialelor de marketing apare în alte cinci grupuri și este deosebit de frecventă în rândul utilizatorilor din design.

Analiza unor categorii mai largi de sarcini evidențiază două direcții distincte ale transferului. Unele locuri de muncă preiau numeroase sarcini din alte ocupații. Altele furnizează sarcini care apar în numeroase locuri de muncă diferite.

Domeniul designului ilustrează primul tipar. Aproximativ 35,2% dintre mesajele designerilor implică activități asociate în mod obișnuit unei alte ocupații, în timp ce sarcinile de design reprezintă doar 1,7% dintre mesajele lucrătorilor din alte domenii. Designerii recurg în mare măsură la sarcini din afara ocupației lor, însă activitățile de design apar rareori în alte domenii.

În inginerie, situația este mai degrabă inversă. Doar 18,5% dintre mesajele din inginerie implică sarcini din alte domenii, însă sarcinile de inginerie reprezintă 7,4% dintre mesajele angajaților cu alte ocupații. Ingineria este o sursă importantă de activități preluate de persoane din alte domenii, de la depanarea software-ului până la lucrul cu sisteme tehnice.

Marketingul se remarcă în ambele direcții. Specialiștii în marketing dedică 24,3% dintre mesaje sarcinilor asociate altor ocupații, iar sarcinile de marketing reprezintă 8,9% dintre mesajele angajaților din alte domenii — cea mai mare pondere externă din eșantion. Specialiștii în marketing combină sarcini din mai multe domenii, iar activitățile de marketing se răspândesc, la rândul lor, în întreaga organizație.

Dimensiunea și structura unei companii influențează modul în care AI schimbă munca. Într-o companie mare, angajații pot avea acces la echipe specializate, fluxuri de lucru consacrate și servicii interne. Într-o organizație mai mică, angajatul cel mai apropiat de problemă este mai predispus să o rezolve decât să o delege.

În rândul utilizatorilor obișnuiți, ponderea sarcinilor din afara ocupației scade de la 18,9% pentru utilizatorii din spații de lucru cu 2–5 licențe la 16,3% pentru cei din spații de lucru cu peste 100 de licențe. În rândul celor mai activi utilizatori, nu observăm același tipar monoton.

O posibilă explicație este că utilizatorii cu activitate moderată din organizațiile mai mici apelează la AI când întâlnesc sarcini care, în alte condiții, ar necesita implicarea altei funcții. În schimb, este posibil ca utilizatorii foarte activi să fi dezvoltat fluxuri de lucru stabile, asistate de AI, care seamănă mai mult între organizații, sau să folosească AI mai intens în ocupația lor principală.

AI poate fi deosebit de utilă ca instrument generalist acolo unde resursele specializate sunt limitate.

Astfel de date privind utilizarea AI indică direcția în care evoluează munca. Ele ne permit să observăm cum AI îi ajută pe angajați să experimenteze noi combinații de activități înainte ca organizațiile să rescrie fișele posturilor sau să creeze noi denumiri de posturi. În acest sens, tiparele de utilizare pot oferi un semnal timpuriu al schimbărilor ocupaționale, pe care statisticile convenționale privind piața muncii le vor surprinde abia ulterior.