Изображение для экономического индекса — минималистичная иллюстрация простого линейного графика с восходящим трендом, выполненного коралловым цветом с чёрными осями. График изображён на листе бумаги или холсте с декоративными рукописными элементами по краям, напоминающими пальцы, поддерживающие презентацию.

В ближайшие годы системы ИИ окажут существенное влияние на способы организации труда. В связи с этим мы запускаем экономический индекс Anthropic – инициативу, нацеленную на изучение влияния ИИ на рынки труда и экономику в динамике.

Первоначальный отчёт индекса предоставляет уникальные данные и анализ, основанные на миллионах анонимизированных диалогов с Claude.ai. Он рисует самую чёткую картину того, как ИИ внедряется в выполнение реальных задач в современной экономике.

Мы также опубликовали в открытом доступе набор данных, использованный для данного анализа, чтобы исследователи могли развивать и расширять наши выводы. Для выработки политических мер, направленных на адаптацию к предстоящей трансформации рынка труда и её влиянию на занятость и производительность, необходимы разные точки зрения. В этой связи мы приглашаем экономистов, экспертов в области политики и других исследователей выразить своё мнение по данному Индексу.

Основные выводы первого исследования, опубликованного в отчёте экономического индекса:

  • Сегодня применение ИИ сконцентрировано преимущественно в задачах разработки программного обеспечения и технического письма. Более трети профессий (примерно 36 %) используют ИИ хотя бы в одной четверти их задач, в то время как около 4 % профессий задействуют ИИ в трёхчетвертях своих задач.

  • Применение ИИ преимущественно носит характер дополнения (57 %), когда ИИ сотрудничает с человеком и расширяет его возможности, по сравнению с автоматизацией (43 %), при которой ИИ непосредственно выполняет задачу.

  • Использование ИИ более распространено в задачах, ассоциированных со средними и высокими зарплатами, таких как программисты и специалисты по анализу данных, и менее характерно как для наименее оплачиваемых, так и для самых высокооплачиваемых должностей. Это, вероятно, отражает как ограничения текущих возможностей ИИ, так и практические барьеры для использования технологии.

Ниже приводятся дополнительные детали наших начальных выводов.

Инфографика, демонстрирующая шесть профессиональных категорий на основе данных использования Claude.ai: «Компьютерные и математические» (37,2 %), «Искусство и медиа» (10,3 %), «Образование и библиотечное дело» (9,3 %), «Офисное и административное обслуживание» (7,9 %), «Жизненные науки» (6,4 %) и «Бизнес и финансы» (5,9 %). Для каждой категории указаны основные должности и типовые задачи с соответствующими процентными показателями использования.
Места и способы применения ИИ в экономике, основанные на реальных данных использования Claude.ai. Цифры отражают процент диалогов с Claude, связанных с отдельными задачами, профессиями и категориями.

Анализ внедрения ИИ в различные сферы труда

Наш новый документ продолжает традицию исследований влияния технологий на рынок труда – от прядильной машины Харгривса времён промышленной революции до современных роботов автопроизводства. В данном исследовании мы сосредоточились на постоянном влиянии ИИ. Мы не опрашивали пользователей об их применении ИИ и не пытались предсказать будущее – у нас имеется прямая информация о том, как ИИ используется на данный момент.

Анализ задач по профессиям

Наше исследование началось с важного открытия в экономической литературе: иногда имеет смысл анализировать задачи профессий, а не самих профессий. Работы часто включают общие задачи и навыки: например, распознавание визуальных образов выполняют дизайнеры, фотографы, сотрудники служб безопасности и рентгенологи.

Некоторые задачи легче автоматизировать или дополнить новой технологией, чем другие. Поэтому ожидается, что ИИ будет внедряться выборочно для различных задач в разных профессиях, а анализ задач, наряду с анализом профессий в целом, позволит получить более полное представление о том, как ИИ интегрируется в экономику.

Использование Clio для сопоставления использования ИИ с задачами

Такое исследование стало возможным благодаря аналитическим возможностям Claude и инструменту «Clio» – автоматизированному средству анализа, позволяющему обрабатывать диалоги с Claude с одновременным сохранением конфиденциальности пользователей. Мы применили Clio для анализа приблизительно одного миллиона диалогов с Claude (в частности, диалоги в рамках бесплатного и профессионального тарифов на Claude.ai) и распределили их по категориям задач, связанным с профессиями.

Мы отобрали задачи согласно классификации, разработанной Министерством труда США, которое ведёт базу данных примерно из 20 000 специфичных рабочих задач, известную как Occupational Information Network или O*NET. Clio сопоставил каждый диалог с той задачей из базы O*NET, которая наилучшим образом отражала роль ИИ в данном диалоге (процесс отражён на схеме ниже). Затем мы использовали эту же схему группировки для объединения задач в соответствующие профессии и для формирования нескольких общих категорий, таких как «образование и библиотечное дело», «бизнес и финансы» и т. п.

Диаграмма, показывающая, как диалоги пользователей с Claude сопоставляются с задачами и профессиями. В верхней части приведены примеры диалогов, проходящих через этап категоризации задач до шести профессиональных категорий. В нижней части показаны три аналитических представления: диаграмма рассеяния зависимости зарплаты от использования ИИ, кольцевая диаграмма, сравнивающая задачи автоматизации и дополнения, и столбчатая диаграмма разбивки навыков с указанием таких способностей, как критическое мышление и программирование.
Процесс, с помощью которого система Clio преобразует диалоги с Claude (строго конфиденциальные; верхний левый блок) в категории профессиональных задач (центр сверху) и профессий/профессиональных категорий, определённых по схеме ONET (верхний правый блок). Полученные данные затем используются для различных аналитических построений (нижний ряд; подробнее описано ниже; Clio агрегирует большое количество диалогов и группирует их в высшие категории для анализа. Важно отметить, что для сохранения конфиденциальности пользователей этот процесс осуществляется автоматически без доступа к исходным диалогам со стороны исследователей. Подробнее о Clio можно прочитать здесь.).

Результаты

Использование ИИ по типам профессий. Наибольшее распространение ИИ в нашем наборе данных наблюдается в задачах и профессиях категории «компьютерные и математические», в которых в значительной степени задействованы специалисты по разработке программного обеспечения. 37,2 % запросов, отправленных Claude, приходятся на данную категорию, охватывающую такие задачи, как модификация ПО, отладка кода и устранение неполадок в сети.

Вторая по величине категория – «искусство, дизайн, спорт, развлечения и медиа» (10,3 % запросов), что в основном отражает использование Claude для различных видов письма и редактирования. Как и ожидалось, профессии с высокой долей физического труда, например, в категории «сельское хозяйство, рыболовство и лесное хозяйство» (0,1 % запросов), представлены минимально.

Мы также сравнили показатели нашего набора данных с уровнем представительности каждой профессии на общем рынке труда. Сравнение показателей представлено на схеме ниже.

Горизонтальная столбчатая диаграмма, сравнивающая использование ИИ и представленность профессиональных категорий в рабочей силе в 20 типах профессий. Для каждой профессии показаны два взаимосвязанных столбца: оранжевый – процент запросов к Claude, и серый – процент работников в США. Профессии, связанные с компьютерами и математикой, демонстрируют наивысшее использование ИИ (37,2 %), хотя составляют лишь 3,4 % рабочей силы. Офисное и административное обслуживание имеют наибольшую долю рабочей силы (12,2 %) при 7,9 % использования ИИ. Другие явные различия наблюдаются в категориях «Искусство и медиа» (10,3 % использования ИИ против 1,4 % работников) и «Транспорт» (0,3 % использования ИИ против 9,1 % работников). Сельское хозяйство показывает минимальную представленность в обеих категориях (0,1 % использования ИИ, 0,3 % работников).
Для каждого типа профессий оранжевым цветом обозначен процент диалогов с Claude, а серым – процент работников в экономике США (по данным ONET Министерства труда США).

Глубина использования ИИ в рамках профессий. Наш анализ показал, что лишь немногие профессии используют ИИ во всех задачах: только около 4 % профессий применяют ИИ в не менее чем 75 % задач. Однако умеренное использование ИИ встречается значительно чаще: примерно 36 % профессий применяют ИИ хотя бы в 25 % своих задач.

Как и прогнозировалось, в данном наборе данных отсутствуют свидетельства полной автоматизации профессий: ИИ внедряется распределённо в рамках множества задач, сильнее влияя на одни группы задач, чем на другие.

Использование ИИ и уровень доходов. База данных O*NET предоставляет медианный уровень зарплат для каждой из перечисленных профессий. Мы добавили эту информацию в наш анализ, что позволило нам сопоставить медианные зарплаты профессий с уровнем использования ИИ в их задачах.

Интересно, что как низкооплачиваемые, так и очень высокооплачиваемые профессии характеризуются низким уровнем использования ИИ (эти профессии, как правило, связаны с большой долей ручного труда, например, специалисты по мытью волос или акушеры). Именно профессии в среднем и выше среднего диапазона, такие как программисты и копирайтеры, оказались среди крупнейших пользователей ИИ согласно нашим данным.

Диаграмма рассеяния, демонстрирующая зависимость между медианной годовой зарплатой и использованием ИИ по профессиям. Профессии, связанные с компьютерами (программисты и разработчики ПО) сгруппированы в верхнем правом углу с высокими зарплатами (75–100 тыс. долларов) и высоким уровнем использования ИИ (3–6 %). Низкооплачиваемые специальности, например, специалисты по мытью волос (25 тыс. долларов), демонстрируют минимальное использование ИИ (<1 %). Вертикальной линией отмечена медианная зарплата в США – 60 070 долларов. Специализированные профессии, такие как акушеры, представлены на крайнем правом краю – с высокой зарплатой (200 тыс. долларов), но низким использованием ИИ.
Медианная годовая зарплата (ось x) и процент диалогов с Claude по соответствующим профессиям (ось y). Для некоторых профессий приведены иллюстративные примеры.

Автоматизация против дополнения. Мы также проанализировали, каким образом выполняются задачи, а именно разделили их на категории «автоматизации» (когда ИИ непосредственно выполняет задачу, например, форматирует документ) и «дополнения» (когда ИИ сотрудничает с пользователем при выполнении задачи).

В целом, наблюдается небольшое преимущество дополнения – 57 % задач выполняются с участием ИИ в качестве помощника, тогда как 43 % задач выполняются на базе автоматизации. Иными словами, в чуть более чем половине случаев ИИ не заменяет человека, а работает вместе с ним – участвуя, например, в проверке (например, перепроверяя работу пользователя), обучении (помогая пользователю осваивать новые знания и навыки) и итерационном процессе (помогая в мозговом штурме или повторном выполнении генеративных задач).

Горизонтальная столбчатая диаграмма, сравнивающая дополнение (57,4 % в совокупности) и автоматизацию (42,6 %) в диалогах с Claude. Дополнение разбивается на три категории: проверка (2,8 %), итерация задач (31,3 %) и обучение (23,3 %). Автоматизация делится на две категории: обратная связь (14,8 %) и директивное выполнение (27,8 %). Каждая категория выполнена в оттенках синего для дополнения и пурпурного для автоматизации.
Процент диалогов с Claude, связанных с дополнением по сравнению с автоматизацией, а также разбивка подкатегорий задач внутри каждой группы. Подкатегории определены в нашем документе следующим образом - Директивное выполнение: полная передача задачи ИИ с минимальным взаимодействием; Обратная связь: выполнение задачи под руководством обратной связи; Итерация задач: совместный процесс доработки; Обучение: приобретение знаний и понимание; Проверка: верификация и улучшение выполненной работы.

Ограничения исследования

Наше исследование даёт уникальное представление о том, как ИИ меняет рынки труда. Однако, как и любое исследование, оно имеет свои ограничения, в числе которых:

  • Мы не можем с уверенностью утверждать, что использование Claude для выполнения задачи обязательно связано с рабочей деятельностью: запрос о советах по написанию или редактированию мог быть сделан как для работы, так и для личного творчества.

  • Также нам неизвестно, каким образом пользователи используют ответы Claude. Например, происходит ли копирование фрагментов кода? Проверяют ли ответы или принимают их без вопросов? Некоторые данные, воспринимающиеся нами как автоматизация, на деле могут представлять собой дополнение: например, пользователь может поручить Claude написать полный служебный меморандум (что будет классифицировано как автоматизация), а затем самостоятельно его отредактировать (что является дополнением).

  • В анализе использовались данные тарифов Claude.ai Free и Pro, а не данные API, командных или корпоративных пользователей. Хотя в наборах данных Claude.ai присутствуют и нерелевантные рабочие диалоги, нами был применён языковой алгоритм для отбора только диалогов, относящихся к профессиональным задачам, что позволяет минимизировать данную проблему.

  • Огромное количество различных задач приводит к тому, что система Clio могла ошибочно классифицировать некоторые диалоги (подробности о валидации анализа приведены в Приложении B полного документа).

  • Claude не генерирует изображения (за исключением косвенной генерации через код), поэтому некоторые творческие применения могут не быть отражены в данных.

  • Учитывая, что Claude позиционируется как передовая модель для программирования, можно ожидать, что задачи, связанные с кодированием, будут представлены в данных в большей степени. Поэтому мы не утверждаем, что наш набор данных представляет исчерпывающую картину использования ИИ в целом.

Выводы и направления будущих исследований

Использование ИИ стремительно расширяется, а модели становятся всё более совершенными. Картина на рынке труда может кардинально измениться в весьма краткие сроки. По этой причине мы планируем периодически повторять многие из проведённых нами анализов, чтобы отслеживать социальные и экономические изменения, которые неизбежно произойдут. Результаты и соответствующие наборы данных будут регулярно публиковаться как часть Атропического экономического индекса.

Долгосрочные исследования позволяют получить новые инсайты о влиянии ИИ на рынок труда. Например, мы сможем отслеживать изменения в глубине использования ИИ в разных профессиях. Если выяснится, что ИИ применяется лишь в некоторых задачах и лишь немногие профессии используют его для подавляющего большинства задач, будущее может сложиться так, что большинство нынешних профессий будут эволюционировать, а не исчезать. Мы также сможем мониторить соотношение автоматизации и дополнения, что будет служить сигналом для определения областей, где автоматизация становится доминирующей.

Наше исследование предоставляет данные о том, как используется ИИ, но не даёт конкретных рекомендаций по политике. Ответы на вопросы о том, как подготовиться к влиянию ИИ на рынок труда, не могут быть получены только на основе научных исследований – они должны формироваться на базе данных, ценностей и опыта различных экспертов. Мы с интересом будем использовать нашу новую методологию для дальнейшего изучения этих вопросов.

Для получения подробной информации об анализе и результатах ознакомьтесь с полным документом.

Открытые данные и приглашение к обсуждению

Главный вклад данного исследования и Атропического экономического индекса заключается в разработке новой методологии, предоставляющей подробные данные о влиянии ИИ. Мы немедленно делимся набором данных, использованным для вышеописанных анализов, и планируем в будущем публиковать и другие подобные наборы данных по мере их появления.

Полный набор данных можно скачать здесь.

Комментарии (0)