A ChatGPT, Gemini és Claude elosztották a mesterséges intelligencia által okozott szakmák eltűnésének becsléseit, míg a tudósok kétkednek azok megbízhatóságában

Kulcsötlet a kutatás

A Szépenyugat Egyetem és az Amerikai Egyetem közgazdászai kiderítették, hogy a három legnagyobb nyelvi AI‑modell (ChatGPT‑5, Gemini 2.5 és Claude 4.5) eltérő értékelést ad arról, mely szakmák vannak kockázatban az automatizációra. Ez megkérdőjelezi a „AI-reakciós indexek” megbízhatóságát – olyan numerikus mutatókat, amelyeket politikai döntéshozók és munkaadók használnak a jövőbeli munkaerőpiac tervezésénél.

1. Hogyan zajlott a kutatás
LépésMi történtFeladatfelállításKértek a modellektől, hogy értékeljék a különböző szakmák AI-hez való sebezhetőségét.Válaszok összehasonlításaÖsszevetettük az értékeléseket egymással és valós adatokkal.Okok elemzéseKét kulcsfontosságú tényezőt találtunk: a modellek közötti különbségeket és azt, hogy mely szakemberek már használják az AI-t.

2. Eredmények
SzakmaClaude 4.5Gemini 2.5ChatGPT‑5SzámológépMagas sebezhetőségAlacsonyKözepesReklámszolgálat—Felsővezető——
* Farkolatok

- Claude a könyvelőt a csúcsra helyezte, Gemini sokkal alacsonyabbra.

- A reklámszolgálatok és felsővezetők értékelései is különböztek.

- ChatGPT és Gemini majdnem 75 % esetben egyeztek, de körülbelül negyedében eltértek.

* Az „AI‑használók” hatása

A pénzügyi elemzők aktívan dolgoznak neurális hálózatokkal, adatokkal, amelyeken a jövőbeli modellek tanulnak. Ez torzítja az értékeléseket és a már szorosan összekapcsolódott szakmák sebezhetőbbnek tűnnek a modellek szemszögéből.

3. Hogyan épülnek az AI-reakciós indexek
1. Kézzel – szakértők értékelik az AI hatását konkrét feladatokra.

2. Felhasználói szavazások – gyűjtik azok véleményét, akik már használják a platformot.

3. A legnagyobb nyelvi modellek (LLM) – automatikusan generálják az értékeléseket.

*Problémák:*

- Kézi módszer szubjektív.

- Az felmérések egyetlen platformra korlátozódnak, és nem tükrözik a teljes piacot.

Ennek ellenére ilyen indexek széles körben alkalmazottak elemző jelentésekben, tanácsadásban és politikában.

4. Mit jelent ez a gyakorlat számára
* Az értékelések megbízhatósága – még nem ismert, hogy az LLM-ek pontosabb előrejelzéseket adnak-e, mint a szakértői módszerek.

* A döntéshozatal egyetlen mutató alapján kockázata – a szerzők figyelmeztetnek arra, hogy politikai döntéshozók és munkaadók tévesen támaszkodhatnak egysíkú számokra.

5. A kutatók ajánlásai
1. Használjon több AI‑modellt egyszerre, ne egyet.

2. Világosan jelölje a bizonytalansági szintet az eredményekben.

3. Erősítse meg a következtetéseket valós felhasználói felmérésekkel, hogy megértse, hogyan kerül bevezetésbe az AI és milyen feladatokat lát el.

> „Személy szerint nem tennék egyetlen mutatóra támaszkodva a munkahelyváltás vagy szakmai választás kérdéseiben”, – mondja Michelle Yin.

Következtetés:

Az aktuális AI-reakciós indexek kritikusabb megközelítést igényelnek. A több modell és empirikus adatok kombinációja segíthet megbízhatóbb előrejelzésekhez és a félrehallgató döntések elkerüléséhez.