GPTs 大型语言模型对劳动力市场影响潜力的早期研究.pdf

GPTs 大型语言模型对劳动力市场影响潜力的早期研究.pdf
本文探讨了大型语言模型(LLMs),特别是生成式预训练转换器(GPTs)对美国劳动力市场的潜在影响。研究人员通过构建一个新的评估框架,根据GPT的功能评估了不同职业的工作任务,并结合了人类的专业知识和GPT-4的分类。 **核心发现:** * **GPTs的影响范围广:** 约80%的美国劳动力可能至少有10%的工作任务受到GPTs的影响,而约19%的工人可能会看到至少50%的任务受到影响。 * **影响波及所有工资水平:** 影响涵盖所有工资水平,高收入工作可能面临更大的风险。 * **GPTs是通用目的技术(GPTs):** 研究结果表明,GPTs具有通用目的技术的特征,这意味着它们可能具有显著的经济、社会和政策影响。 * **行业差异:** 信息处理行业受到的影响最大,而制造业、农业和采矿业受到的影响相对较小。 * **技能关联:** 依赖科学和批判性思维技能的职业与GPTs的负相关,而编程和写作技能的职业与GPTs的正相关。 * **职业准备程度的影响:** 职业准备程度越高,对LLMs的暴露程度略有增加。 * **未来展望:** 考虑到互补技术的发展,LLMs的潜在影响可能会显著扩大。 **研究方法:** * **新Rubric评估:** 构建了一个新的Rubric,用于评估GPTs对职业的影响,并基于GPT-4的功能。 * **数据来源:** 使用O*NET数据库的职业数据,以及来自美国劳工统计局的工资和就业数据。 * **暴露度量:** 定义了暴露度,衡量使用GPTs或GPT驱动的系统是否能将完成特定任务所需的时间缩短至少50%。 * **人类和GPT-4标注:** 使用人类标注者和GPT-4对O*NET的详细工作活动(DWAs)和任务进行标注。 * **分析方法:** 使用回归分析,分析了技能重要性、进入壁垒等因素与暴露程度的关系。 **重要考虑:** * **GPTs作为通用目的技术的潜力:** GPTs具备通用目的技术的特征,包括广泛的传播、持续改进和互补创新的产生。 * **未来挑战:** 准确预测未来LLM应用仍然是一个挑战,因为新兴能力、人类感知偏差和技术发展都会影响预测的准确性和可靠性。 * **局限性:** 标注的主观性,对未知职业的偏见,对任务和职业的理解,以及前瞻性和不断变化的特点。 **结论:** 这项研究表明,GPTs对劳动力市场具有潜在的重大影响,可能影响广泛的职业。随着这些技术的不断发展,未来需要进一步研究来探索更广泛的影响,包括对就业质量、技能发展和不平等的影响。政策制定者需要密切关注这些发展,以便做出更明智的决策,从而应对劳动力和整个社会中的挑战。
在线阅读 下载完整报告 | 1.9 MB | 35页
阅读和下载会消耗积分;登录、注册、邀请好友、上传报告可获取积分。
成为VIP会员可免费阅读和下载报告