Ge arbetstagare insikter om ersättning

Löneinformation ligger till grund för viktiga beslut: vilka jobb människor söker, om de förhandlar och om en viss karriär är värd att satsa på. Men till skillnad från priset på de flesta varor är priset på arbete ofta svårt att hitta och svårt att tolka –särskilt för arbetstagare som är i början av sina karriärer, byter område eller flyttar.

AI är en ny typ av resurs på arbetsmarknaden. I stället för att kräva att en arbetstagare söker på flera webbplatser, tolkar utspridda lönesidor eller ställer en socialt riskfylld fråga kan en modell syntetisera löneinformation och ge ett riktmärke på några sekunder. Arbetstagare använder redan ChatGPT på det här sättet och skickar i genomsnitt nästan tre miljoner meddelanden per dag i USA, där de frågar om löner, ersättning eller intäkter.

Vår senaste forskningsrapport undersöker hur amerikaner använder ChatGPT för att minska löneinformationsklyftan. De vänder sig oftast till ChatGPT för två typer av hjälp: att omvandla lönen till ett användbart jämförelsemått och att förstå vad en roll, ett företag, en karriär eller en affärsidé realistiskt kan ge i lön. Bland meddelanden om lönejämförelser står löneberäkning för 26 % av frågorna, följt av specifik roll (19 %), entreprenörskap (18 %), specifik roll på ett företag (11 %) och frågor om yrke eller karriär (11 %). Vi fastställde detta genom en integritetsskyddande analys som använder automatiserade klassificerare och aldrig innebär att en människa tittar på enskilda meddelanden.

Mönstret i dessa frågor är viktigt. Yrkesrelaterade lönesökningar är koncentrerade till områden som konst, design, underhållning, sport och media, ledning, hälso- och sjukvård, transport, försäljning samt affärs- och finansiell verksamhet. I förhållande till sysselsättning överindexeras lönesökningen i mer kvalificerade och mindre transparenta yrken som kreativa områden, ledning, hälso- och sjukvård samt dator- och matematikroller, vilket tyder på att efterfrågan är starkast där lönen är svårare att jämföra, mer förhandlingsbar eller viktigare för karriärmobilitet. Vi ser ett liknande mönster i entreprenörskapsrelaterade frågor, som är koncentrerade till kreativt arbete och små tjänsteföretag – områden där det ofta inte finns något publicerat löneriktmärke.

Inom olika branscher ökar lönesökningen där lönerna är mer spridda och där lönerna är högre. Med andra ord verkar arbetstagare i störst utsträckning söka löneinformation när det är viktigare att få rätt svar och när lön är svårare att tyda. Det är därför det är viktigt utanför enbart löneuppslagning. Missförståelse av potentiella intäkter kan hålla arbetstagare kvar i lägre betalda jobb, undergräva förhandlingspositionen, försena karriärbyten eller avskräcka investeringar i utbildning. Bättre information kan inte eliminera osäkerhet, men det kan göra det lättare att bilda sig en rimlig uppfattning om vad man får i lön för ett visst arbete och därmed hjälpa människor att fatta bättre beslut.

För att bättre förstå hur våra modeller betjänar arbetstagare introducerar rapporten också WorkerBench, en ny satsning för att utvärdera ChatGPT på arbetsmarknadsuppgifter som är värdefulla för arbetstagare. I detta första riktmärke utvärderade vi GPT‑5.4 mot 2024 års OEWS-medianlöner på nationell yrkes- och storstadsnivå. I det observerade urvalet är modellen mycket exakt: täckningen är hög, snedvridningen är liten och nästan alla numeriska uppskattningar ligger mycket nära riktmärket.

Löneinformation är ekonomiskt viktig, men ofta svår eller känslig att få tag på. Arbetstagare använder redan ChatGPT för att ta itu med problemet, särskilt i de delar av arbetsmarknaden där osäkerheten är som störst och insatserna som mest betydelsefulla. Vårt mål är att fortsätta förbättra hur användbar och tillförlitlig den hjälpen kan vara – och att gå bortom nationella riktmärken och mot de frågor som arbetstagare faktiskt ställer varje dag gällande geografi, företag, nivå och lön.