Substituir, augmentar, donar suport: una mesura niuada de l’exposició a la IA generativa tasca a tasca

Aquest treball proposa un mètode per mesurar l’exposició potencial a la IA generativa de cada tasca d’O*NET, la base de dades ocupacional dels Estats Units. El resultat són tres nivells d’exposició niuats, que es poden fer servir en treball aplicat sobre el mercat laboral. Cada tasca es llegeix en el context de la seva ocupació. Preguntem primer si la IA pot substituir-ne el resultat amb la qualitat d’un treballador típic (Re). Si no pot, preguntem si pot augmentar el treballador prou per reduir a la meitat el temps que porta la tasca o portar-ne la qualitat al quartil superior (Au) i, si tampoc, si encara pot donar suport a la tasca amb alguna aportació aprofitable (Su).

Tres models de llenguatge de frontera puntuen els 24.087 parells tasca-activitat d’O*NET 31.0 (923 ocupacions) a partir d’un inventari datat de 33 benchmarks de capacitats, i una ronda Delphi resol els seus desacords. Ponderant pel temps, l’ocupació mitjana del catàleg té un 37,8 % del seu temps de treball substituïble, un 48,4 % augmentable i un 79,2 % amb possibilitat de suport.

Mesurem també tres factors d’ancoratge humà (nexe relacional, responsabilitat organitzativa i autoria) que mantenen les tasques d’un lloc de treball lligades a la persona que les fa, així com la part del temps de treball en què la IA ajuda un expert sense substituir-lo.