論文の概要: "Generate" the Future of Work through AI: Empirical Evidence from Online Labor Markets
- arxiv url: http://arxiv.org/abs/2308.05201v2
- Date: Thu, 6 Jun 2024 22:23:57 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-10 21:06:02.188383
- 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り出す--オンライン労働市場からの実証的証拠
- Authors: Jin Liu, Xingchen Xu, Xi Nan, Yongjun Li, Yong Tan,
- Abstract要約: 大規模言語モデル(LLM)に基づく生成AI(ChatGPTなど)は、人工知能(AGI)の第1世代と考えられている。
我々の論文は、労働市場に対するAIの影響と個人の反応に関する重要な洞察を提供する。
- 参考スコア（独自算出の注目度）: 4.955822723273599
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Large Language Model (LLM) based generative AI, such as ChatGPT, is considered the first generation of Artificial General Intelligence (AGI), exhibiting zero-shot learning abilities for a wide variety of downstream tasks. Due to its general-purpose and emergent nature, its impact on labor dynamics becomes complex and difficult to anticipate. Leveraging an extensive dataset from a prominent online labor market, we uncover a post-ChatGPT decline in labor demand, supply, and transactions for submarkets pertaining to text-related and programming-related jobs, in comparison to those not directly exposed to ChatGPT's core functionalities. Meanwhile, these affected submarkets exhibit a discernible increase in the complexity of the remaining jobs and a heightened level of competition among freelancers. Intriguingly, our findings indicate that the diminution in the labor supply pertaining to programming is comparatively less pronounced, a phenomenon ascribed to the transition of freelancers previously engaged in text-related tasks now bidding for programming-related opportunities. Although the per-period job diversity freelancers apply for tends to be more limited, those who successfully navigate skill transitions from text to programming demonstrate greater resilience to ChatGPT's overall market contraction impact. As AI becomes increasingly versatile and potent, our paper offers crucial insights into AI's influence on labor markets and individuals' reactions, underscoring the necessity for proactive interventions to address the challenges and opportunities presented by this transformative technology.
- Abstract（参考訳）: 大規模言語モデル(LLM)ベースの生成AIであるChatGPTは、さまざまな下流タスクに対してゼロショット学習能力を示す第1世代の人工知能(AGI)であると考えられている。
汎用的で創発的な性質のため、労働力学への影響は複雑で予測が難しい。
卓越したオンライン労働市場からの広範なデータセットを活用することで、ChatGPTの中核機能に直接露出していないものと比較して、テキスト関連およびプログラミング関連の仕事に関連するサブマーケットの労働需要、供給、取引の減少が明らかになる。
一方、これらの影響を受けたサブマーケットは、残りの仕事の複雑さが顕著に増加し、フリーランサーの間で競争が激化している。
興味深いことに,本研究の成果は,これまでテキスト関連業務に携わっていたフリーランサーのプログラミング関連機会への転換に起因した,プログラミング関連の労働供給の最小化が比較的少ないことを示唆している。
期間ごとのジョブの多様性はより制限される傾向にあるが、テキストからプログラミングへのスキル移行に成功している人は、ChatGPTの全体的な市場収縮の影響に対する弾力性を示す。
我々の論文は、AIの労働市場への影響と個人の反応に対する重要な洞察を提供し、この変革的技術がもたらす課題と機会に対処するための積極的な介入の必要性を強調している。
関連論文リスト
- From Occupations to Tasks: A New Perspective on Automatability Prediction Using BERT [19.75055647648098]
今後10年間のタスクの自動化性を予測するため,BERTベースの分類器を提案する。
以上の結果から,O*NETデータベース内の職業の約25.1%が,自動化の重大なリスクがあることが示唆された。
論文 参考訳（メタデータ） (2025-02-13T07:18:57Z) - Exploring the Implementation of AI in Early Onset Interviews to Help Mitigate Bias [0.0]
本稿では,アーリーステージ採用面接における人工知能(AI)の適用について検討する。
結果は、AIが感情駆動バイアスを41.2%効果的に最小化することを示している。
論文 参考訳（メタデータ） (2025-01-17T00:40:35Z) - TheAgentCompany: Benchmarking LLM Agents on Consequential Real World Tasks [52.46737975742287]
私たちは小さなソフトウェア企業環境を模倣したデータによる自己完結型環境を構築します。
最も競争力のあるエージェントでは、タスクの24%が自律的に完了できます。
これは、LMエージェントによるタスク自動化に関するニュアンスな絵を描く。
論文 参考訳（メタデータ） (2024-12-18T18:55:40Z) - Generative AI Impact on Labor Market: Analyzing ChatGPT's Demand in Job Advertisements [0.9886108751871759]
本研究では,米国労働市場におけるChatGPT関連スキルの需要について検討する。
テキストマイニングとトピックモデリング技術を用いて、雇用主が採用しているGen AI関連スキルを抽出、分析した。
論文 参考訳（メタデータ） (2024-12-09T23:03:20Z) - Follow the money: a startup-based measure of AI exposure across occupations, industries and regions [0.0]
既存のAIの職業曝露対策は、技術的実現可能性に基づいて人間の労働を代用または補うAIの理論的可能性に焦点を当てている。
我々は,O*NETとスタートアップが開発したAIアプリケーションからの職業的記述に基づく,新たな指標であるAISE(AI Startup Exposure)指標を紹介する。
我々の発見は、AIの採用は、AIアプリケーションの技術的実現可能性と同様に、社会的要因によって徐々に形成されていくことを示唆している。
論文 参考訳（メタデータ） (2024-12-06T10:25:05Z) - Robotic Control via Embodied Chain-of-Thought Reasoning [86.6680905262442]
学習したロボット制御ポリシーの鍵となる制限は、トレーニングデータの外部で一般化できないことである。
視覚言語行動モデル(VLA)に関する最近の研究は、大規模なインターネット事前学習型視覚言語モデルを使用することで、その堅牢性と一般化能力を大幅に向上させることができることを示した。
ロボットの動作を予測する前に、VLAに対して、計画、サブタスク、動作、視覚的接地機能について複数の推論を行うために、VLAに対してEmbodied Chain-of-Thought Reasoning (ECoT)を導入する。
論文 参考訳（メタデータ） (2024-07-11T17:31:01Z) - WESE: Weak Exploration to Strong Exploitation for LLM Agents [95.6720931773781]
本稿では,オープンワールド対話型タスクの解法において,LLMエージェントの強化を目的としたWeak Exploration to Strong Exploitation (WESE)を提案する。
WESEは、探究と搾取のプロセスを分離し、費用対効果の弱いエージェントを用いて世界的知識の探索を行う。
次に、獲得した知識を格納し、タスク関連知識を抽出する知識グラフベースの戦略を導入する。
論文 参考訳（メタデータ） (2024-04-11T03:31:54Z) - Combatting Human Trafficking in the Cyberspace: A Natural Language
Processing-Based Methodology to Analyze the Language in Online Advertisements [55.2480439325792]
このプロジェクトは、高度自然言語処理(NLP)技術により、オンラインC2Cマーケットプレースにおける人身売買の急激な問題に取り組む。
我々は、最小限の監督で擬似ラベル付きデータセットを生成する新しい手法を導入し、最先端のNLPモデルをトレーニングするための豊富なリソースとして機能する。
重要な貢献は、Integrated Gradientsを使った解釈可能性フレームワークの実装であり、法執行にとって重要な説明可能な洞察を提供する。
論文 参考訳（メタデータ） (2023-11-22T02:45:01Z) - AI for IT Operations (AIOps) on Cloud Platforms: Reviews, Opportunities
and Challenges [60.56413461109281]
IT運用のための人工知能(AIOps)は、AIのパワーとIT運用プロセスが生成するビッグデータを組み合わせることを目的としている。
我々は、IT運用活動が発信する重要なデータの種類、分析における規模と課題、そしてどのように役立つかについて深く議論する。
主要なAIOpsタスクは、インシデント検出、障害予測、根本原因分析、自動アクションに分類します。
論文 参考訳（メタデータ） (2023-04-10T15:38:12Z) - Hierarchical Few-Shot Imitation with Skill Transition Models [66.81252581083199]
FIST(Few-shot Imitation with Skill Transition Models)は、オフラインデータからスキルを抽出し、それらを利用して見えないタスクに一般化するアルゴリズムである。
本稿では,FISTが新たなタスクに一般化し,ナビゲーション実験において従来のベースラインを大幅に上回っていることを示す。
論文 参考訳（メタデータ） (2021-07-19T15:56:01Z) - Learning Occupational Task-Shares Dynamics for the Future of Work [5.487438649316376]
ビッグデータとAIは、2012年と2016年以来、高賃金の職業の中で著しく上昇している。
我々は,将来的な業務要求を予測するためのARIMAモデルを構築している。
論文 参考訳（メタデータ） (2020-01-28T21:20:33Z)
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。