論文の概要: "Generate" the Future of Work through AI: Empirical Evidence from Online
Labor Markets
- arxiv url: http://arxiv.org/abs/2308.05201v1
- Date: Wed, 9 Aug 2023 19:45:00 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-11 14:28:12.594450
- Title: "Generate" the Future of Work through AI: Empirical Evidence from Online
Labor Markets
- Title(参考訳): AIによる仕事の未来を創る:オンライン労働市場からの実証的証拠
- Authors: Jin Liu (1), Xingchen Xu (2), Yongjun Li (1) and Yong Tan (2) ((1)
University of Science and Technology of China, (2) University of Washington)
- Abstract要約: 生成AIは、仕事の未来を再構成する可能性がある。
この研究は、労働市場における生成AIの深い影響を探求する限られた実証リポジトリに寄与する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: With the advent of general-purpose Generative AI, the interest in discerning
its impact on the labor market escalates. In an attempt to bridge the extant
empirical void, we interpret the launch of ChatGPT as an exogenous shock, and
implement a Difference-in-Differences (DID) approach to quantify its influence
on text-related jobs and freelancers within an online labor marketplace. Our
results reveal a significant decrease in transaction volume for gigs and
freelancers directly exposed to ChatGPT. Additionally, this decline is
particularly marked in units of relatively higher past transaction volume or
lower quality standards. Yet, the negative effect is not universally
experienced among service providers. Subsequent analyses illustrate that
freelancers proficiently adapting to novel advancements and offering services
that augment AI technologies can yield substantial benefits amidst this
transformative period. Consequently, even though the advent of ChatGPT could
conceivably substitute existing occupations, it also unfolds immense
opportunities and carries the potential to reconfigure the future of work. This
research contributes to the limited empirical repository exploring the profound
influence of LLM-based generative AI on the labor market, furnishing invaluable
insights for workers, job intermediaries, and regulatory bodies navigating this
evolving landscape.
- Abstract(参考訳): 汎用ジェネレーティブAIの出現により、労働市場への影響を明らかにすることへの関心はエスカレートする。
現存する経験的空白を橋渡しする試みとして、ChatGPTの立ち上げを外因性ショックと解釈し、オンライン労働市場におけるテキスト関連ジョブやフリーランサーへの影響を定量化するための差分差分(DID)アプローチを実装した。
以上の結果から,ChatGPTに直接露出したギグやフリーランサーの取引量は大きく減少した。
さらに、この減少は、特に過去の取引量や品質基準が比較的高い単位で顕著である。
しかし、サービス提供者の間では否定的な影響は経験されていない。
その後の分析では、新しい進歩に熟達したフリーランサーがaiテクノロジーを増強するサービスを提供することで、この転換期の間にかなりの利益が得られることが示されている。
したがって、ChatGPTの出現は、既存の職業を置き換える可能性があるが、大きな機会を広げ、仕事の未来を再構成する可能性ももたらしている。
この研究は、労働市場におけるLLMベースの生成AIの深い影響を探求する限られた実証的リポジトリに寄与し、労働者、雇用仲介業者、規制機関に貴重な洞察を与えている。
関連論文リスト
- The Economics of Human Oversight: How Norms and Incentives Affect Costs
and Performance of AI Workers [0.0]
AIアプリケーションの世界的急増は、業界を変革させ、既存の雇用の移動と補完を招きつつ、新たな雇用機会を生み出している。
AIの人間監督は、人間の労働者がAIモデルと対話して、そのパフォーマンス、安全性、規範的原則の遵守を改善する、新たなタスクである。
本稿では,標準設計と金融インセンティブがデータ品質とコストに与える影響に着目し,人間の監視の基礎経済を考察する。
論文 参考訳(メタデータ) (2023-12-22T09:50:57Z) - Sim-to-Real Causal Transfer: A Metric Learning Approach to
Causally-Aware Interaction Representations [62.48505112245388]
エージェント相互作用の現代的表現の因果認識を詳細に検討する。
近年の表現は、非因果剤の摂動に対して部分的に耐性があることが示されている。
因果アノテーションを用いた潜在表現を正規化するための計量学習手法を提案する。
論文 参考訳(メタデータ) (2023-12-07T18:57:03Z) - AI and Jobs: Has the Inflection Point Arrived? Evidence from an Online
Labor Platform [0.13124513975412255]
人間のタスクにおける統計AIの性能を4つの要因のレンズを用いて検討する。
我々は,それぞれの職業に摂動点が存在することを示すため,競争のシンプルな経済モデルを開発する。
実証的な証拠を提供するために、私たちはまず、AIのパフォーマンスが翻訳の占有の摂動点を超えたが、Web開発の占有のためのものではないと論じる。
論文 参考訳(メタデータ) (2023-12-07T10:06:34Z) - Exploration with Principles for Diverse AI Supervision [88.61687950039662]
次世代の予測を用いた大規模トランスフォーマーのトレーニングは、AIの画期的な進歩を生み出した。
この生成AIアプローチは印象的な結果をもたらしたが、人間の監督に大きく依存している。
この人間の監視への強い依存は、AIイノベーションの進歩に重大なハードルをもたらす。
本稿では,高品質なトレーニングデータを自律的に生成することを目的とした,探索型AI(EAI)という新しいパラダイムを提案する。
論文 参考訳(メタデータ) (2023-10-13T07:03:39Z) - Incentivized Communication for Federated Bandits [67.4682056391551]
我々は,サーバがインセンティブを提供することでクライアントにデータを共有する動機付けを行う,フェデレートされた盗賊に対するインセンティブ付きコミュニケーション問題を導入する。
本稿では,実証可能な通信とインセンティブコスト保証により,ほぼ最適の後悔を実現する,最初のインセンティブ付き通信プロトコルであるInc-FedUCBを提案する。
論文 参考訳(メタデータ) (2023-09-21T00:59:20Z) - Enhancing PLM Performance on Labour Market Tasks via Instruction-based
Finetuning and Prompt-tuning with Rules [0.9790236766474201]
労働市場特化アプリケーションにおけるプレトレーニング言語モデル(PLM)の即時チューニングの有効性を示す。
この結果から,PTRや命令チューニングのようなコスト効率のよい手法が,PLMの性能を大幅に向上させる可能性が示唆された。
論文 参考訳(メタデータ) (2023-08-31T14:47:00Z) - Semantic Information Marketing in The Metaverse: A Learning-Based
Contract Theory Framework [68.8725783112254]
仮想サービスプロバイダ(VSP)によるインセンティブのメカニズム設計の問題に対処し,センサデータ販売にIoTデバイスを採用。
帯域幅が限られているため,センサIoTデバイスによる配信データを削減するためにセマンティック抽出アルゴリズムを提案する。
本稿では,新しい反復型契約設計を提案し,マルチエージェント強化学習(MARL)の新たな変種を用いて,モデル付き多次元契約問題の解法を提案する。
論文 参考訳(メタデータ) (2023-02-22T15:52:37Z) - Learning energy-efficient driving behaviors by imitating experts [75.12960180185105]
本稿では,コミュニケーション・センシングにおける制御戦略と現実的限界のギャップを埋める上で,模倣学習が果たす役割について考察する。
擬似学習は、車両の5%に採用されれば、局地的な観測のみを用いて、交通条件の異なるネットワークのエネルギー効率を15%向上させる政策を導出できることを示す。
論文 参考訳(メタデータ) (2022-06-28T17:08:31Z) - A Bottom-Up End-User Intelligent Assistant Approach to Empower Gig
Workers against AI Inequality [16.121867459980137]
私たちは、個々の労働者がAI対応の作業計画サポートにアクセスし、労働者のグループ間でデータを共有できるようにするボトムアップアプローチが、現在の私有プラットフォームのパラダイムの下で、ギグワークのAI不平等を橋渡しする実践的な方法である、と論じています。
本論文は、学際的なChiWORKコミュニティにおいて、この重要な研究課題について対話を始めるための一連の研究課題、潜在的アプローチ、およびコミュニティエンゲージメントの機会について述べる。
論文 参考訳(メタデータ) (2022-04-29T01:30:30Z) - Multi-Domain Transformer-Based Counterfactual Augmentation for Earnings
Call Analysis [20.087027853160627]
本稿では,市場推測のための重要なECコンテンツのタスクインスパイアされた意義を注意深く定量化するトランスフォーマーベースのECエンコーダを提案する。
次に、勾配に基づく変動を評価するための多領域対実学習フレームワークを開発する。
実世界の金融データセットの実験は、解釈可能なMTCAの有効性を示し、最先端技術のボラティリティ評価能力を14.2%精度で向上させた。
論文 参考訳(メタデータ) (2021-12-02T03:40:17Z) - Understanding the Usability Challenges of Machine Learning In
High-Stakes Decision Making [67.72855777115772]
機械学習(ML)は、多種多様な成長を続ける一連のドメインに適用されている。
多くの場合、MLやデータサイエンスの専門知識を持たないドメインの専門家は、ML予測を使用してハイステークな意思決定を行うように求められます。
児童福祉スクリーニングにおけるMLユーザビリティの課題について,児童福祉スクリーニング者との一連のコラボレーションを通じて検討する。
論文 参考訳(メタデータ) (2021-03-02T22:50:45Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。