論文の概要: A theory-based AI automation exposure index: Applying Moravec's Paradox to the US labor market

• arxiv url: http://arxiv.org/abs/2510.13369v1
• Date: Wed, 15 Oct 2025 10:00:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-16 20:13:28.614673
• Title: A theory-based AI automation exposure index: Applying Moravec's Paradox to the US labor market
• Title（参考訳）: 理論に基づくAI自動化露光指数:モラベックのパラドックスを米国労働市場に応用する
• Authors: Jacob Schaal,
• Abstract要約: 本稿では,モラベックのパラドックスに基づく理論駆動型自動露光指数を開発する。 パフォーマンスのばらつき、暗黙の知識、データの豊富さ、アルゴリズム的なギャップについて、19,000のO*NETタスクを評価すると、マネジメント、STEM、科学の職業が最も露出率が高いことがわかります。 賃金と露光のポジティブな関係は、AIが労働者の代わりになる場合、スキルバイアスの技術的変化の概念に挑戦する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper develops a theory-driven automation exposure index based on Moravec's Paradox. Scoring 19,000 O*NET tasks on performance variance, tacit knowledge, data abundance, and algorithmic gaps reveals that management, STEM, and sciences occupations show the highest exposure. In contrast, maintenance, agriculture, and construction show the lowest. The positive relationship between wages and exposure challenges the notion of skill-biased technological change if AI substitutes for workers. At the same time, tacit knowledge exhibits a positive relationship with wages consistent with seniority-biased technological change. This index identifies fundamental automatability rather than current capabilities, while also validating the AI annotation method pioneered by Eloundou et al. (2024) with a correlation of 0.72. The non-positive relationship with pre-LLM indices suggests a paradigm shift in automation patterns.
• Abstract（参考訳）: 本稿では,モラベックのパラドックスに基づく理論駆動型自動露光指数を開発する。 19,000のO*NETタスクを、パフォーマンスのばらつき、暗黙の知識、データ豊富さ、アルゴリズム的なギャップに当てはめ、マネジメント、STEM、科学の職業が最も露出していることを示している。 対照的に、メンテナンス、農業、建設が最少である。 賃金と露光のポジティブな関係は、AIが労働者の代わりになる場合、スキルバイアスの技術的変化の概念に挑戦する。 同時に、暗黙の知識は、高齢化に偏った技術的変化と整合した賃金と肯定的な関係を示す。 このインデックスは、現在の機能よりも基本的な自動化性を特定し、Eloundou et al (2024)によって開発されたAIアノテーションメソッドを0.72の相関で検証する。 LLM以前の指標と非陽性の関係は、自動化パターンのパラダイムシフトを示唆している。

関連論文リスト

• General Scales Unlock AI Evaluation with Explanatory and Predictive Power [57.7995945974989]
  ベンチマークはAIの進歩を導くものだが、汎用AIシステムには限られた説明力と予測力を提供している。 私たちは、一般的なAIベンチマークが実際に何を計測しているかを説明することができる、AI評価のための一般的な尺度を紹介します。 私たちの完全に自動化された方法論は、飽和しない一般的なスケールにインスタンス要求を配置する18の新しく作られたルーリックの上に構築されます。
  論文  参考訳（メタデータ） (2025-03-09T01:13:56Z)
• 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)
• Converging Paradigms: The Synergy of Symbolic and Connectionist AI in LLM-Empowered Autonomous Agents [55.63497537202751]
  コネクショニストと象徴的人工知能(AI)の収束を探求する記事 従来、コネクショナリストAIはニューラルネットワークにフォーカスし、シンボリックAIはシンボリック表現とロジックを強調していた。 大型言語モデル(LLM)の最近の進歩は、人間の言語をシンボルとして扱う際のコネクショナリストアーキテクチャの可能性を強調している。
  論文  参考訳（メタデータ） (2024-07-11T14:00:53Z)
• Exploiting the Margin: How Capitalism Fuels AI at the Expense of Minoritized Groups [0.0]
  本稿では、資本主義、人種的不正、人工知能(AI)の関係について考察する。 それは、AIが時代遅れの搾取のための現代的な乗り物として機能する、と論じている。 本論文は、社会正義と株式を技術デザインと政策の核心に組み込むアプローチを推進している。
  論文  参考訳（メタデータ） (2024-03-10T22:40:07Z)
• Artificial Intelligence (AI) and IT identity: Antecedents Identifying with AI Applications [0.76146285961466]
  マネージャをAIシステムに置き換えることは、労働者の成果に悪影響を及ぼす可能性がある。 労働者がAIシステムとの関係から、同じ恩恵を受けるかどうかは不明だ。
  論文  参考訳（メタデータ） (2020-05-15T10:59:43Z)

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。