論文の概要: Generative-AI and the transformation of workforce. A job postings-driven analysis

• arxiv url: http://arxiv.org/abs/2605.00843v1
• Date: Tue, 07 Apr 2026 17:02:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-11 06:56:26.452624
• Title: Generative-AI and the transformation of workforce. A job postings-driven analysis
• Title（参考訳）: ポスト・インダストリアル分析による生産型AIと労働力の変容
• Authors: Diana Maria Popa, Simona-Vasilica Oprea, Adela Bâra,
• Abstract要約: 本稿では,AIが雇用要件,スキル構成,グローバル労働市場におけるセクターダイナミクスをいかに変えつつあるかを検討する。 職種投稿におけるAI関連能力の進化頻度とフレーミングについて検討し、生成型AIが主に職場における増強力または代替力として機能するかを検討する。
• 参考スコア（独自算出の注目度）: 7.765662835417495
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper investigates how generative-artificial intelligence AI is reshaping job requirements, skill compositions and sectoral dynamics across global labor markets. It examines the evolving frequency and framing of AI-related competencies in job postings, exploring whether generative-AI functions primarily as an augmentative or substitutive force in the workplace. A large-scale, multi-source corpus of over 150,000 English-language job postings 2018-2025 is compiled from twelve open-access datasets and one public API. The analytical framework integrates lexical skill extraction, semantic framing, topic modeling, BERTopic, LDA, KMeans, and time-series forecasting ARIMA. Skill mentions are categorized into five dimensions: AI_Data, Routine, Soft_Meta, Domain_Specific and Leadership, while cross sectoral analyses and correlation matrices quantify interdependencies between competencies. Sentence-transformer embeddings and cosine similarity are used to compute a Framing Index, distinguishing augmentation- versus automation-oriented discourse. Investigating job postings, our research contributes a replicable, data driven methodology for mapping the diffusion of AI related skills across industries and time. Results reveal a sharp post-2021 increase in AI-related skill mentions: prompt engineering, fine-tuning and model validation, accompanied by a decline in routine tasks: data entry and manual coding. Forecasts suggest sustained growth in AI_Data and Soft_Meta skills through 2025, signaling a structural convergence toward hybrid human-AI expertise as a new foundation of employability.
• Abstract（参考訳）: 本稿では,AIが雇用要件,スキル構成,グローバル労働市場におけるセクターダイナミクスをいかに変えつつあるかを検討する。 職種投稿におけるAI関連能力の進化頻度とフレーミングについて検討し、生成型AIが主に職場における増強力または代替力として機能するかを検討する。 2018-2025は、12のオープンアクセスデータセットと1つのパブリックAPIからコンパイルされる。 分析フレームワークは、語彙スキル抽出、セマンティックフレーミング、トピックモデリング、BERTopic、LDA、KMeans、およびARIMAの時系列予測を統合している。 スキルの言及は、AI_Data、Rutine、Soft_Meta、Domain_Specific、Leadshipの5つに分類される。 文変換器の埋め込みとコサイン類似性はFraming Indexの計算に使われ、拡張と自動化指向の会話を区別する。 私たちの研究は、仕事の投稿を調査し、産業や時間にまたがるAI関連のスキルの拡散をマッピングするための、複製可能なデータ駆動の方法論に貢献しています。 その結果、2021年以降のAI関連のスキルの急激な増加、すなわち、迅速なエンジニアリング、微調整、モデルの検証、ルーチンタスクの減少、すなわちデータ入力と手作業によるコーディングが明らかになった。 予測では、2025年までAI_DataとSoft_Metaスキルの持続的な成長が示唆されており、雇用性の新たな基盤として、ハイブリッドAIの専門知識に対する構造的な収束を示唆している。

関連論文リスト

• The AI Roles Continuum: Blurring the Boundary Between Research and Engineering [0.0]
  本稿では,研究科学者,研究技術者,応用科学者,機械学習技術者が,個別のカテゴリーではなく重複する位置を占める枠組みを提案する。 分散システム設計、大規模トレーニングと最適化、厳密な実験、出版志向の探求といった中核的な能力が、今やタイトル間で広く共有されていることを示す。 サイロ化ではなく流体としての役割を扱うことは、研究から生産までのループを短縮し、イテレーションのベロシティを改善し、組織的な学習を強化する。
  論文  参考訳（メタデータ） (2025-12-31T05:00:58Z)
• AI, Humans, and Data Science: Optimizing Roles Across Workflows and the Workforce [0.0]
  我々は、分析、生成、エージェントAIの可能性と限界を考慮し、データサイエンティストを増強したり、伝統的に人間のアナリストや研究者によってなされたタスクを引き受ける。 従来の調査分析が問題になったのは、統計ソフトウェアの使用が簡単になったことで、研究者が完全に理解できなかった分析を行えなくなった時だった。
  論文  参考訳（メタデータ） (2025-07-15T17:59:06Z)
• Graphs Meet AI Agents: Taxonomy, Progress, and Future Opportunities [117.49715661395294]
  データ構造化は、複雑で非組織的なデータをよく構造化された形式に変換することで、有望な役割を果たす。 この調査では、グラフがAIエージェントにどのように権限を与えるかを、初めて体系的にレビューする。
  論文  参考訳（メタデータ） (2025-06-22T12:59:12Z)
• Are Large Language Models Ready for Business Integration? A Study on Generative AI Adoption [0.6144680854063939]
  本研究では,Google Geminiのような他の大規模言語モデル(LLM)のビジネスアプリケーションへの適用性について検討する。 ディズニーランドの異なる支店からの42,654件のレビューデータセットが採用された。 その結果、75%の成功率、25%のエラー、モデル自己参照の事例など、反応のスペクトルが示された。
  論文  参考訳（メタデータ） (2025-01-28T21:01:22Z)
• 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)
• Human-Centric Multimodal Machine Learning: Recent Advances and Testbed on AI-based Recruitment [66.91538273487379]
  人間中心のアプローチでAIアプリケーションを開発する必要性には、ある程度のコンセンサスがある。 i)ユーティリティと社会的善、(ii)プライバシとデータ所有、(iii)透明性と説明責任、(iv)AIによる意思決定プロセスの公正性。 異種情報ソースに基づく現在のマルチモーダルアルゴリズムは、データ中の機密要素や内部バイアスによってどのように影響を受けるかを検討する。
  論文  参考訳（メタデータ） (2023-02-13T16:44:44Z)
• A curated, ontology-based, large-scale knowledge graph of artificial intelligence tasks and benchmarks [4.04540578484476]
  インテリジェンスタスクオントロジーと知識グラフ(ITO)は、人工知能タスク、ベンチマーク結果、パフォーマンスメトリクスに関する包括的なリソースである。 ITOは、人工知能タスク、ベンチマーク結果、パフォーマンスメトリクスに関する、豊富な構造化と手作業によるリソースである。 ITOの目標は、AIタスクと能力のグローバルな状況に関する、正確でネットワークベースの分析を可能にすることだ。
  論文  参考訳（メタデータ） (2021-10-04T13:25:53Z)

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。