Les professionnels du marketing se classent parmi les plus vulnérables à la perturbation de l’IA, et en effet récemment en train de marketing quatrième pour l’exposition à l’IA.
Mais les données sur l’emploi racontent une autre histoire.
Nouveau recherche Depuis le laboratoire du budget de l’Université de Yale trouve «le marché du travail plus large n’a pas connu de perturbation perceptible depuis la publication de Chatgpt il y a 33 mois», sapant les craintes des pertes d’emplois à l’échelle de l’économie.
L’écart entre le risque prévu et l’impact réel suggère que les scores «d’exposition» peuvent ne pas prédire le déplacement du travail.
Yale note les deux mesures qu’il analyse, Métrique d’exposition d’Openai et L’utilisation d’Anthropiccapturez différentes choses et ne corrélez que faiblement dans la pratique.
Les scores d’exposition ne correspondent pas à la réalité
Les chercheurs de Yale ont examiné comment le mélange professionnel a changé depuis novembre 2022, en le comparant aux changements technologiques passés comme les ordinateurs et le début d’Internet.
Le mélange professionnel mesure la distribution des travailleurs dans différents emplois. Il change lorsque les travailleurs changent de carrière, perdent des emplois ou entrent dans de nouveaux champs.
Les emplois ne changent qu’environ un point de pourcentage plus rapidement que lors de l’adoption précoce d’Internet, selon la recherche:
« Les changements récents semblent être sur une voie seulement d’environ 1 point de pourcentage plus élevés qu’au tournant du 21e siècle avec l’adoption d’Internet. »
Les secteurs ayant une exposition élevée à l’IA, y compris l’information, les activités financières et les services professionnels et commerciaux, montrent des changements plus importants, mais «les données suggèrent à nouveau que les tendances au sein de ces industries ont commencé avant la publication de Chatgpt».
Théorie vs pratique: l’écart d’utilisation
La recherche compare les données théoriques d’Openai «d’exposition» avec l’utilisation réelle d’Anthropic de Claude et trouve un alignement limité.
L’utilisation réelle est concentrée: «Il est clair que l’utilisation est fortement dominée par les travailleurs dans les professions informatiques et mathématiques», avec les arts / conception / médias également surreprésentés. Cela illustre pourquoi les scores d’exposition ne mappent pas soigneusement à l’adoption.
Les données sur l’emploi montrent la stabilité
L’équipe a suivi les chômeurs par durée pour rechercher des signes de déplacement de l’IA. Ils ne les ont pas trouvés.
Les chômeurs, quelle que soit la durée, «se trouvaient dans des professions où environ 25 à 35% des tâches, en moyenne, pouvaient être effectuées par l’IA générative», avec «aucune tendance à la hausse claire».
De même, lorsque l’on considère l’utilisation de «l’automatisation / augmentation» au niveau de l’occupation, les auteurs résument que ces mesures «ne montrent aucun signe d’être lié à des changements dans l’emploi ou le chômage».
Chronologie des perturbations historiques
Les perturbations passées ont pris des années, pas des mois. Comme le dit Yale:
«Historiquement, les perturbations technologiques généralisées dans les lieux de travail ont tendance à se produire au fil des décennies, plutôt que des mois ou des années. Les ordinateurs ne sont devenus monnaie courante dans les bureaux que près d’une décennie après leur libération au public, et il leur a fallu encore plus de temps pour transformer les flux de travail de bureau.»
Les chercheurs soulignent également que leur travail n’est pas prédictif et sera mis à jour mensuellement:
«Notre analyse n’est pas prédictive de l’avenir. Nous prévoyons de continuer à surveiller ces tendances mensuellement pour évaluer comment les impacts professionnels de l’IA pourraient changer.»
Ce que cela signifie
Une approche mesurée bat la panique. En effet et Yale, soulignent que les résultats réalisés dépendent de l’adoption, de la conception du flux de travail et de la reskulling, et non de l’exposition brute.
Les effets en début de carrière méritent d’être regardés: Yale note les «preuves naissantes» des impacts possibles pour les travailleurs en début de carrière, mais les avertissements que les données sont limités et que les conclusions sont prématurées.
En avant
Les organisations doivent intégrer délibérément l’IA plutôt que de restructurer de manière réactive.
Jusqu’à ce que des données d’utilisation complètes et multiplateformes soient disponibles, les tendances de l’emploi restent l’indicateur le plus fiable. Jusqu’à présent, ils indiquent la stabilité sur la transformation.
Commentaires