論文の概要: Future of Work with AI Agents: Auditing Automation and Augmentation Potential across the U.S. Workforce

• arxiv url: http://arxiv.org/abs/2506.06576v2
• Date: Wed, 11 Jun 2025 21:25:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-13 13:18:14.13874
• Title: Future of Work with AI Agents: Auditing Automation and Augmentation Potential across the U.S. Workforce
• Title（参考訳）: AIエージェントによる作業の未来:米国全土における自動化と拡張可能性の監査
• Authors: Yijia Shao, Humishka Zope, Yucheng Jiang, Jiaxin Pei, David Nguyen, Erik Brynjolfsson, Diyi Yang,
• Abstract要約: 作業員がAIエージェントの自動化や強化を望んでいるかを評価するための新しい枠組みを導入する。 我々のフレームワークは、ニュアンスな労働者の欲求を捉えるために、オーディオ強化されたミニインタービューを備えている。 我々はWORKBankデータベースを構築し、1500のドメインワーカーの好みとAI専門家の能力評価を収集する。
• 参考スコア（独自算出の注目度）: 45.348336032930845
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The rapid rise of compound AI systems (a.k.a., AI agents) is reshaping the labor market, raising concerns about job displacement, diminished human agency, and overreliance on automation. Yet, we lack a systematic understanding of the evolving landscape. In this paper, we address this gap by introducing a novel auditing framework to assess which occupational tasks workers want AI agents to automate or augment, and how those desires align with the current technological capabilities. Our framework features an audio-enhanced mini-interview to capture nuanced worker desires and introduces the Human Agency Scale (HAS) as a shared language to quantify the preferred level of human involvement. Using this framework, we construct the WORKBank database, building on the U.S. Department of Labor's O*NET database, to capture preferences from 1,500 domain workers and capability assessments from AI experts across over 844 tasks spanning 104 occupations. Jointly considering the desire and technological capability divides tasks in WORKBank into four zones: Automation "Green Light" Zone, Automation "Red Light" Zone, R&D Opportunity Zone, Low Priority Zone. This highlights critical mismatches and opportunities for AI agent development. Moving beyond a simple automate-or-not dichotomy, our results reveal diverse HAS profiles across occupations, reflecting heterogeneous expectations for human involvement. Moreover, our study offers early signals of how AI agent integration may reshape the core human competencies, shifting from information-focused skills to interpersonal ones. These findings underscore the importance of aligning AI agent development with human desires and preparing workers for evolving workplace dynamics.
• Abstract（参考訳）: 複合AIシステム(つまりAIエージェント)の急速な増加は、労働市場を再構築し、雇用の移転、人事の減少、自動化への過度な依存に関する懸念を高めている。 しかし、進化する風景についての体系的な理解は欠如している。 本稿では,作業者がAIエージェントの自動化や強化を希望する作業状況と,それらが現在の技術的能力とどのように一致しているかを評価するための,新たな監査フレームワークを導入することで,このギャップに対処する。 本フレームワークは,作業者の欲求を捉えた音声強調型ミニインタービューを特徴とし,ヒューマンエージェンシー尺度(Human Agency Scale,HAS)を共用言語として導入し,人間の関与度を定量化する。 このフレームワークを使用して、米国労働省のO*NETデータベース上に構築されたWORKBankデータベースを構築し、1,500のドメインワーカーからの好みと104の職業にまたがる844のタスクにわたるAI専門家による能力評価をキャプチャする。 WORKBankの業務は、自動化「グリーンライト」ゾーン、自動化「レッドライト」ゾーン、R&Dオポチュニティゾーン、低優先度ゾーンの4つのゾーンに分けられる。 これはAIエージェント開発における重大なミスマッチと機会を強調します。 以上の結果から,人的関与に対する不均一な期待を反映して,職種ごとの多様なHASプロファイルを明らかにした。 さらに、我々の研究は、AIエージェントの統合が、情報中心のスキルから対人的なスキルへとシフトして、人間のコア能力を再形成する初期の兆候を提供する。 これらの知見は、AIエージェント開発を人間の欲求と整合させることの重要性と、職場のダイナミクスを進化させるために労働者を準備することの重要性を浮き彫りにした。

関連論文リスト

• NGENT: Next-Generation AI Agents Must Integrate Multi-Domain Abilities to Achieve Artificial General Intelligence [15.830291699780874]
  我々は、次世代AIエージェント(NGENT)が、人工知能(AGI)に進むために、ドメイン間の能力を統合するべきだと論じている。 将来のAIエージェントは、これらの特殊システムの強みを、テキスト、ビジョン、ロボット工学、強化学習、感情知性などにわたって操作できる統一されたフレームワークに合成するべきである。
  論文  参考訳（メタデータ） (2025-04-30T08:46:14Z)
• TheAgentCompany: Benchmarking LLM Agents on Consequential Real World Tasks [52.46737975742287]
  我々は、デジタルワーカーと同じような方法で世界と対話するAIエージェントを評価するためのベンチマークであるTheAgentCompanyを紹介する。 最も競争力のあるエージェントは、タスクの30%を自律的に完了させることができる。 これは、実際の職場の設定でLMエージェントをシミュレートすることで、タスク自動化に関する微妙な絵を描く。
  論文  参考訳（メタデータ） (2024-12-18T18:55:40Z)
• 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)
• Towards the Terminator Economy: Assessing Job Exposure to AI through LLMs [10.844598404826355]
  米国の雇用の3分の1はAIに強く依存しており、主に大学院または大学院の教育を必要とする高度な職業で行われている。 高度な職業であっても、AIはタスク置換において高い多様性を示し、AIと人間は同じ職業の中で相互に補完することを示唆している。 すべての結果、モデル、コードはオンラインで公開されており、コミュニティが結果を再現し、結果を比較し、私たちの仕事をベンチマークとして使用して、時間とともにAIの進捗を監視します。
  論文  参考訳（メタデータ） (2024-07-27T08:14:18Z)
• Position Paper: Agent AI Towards a Holistic Intelligence [53.35971598180146]
  エージェントAI - 大きな基盤モデルをエージェントアクションに統合する具体的システム。 本稿では,エージェント・ファウンデーション・モデル(エージェント・ファウンデーション・モデル)を提案する。
  論文  参考訳（メタデータ） (2024-02-28T16:09:56Z)
• The Rise and Potential of Large Language Model Based Agents: A Survey [91.71061158000953]
  大規模言語モデル(LLM)は、人工知能(AGI)の潜在的な火花と見なされる まず、エージェントの概念を哲学的起源からAI開発まで追跡し、LLMがエージェントに適した基盤である理由を説明します。 単一エージェントシナリオ,マルチエージェントシナリオ,ヒューマンエージェント協調の3つの側面において,LLMベースのエージェントの広範な応用について検討する。
  論文  参考訳（メタデータ） (2023-09-14T17:12:03Z)
• Watch-And-Help: A Challenge for Social Perception and Human-AI Collaboration [116.28433607265573]
  我々は、AIエージェントでソーシャルインテリジェンスをテストするための課題であるWatch-And-Help(WAH)を紹介する。 WAHでは、AIエージェントは、人間のようなエージェントが複雑な家庭用タスクを効率的に実行するのを助ける必要がある。 マルチエージェントの家庭環境であるVirtualHome-Socialを構築し、計画と学習ベースのベースラインを含むベンチマークを提供する。
  論文  参考訳（メタデータ） (2020-10-19T21:48:31Z)

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。