Исследователи проанализировали методологию оценки «экспозиции» профессий к технологиям искусственного интеллекта, ставшую стандартом в дискуссиях о будущем рынка труда. Речь идет о показателях, предложенных в работе Eloundou et al. (2023), где уровень воздействия ИИ определяется долей рабочих задач, в которых языковые модели могут оказать существенную помощь. Эти данные активно используются для прогнозирования трансформации профессий, однако авторы нового отчета указывают на необходимость критического пересмотра того, как именно интерпретируются эти цифры.
Основная проблема заключается в разрыве между теоретической способностью модели выполнить задачу и реальной экономической целесообразностью внедрения ИИ в конкретных условиях. Метрики экспозиции часто не учитывают регуляторные ограничения, стоимость интеграции, доступность данных и организационную инерцию компаний. В результате показатели, которые изначально задумывались как оценка потенциала автоматизации, нередко ошибочно воспринимаются как предсказание неизбежного сокращения рабочих мест или мгновенного роста производительности.
Авторы подчеркивают, что для точного понимания влияния технологий необходимо перейти от оценки «задач, которые ИИ может сделать» к анализу «задач, которые ИИ будет делать» с учетом рыночных факторов. Будущие исследования должны включать более глубокую интеграцию данных о затратах на внедрение, качестве результатов в специфических отраслях и готовности инфраструктуры. Только комплексный подход позволит отличить реальные риски для профессий от теоретических возможностей генеративных моделей.