論文の概要: The Potential Impact of Disruptive AI Innovations on U.S. Occupations
- arxiv url: http://arxiv.org/abs/2507.11403v1
- Date: Tue, 15 Jul 2025 15:20:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-16 19:46:03.167808
- Title: The Potential Impact of Disruptive AI Innovations on U.S. Occupations
- Title（参考訳）: 破壊的なAIイノベーションが米国占領に与える影響
- Authors: Munjung Kim, Marios Constantinides, Sanja Šćepanović, Yong-Yeol Ahn, Daniele Quercia,
- Abstract要約: 合衆国の3,237件のAI特許の破壊指数(2015-2022)
我々の分析によると、統合AIは主に物理的、日常的、単独的なタスクを目標としている。
対照的に、破壊的なAIは予測不可能で精神的なタスク、特に沿岸科学や技術分野に影響を及ぼす。
- 参考スコア（独自算出の注目度）: 4.616985737735413
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The rapid rise of AI is poised to disrupt the labor market. However, AI is not a monolith; its impact depends on both the nature of the innovation and the jobs it affects. While computational approaches are emerging, there is no consensus on how to systematically measure an innovation's disruptive potential. Here, we calculate the disruption index of 3,237 U.S. AI patents (2015-2022) and link them to job tasks to distinguish between "consolidating" AI innovations that reinforce existing structures and "disruptive" AI innovations that alter them. Our analysis reveals that consolidating AI primarily targets physical, routine, and solo tasks, common in manufacturing and construction in the Midwest and central states. By contrast, disruptive AI affects unpredictable and mental tasks, particularly in coastal science and technology sectors. Surprisingly, we also find that disruptive AI disproportionately affects areas already facing skilled labor shortages, suggesting disruptive AI technologies may accelerate change where workers are scarce rather than replacing a surplus. Ultimately, consolidating AI appears to extend current automation trends, while disruptive AI is set to transform complex mental work, with a notable exception for collaborative tasks.
- Abstract（参考訳）: AIの急速な普及は、労働市場を揺るがそうとしている。
しかし、AIはモノリスではなく、その影響はイノベーションの性質とそれに影響を与える仕事の両方に依存する。
計算的アプローチが出現している一方で、イノベーションの破壊的ポテンシャルを体系的に測定する方法には合意がない。
ここでは、米国AI特許(2015-2022)の3,237件の破壊指数を算出し、それらをジョブタスクにリンクして、既存の構造を強化する「統合」されたAIイノベーションと、それらを変更する「破壊的」なAIイノベーションを区別する。
我々の分析によると、統合AIは主に中西部と中部州における製造と建設に共通する物理的、日常的、単独的なタスクを対象としている。
対照的に、破壊的なAIは予測不可能で精神的なタスク、特に沿岸科学や技術分野に影響を及ぼす。
驚くべきことに、破壊的なAIがすでに熟練した労働力不足に直面している地域に不均衡に影響を及ぼすこともわかり、破壊的なAI技術は余剰を置き換えるのではなく、労働者が不足しているような変化を加速させる可能性があることを示唆している。
最終的に、統合AIは現在の自動化トレンドを拡張し、破壊的なAIは複雑なメンタルワークを変革する。
関連論文リスト
- A roadmap for AI in robotics [55.87087746398059]
AIの可能性を生かして、私たちの日常生活にロボットを配備する上での、際立った障壁に取り組みたいと考えています。
この記事では、1990年代からロボット工学におけるAIが達成したことを評価し、課題と約束を列挙した短期的・中期的な研究ロードマップを提案する。
論文 参考訳（メタデータ） (2025-07-26T15:18:28Z) - Superintelligence Strategy: Expert Version [64.7113737051525]
AI開発を不安定にすることで、大国間の対立の可能性が高まる可能性がある。
スーパーインテリジェンス — ほぼすべての認知タスクにおいて、AIが人間よりもはるかに優れている — が、AI研究者によって期待されている。
本稿では,相互保証型AI誤動作の概念を紹介する。
論文 参考訳（メタデータ） (2025-03-07T17:53:24Z) - 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) - 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) - Artificial intelligence and the transformation of higher education
institutions [0.0]
本稿では、典型的なHEIにおけるAI変換の因果フィードバック機構をマッピングするための因果ループ図(CLD)を開発する。
私たちのモデルは、AI変革を駆動する力と、典型的なHEIにおける価値創造に対するAI変革の結果について説明します。
この記事では、学生の学習、研究、管理を改善するために、HEIがAIに投資する方法について、いくつかの強化とバランスの取れたフィードバックループを特定し、分析する。
論文 参考訳（メタデータ） (2024-02-13T00:36:10Z) - 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) - Managing extreme AI risks amid rapid progress [171.05448842016125]
我々は、大規模社会被害、悪意のある使用、自律型AIシステムに対する人間の制御の不可逆的な喪失を含むリスクについて説明する。
このようなリスクがどのように発生し、どのように管理するかについては、合意の欠如があります。
現在のガバナンスイニシアチブには、誤用や無謀を防ぎ、自律システムにほとんど対処するメカニズムや制度が欠けている。
論文 参考訳（メタデータ） (2023-10-26T17:59:06Z) - 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) - Acceleration AI Ethics, the Debate between Innovation and Safety, and
Stability AI's Diffusion versus OpenAI's Dall-E [0.0]
このプレゼンテーションは、倫理をイノベーションアクセラレータとして再構成することで反応する。
倫理学の研究は、外部からの機能ではなく、AI開発と応用に埋め込まれている。
論文 参考訳（メタデータ） (2022-12-04T14:54:13Z) - Examining the Differential Risk from High-level Artificial Intelligence
and the Question of Control [0.0]
将来のAI能力の範囲と範囲は、依然として重要な不確実性である。
AIの不透明な意思決定プロセスの統合と監視の程度には懸念がある。
本研究では、AIリスクをモデル化し、代替先分析のためのテンプレートを提供する階層的な複雑なシステムフレームワークを提案する。
論文 参考訳（メタデータ） (2022-11-06T15:46:02Z) - 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。