論文の概要: Towards the Terminator Economy: Assessing Job Exposure to AI through LLMs
- arxiv url: http://arxiv.org/abs/2407.19204v1
- Date: Sat, 27 Jul 2024 08:14:18 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-30 19:21:07.443467
- Title: Towards the Terminator Economy: Assessing Job Exposure to AI through LLMs
- Title（参考訳）: ターミネーター経済に向けて:LLMによるAIへの求人露光の評価
- Authors: Emilio Colombo, Fabio Mercorio, Mario Mezzanzanica, Antonio Serino,
- Abstract要約: 米国の雇用の3分の1はAIに強く依存している。
この露出は、2019年から2023年までの雇用と賃金の伸びと正の相関関係にある。
- 参考スコア（独自算出の注目度）: 10.844598404826355
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The spread and rapid development of AI-related technologies are influencing many aspects of our daily lives, from social to educational, including the labour market. Many researchers have been highlighting the key role AI and technologies play in reshaping jobs and their related tasks, either by automating or enhancing human capabilities in the workplace. Can we estimate if, and to what extent, jobs and related tasks are exposed to the risk of being automatized by state-of-the-art AI-related technologies? Our work tackles this question through a data-driven approach: (i) developing a reproducible framework that exploits a battery of open-source Large Language Models to assess current AI and robotics' capabilities in performing job-related tasks; (ii) formalising and computing an AI exposure measure by occupation, namely the teai (Task Exposure to AI) index. Our results show that about one-third of U.S. employment is highly exposed to AI, primarily in high-skill jobs (aka, white collars). This exposure correlates positively with employment and wage growth from 2019 to 2023, indicating a beneficial impact of AI on productivity. The source codes and results are publicly available, enabling the whole community to benchmark and track AI and technology capabilities over time.
- Abstract（参考訳）: AI関連の技術の広がりと急速な発展は、労働市場を含む社会から教育まで、私たちの日常生活の多くの側面に影響を与えています。
多くの研究者が、職場における人間の能力の自動化または強化によって、AIとテクノロジーが仕事と関連するタスクを変革する上で果たす重要な役割を強調している。
最先端のAI関連技術によって自動化されるリスクに対して、仕事と関連するタスクがどの程度、どの程度露出されているかを推定できますか?
私たちの仕事は、データ駆動アプローチによってこの問題に取り組みます。
二 オープンソースのLarge Language Modelsのバッテリを利用して、ジョブ関連のタスクを行う際の現在のAIとロボティクスの能力を評価する再現可能なフレームワークを開発すること。
(二)職業別AI被曝指標、すなわち茶飯指数を定式化し、計算すること。
その結果、米国の雇用の約3分の1がAIに強く依存していることがわかりました。
この露出は、2019年から2023年までの雇用と賃金の伸びと相関しており、AIが生産性に与える影響を示唆している。
ソースコードと結果は公開されており、コミュニティ全体が時間をかけてAIとテクノロジーの能力をベンチマークして追跡することができる。
関連論文リスト
- $π_0$: A Vision-Language-Action Flow Model for General Robot Control [77.32743739202543]
本稿では,インターネット規模のセマンティック知識を継承するために,事前学習された視覚言語モデル(VLM)上に構築された新しいフローマッチングアーキテクチャを提案する。
我々は,事前訓練後のタスクをゼロショットで実行し,人からの言語指導に追従し,微調整で新たなスキルを習得する能力の観点から,我々のモデルを評価した。
論文 参考訳（メタデータ） (2024-10-31T17:22:30Z) - Adapting to the AI Disruption: Reshaping the IT Landscape and Educational Paradigms [0.0]
人工知能(AI)は、技術進歩と社会変化が相互作用する革命期の始まりを示す。
このエッセイは、AI主導の経済がもたらした機会と問題について、ITセクターと情報技術教育に対するAI破壊の影響について考察する。
論文 参考訳（メタデータ） (2024-09-01T09:39:25Z) - The Impact of AI on Perceived Job Decency and Meaningfulness: A Case Study [3.9134031118910264]
本稿では,AIが職場における仕事の怠慢と有意義性に与える影響について考察する。
先進的なAIを導入しても、人間が支配的な役割を担い続けている職場を、回答者が視覚化していることが分かる。
回答者は、AIの導入が全体の仕事満足度を維持するか、あるいは向上する可能性があると信じている。
論文 参考訳（メタデータ） (2024-06-20T12:52:57Z) - Now, Later, and Lasting: Ten Priorities for AI Research, Policy, and Practice [63.20307830884542]
今後数十年は、産業革命に匹敵する人類の転換点になるかもしれない。
10年前に立ち上げられたこのプロジェクトは、複数の専門分野の専門家による永続的な研究にコミットしている。
AI技術の短期的および長期的影響の両方に対処する、アクションのための10のレコメンデーションを提供します。
論文 参考訳（メタデータ） (2024-04-06T22:18:31Z) - The Potential Impact of AI Innovations on U.S. Occupations [3.0829845709781725]
私たちはDeep Learning Natural Language Processingを使って、大規模な作業に影響を及ぼす可能性のあるAI特許を特定します。
我々の方法論は、17,879のタスク記述の包括的なデータセットに依存し、AIの潜在的な影響を定量化する。
我々の結果は、いくつかの職業が潜在的に影響を受け、その影響は特定のスキルに複雑に結びついていることを示している。
論文 参考訳（メタデータ） (2023-12-07T21:44:07Z) - Brief for the Canada House of Commons Study on the Implications of
Artificial Intelligence Technologies for the Canadian Labor Force: Generative
Artificial Intelligence Shatters Models of AI and Labor [1.0878040851638]
過去の技術と同様に、生成的AIは大量失業に繋がらないかもしれない。
生成AIは創造的で認知的で、潜在的にユビキタスである。
AIのフルセットの能力とアプリケーションが出現するにつれて、政策立案者は労働者のキャリア適応性を促進するべきである。
論文 参考訳（メタデータ） (2023-11-06T22:58:24Z) - The Glamorisation of Unpaid Labour: AI and its Influencers [0.0]
デジタルバリューネットワーク(DVN)は、アフリカ、ラテンアメリカ、インドの労働者に不釣り合いに影響を及ぼす。
我々は、ギグワークプラットフォームによるヒューマン・インテリジェンス・タスク(HIT)の自動化と、ソーシャルメディアにおけるインフルエンサーを活用したデータ収集の資本化について論じる。
論文 参考訳（メタデータ） (2023-07-31T06:44:25Z) - Fairness in AI and Its Long-Term Implications on Society [68.8204255655161]
AIフェアネスを詳しく見て、AIフェアネスの欠如が、時間の経過とともにバイアスの深化につながるかを分析します。
偏りのあるモデルが特定のグループに対してよりネガティブな現実的な結果をもたらすかについて議論する。
問題が続くと、他のリスクとの相互作用によって強化され、社会不安という形で社会に深刻な影響を及ぼす可能性がある。
論文 参考訳（メタデータ） (2023-04-16T11:22:59Z) - 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) - Trustworthy AI: A Computational Perspective [54.80482955088197]
我々は,信頼に値するAIを実現する上で最も重要な6つの要素,(i)安全とロバスト性,(ii)非差別と公正,(iii)説明可能性,(iv)プライバシー,(v)説明可能性と監査性,(vi)環境ウェルビーイングに焦点をあてる。
各次元について、分類学に基づく最近の関連技術について概観し、実世界のシステムにおけるそれらの応用を概説する。
論文 参考訳（メタデータ） (2021-07-12T14:21:46Z) - Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。
倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。
このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
論文 参考訳（メタデータ） (2021-06-25T22:31:55Z)
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。