Studie welche Jobs durch GPT-4 ersetzt werden

Diese Studie von OpenAI zeigt, welche Jobs durch GPT-4 ersetzt werden könnten

Schriftsteller/innen und Programmierer/innen könnten dies als Bedrohung oder Chance sehen.

OpenAI hat kürzlich GPT-4 vorgestellt, eine neue Version von ChatGPT, die nicht nur mit Text arbeiten kann, sondern auch erstaunliche neue Funktionen hat.

GPT-4 hat einige Fachleute mehr denn je in Angst und Schrecken versetzt, vor allem nachdem OpenAI kürzlich ein Papier veröffentlicht hat: GPTs sind GPTs – Ein erster Blick auf das Arbeitsmarktpotenzial von großen Sprachmodellen.

Falls du keine Zeit hast, dich durch die 35 Seiten des Papiers zu arbeiten, hier sind einige wichtige Punkte, die du wissen solltest von uns zusammen gefasst worden.

Über die Studie

Wir untersuchen die potenziellen Auswirkungen von großen Sprachmodellen (LLMs) wie Generative Pretrained Transformers (GPTs) auf den US-Arbeitsmarkt und konzentrieren uns dabei auf die erweiterten Fähigkeiten, die sich aus LLM-gestützter Software im Vergleich zu LLMs allein ergeben. Mithilfe einer neuen Rubrik bewerten wir Berufe nach ihrer Übereinstimmung mit LLM-Fähigkeiten, wobei wir sowohl menschliches Fachwissen als auch die GPT-4-Klassifikationen berücksichtigen.

Unsere Ergebnisse zeigen, dass etwa 80 % der Beschäftigten in den USA von der Einführung von LLMs mindestens 10 % ihrer Arbeitsaufgaben betroffen sein könnten, während bei etwa 19 % der Beschäftigten mindestens 50 % ihrer Aufgaben davon betroffen sein könnten. Wir machen keine Vorhersagen über die Entwicklung oder den Zeitplan der Einführung solcher LLMs.

Die prognostizierten Auswirkungen erstrecken sich über alle Lohnstufen, wobei Arbeitsplätze mit höherem Einkommen potenziell stärker von LLM-Funktionen und LLM-gestützter Software betroffen sind. Bezeichnenderweise sind diese Auswirkungen nicht auf Branchen mit einem höheren Produktivitätswachstum in der jüngsten Vergangenheit beschränkt. Unsere Analyse deutet darauf hin, dass mit Zugang zu einem LLM etwa 15 % aller Arbeitsaufgaben in den USA bei gleicher Qualität deutlich schneller erledigt werden könnten. Unter Einbeziehung von Software und Werkzeugen, die auf LLMs aufbauen, erhöht sich dieser Anteil auf 47 bis 56 % aller Aufgaben. Diese Erkenntnis bedeutet, dass LLM-gestützte Software einen erheblichen Einfluss auf die Skalierung der wirtschaftlichen Auswirkungen der zugrunde liegenden Modelle hat. Wir kommen zu dem Schluss, dass LLMs wie GPTs Züge von Allzwecktechnologien aufweisen, was darauf hindeutet, dass sie erhebliche wirtschaftliche, soziale und politische Auswirkungen haben könnten.

Die Studie befasst sich mit den potenziellen Auswirkungen von großen Sprachmodellen (LLMs) wie GPTs auf den US-Arbeitsmarkt.

Es wurde festgestellt, dass 80 % der US-Arbeitskräfte von der Einführung von LLMs mindestens 10 % ihrer Arbeitsaufgaben betroffen sein könnten, während bei etwa 19 % der Arbeitnehmer/innen mindestens 50 % ihrer Aufgaben davon betroffen sein könnten.

Es wird erwartet, dass alle Lohnniveaus betroffen sein werden, aber höher bezahlte Jobs könnten stärker von LLM-Fähigkeiten und LLM-gestützter Software betroffen sein.

Die Liste der Berufe, die weniger und mehr von LLMs betroffen sind, findest du weiter unten in diesem Artikel.

Wie wird das gemessen?

Diese Studie präsentiert die Ergebnisse auf der Grundlage der „Exposition“, die als Maß dafür definiert ist, ob der Zugang zu einem LLM oder einem LLM-gestützten System die Zeit, die ein Mensch benötigt, um eine bestimmte detaillierte Arbeitstätigkeit (DWA) auszuführen oder eine Aufgabe zu erledigen, um mindestens 50 Prozent reduzieren würde.

Sie nutzten die ONET-Arbeitsdatenbank, um eine Stichprobe von Berufen, Aufgaben und DWA zu erhalten. Hier ist ein Beispiel für einen Datenpunkt in der ONET-Arbeitsdatenbank.

Berufsbezeichnung: „Online-Händler/innen“
DWA: „Verkäufe oder andere finanzielle Transaktionen durchführen“
Aufgabenbeschreibung: „E-Mail-Bestätigungen über abgeschlossene Transaktionen und den Versand zustellen“

Nun gibt es 3 verschiedene Stufen der Gefährdung:

• Keine Exposition (E0): Die Verwendung von LLM führt zu keiner oder nur zu einer minimalen Verringerung der Zeit, die für die Durchführung der Aktivität/Aufgabe benötigt wird.
• Direkte Exposition (E1): LLM reduziert die Zeit, die für die Durchführung der DWA oder Aufgabe benötigt wird, um mindestens die Hälfte
• LLM+ ausgesetzt (E2): Zusätzliche Software könnte die Zeit, die benötigt wird, um die Tätigkeit/Aufgabe mit Qualität zu erledigen, um mindestens die Hälfte reduzieren.

Nachdem sie alle Berufe in Aufgaben/DWA aufgeteilt und den gemeinsamen Leitfaden zur Messung der Exposition hatten, baten sie menschliche Experten und GPT-4, die Exposition einiger DWAs und Aufgaben gegenüber LLMs zu definieren.

Hier sind die Ergebnisse.

Die Berufe, die „sicher“ sind

Beginnen wir mit den Berufen, in denen es keine Exposition gegenüber LLM gibt. Hier ist ein Teil einer langen Liste von Berufen ohne gekennzeichnete exponierte Aufgaben.

Berufe ohne gekennzeichnete exponierte Aufgaben

• Bediener von landwirtschaftlichen Geräten
• Athleten und Sportwettkämpfer
• Autoglasinstallateure und -reparateure
• Bus- und LKW-Mechaniker/innen und Dieselmotorenspezialisten/innen
• Zementmischer und Betonbauer
• Köche, Kurzzeitköche
• Schneide- und Trimmtechniker, Hand
• Bediener von Bohrtürmen, Öl und Gas
• Speisesaal- und Cafeteria-Bedienstete und Barkeepergehilfen
• Tellerwäscher
• Bediener von Schwimmbaggern
• Installateure und Reparateure von elektrischen Stromleitungen
• Bediener von Bagger- und Lademaschinen und Schleppschaufeln, Tagebau
• Bodenleger, außer Teppich-, Holz- und Hartbodenfliesenleger
• Gießereiformenbauer und Kernmacher
• Helfer – Maurer, Steinmetze, Steinbildhauer, Fliesen- und Marmorleger
• Hilfskräfte – Tischler
• Helfer-Maler, Tapezierer, Gipser und Stuckateure
• Helfer-Rohrleger, Klempner, Rohrschlosser und Dampferzeuger
• Helfer-Dachdecker
• Fleisch-, Geflügel- und Fischschneider und -trimmer
• Motorradmechaniker
• Bediener von Pflaster-, Oberflächenbehandlungs- und Stopfmaschinen
• Bediener von Pfahlrammen
• Gießer und Gießerinnen, Metall
• Bediener von Gleisbau- und Wartungsgeräten
• Reparaturarbeiter für feuerfeste Materialien, außer Maurer
• Dachdecker, Bergbau
• Roustabouts, Öl und Gas
• Schlachter und Fleischverpacker
• Steinmetze
• Dachdecker
• Reifenreparateure und -wechsler
• Brunnenputzer

Wie du dir vielleicht denken kannst, ist keiner dieser Berufe ein Bürojob, sondern die meisten sind manuelle Tätigkeiten. Laut der Studie gehören das verarbeitende Gewerbe, die Landwirtschaft und der Bergbau zu den „sichersten“ Branchen (vielleicht ist es noch nicht zu spät, diese Dinge zu lernen!)

Jobs mit hohem Einkommen sind nicht „sicher“

Hier ist eine interessante Schlussfolgerung der Studie: Arbeitsplätze mit höherem Einkommen sind potenziell stärker von LLM-Fähigkeiten und LLM-gestützter Software betroffen.

Die meisten dieser einkommensstarken Jobs erfordern ein hohes Bildungsniveau. Es scheint also, dass je höher das Bildungsniveau einer Person ist, desto wahrscheinlicher ist es, dass sie ihren Job in Zukunft verliert.

Ich weiß, es klingt verrückt, aber sowohl die Humanexperten als auch GPT-4 stimmen dem zu: Je höher dein Einkommen ist, desto höher ist deine Gefährdung.

Hier ist die Liste der Berufe mit der höchsten Gefährdung, laut den menschlichen Experten.

Hier ist die Liste der Berufe mit der höchsten Gefährdung, laut den menschlichen Experten.

Gruppe Berufe mit der höchsten Exposition % Exposition

Gruppe	Berufe mit höchstem Expositionsgrad %	Exposition
Mensch 𝛼𝛼𝛼	Dolmetscher und Übersetzer	76,5
Umfrageforscher	75,0
Dichter, Liedtexter und Kreativschaffende	68,8
Tierwissenschaftler	66,7
Public-Relations-Spezialisten	66,7
Mensch 𝛽𝛽𝛽	Umfrageforscher	84,4
Autoren und Schriftsteller	82,5
Dolmetscher und Übersetzer	82,4
Public-Relations-Spezialisten	80,6
Tierwissenschaftler	77,8
Mensch 𝜁𝜁𝜁	Mathematiker	100,0
Steuerberater	100,0
Finanzquantitative Analysten	100,0
Autoren und Schriftsteller	100,0
Web- und Digital-Interface-Designer	100,0

Hier ist die Liste der Berufe mit der höchsten Exposition, die die Modelle ermittelt haben.

Modell	Berufe mit höchstem Expositionsgrad %	Exposition
Modell 𝛼𝛼𝛼	Mathematiker	100,0
Korrespondenzangestellte	95,2
Blockchain-Ingenieure	94,1
Gerichtsschreiber und Simultandolmetscher	92,9
Korrekturleser und Korrekturzeichenmacher	90,9
Modell 𝛽𝛽𝛽	Mathematiker	100,0
Blockchain-Ingenieure	97,1
Gerichtsschreiber und Simultandolmetscher	96,4
Korrekturleser und Korrekturzeichenmacher	95,5
Korrespondenzangestellte	95,2
Modell 𝜁𝜁𝜁	Wirtschaftsprüfer und Buchhalter	100,0
Nachrichtenanalysten, Reporter und Journalisten	100,0
Juristische Sekretäre und Verwaltungsassistenten	100,0
Klinische Datenmanager	100,0
Klimawandel-Politikanalysten	100,0

Die Prozentsätze der Exposition geben den Anteil der Aufgaben eines Berufs an, der GPTs (𝛼) oder GPT-gestützter Software (𝛽 und 𝜁) ausgesetzt ist. Erinnere dich daran, dass „Belastung“ definiert ist als eine Verringerung der Zeit, die für die Erledigung der Aufgabe benötigt wird, um mindestens 50%.

Das heißt aber nicht, dass die oben genannten Berufe durch KI-Technologie vollständig automatisiert werden können! Und bevor du dein Studium abbrichst, solltest du das als Warnung verstehen, deine Fähigkeiten weiterzuentwickeln und dich an unsere moderne Welt anzupassen.

Apropos Fähigkeiten: Die Studie zeigt den Zusammenhang zwischen einigen grundlegenden Fähigkeiten und der Exposition. Die Ergebnisse deuten darauf hin, dass die Wichtigkeit von naturwissenschaftlichen Kenntnissen und kritischem Denken stark negativ mit der Exposition zusammenhängt, während Programmier- und Schreibkenntnisse einen starken positiven Zusammenhang mit der Exposition aufweisen.

Das bedeutet, dass Berufe, die kritisches Denken erfordern, weniger von LLMs beeinflusst werden, während Programmierer/innen und Schriftsteller/innen anfälliger für LLMs sind.

Hier ist die Tabelle mit allen Fähigkeiten.

Basic Skill 𝛼𝛼𝛼 (std err)	𝛽𝛽𝛽 (std err)	𝜁𝜁𝜁 (std err)
Alle Fähigkeiten-Bewertungen sind zwischen 0 und 1 normiert.
Konstante 0,082***	-0,112***	0,300***
(0,011)	(0,011)	(0,057)
Aktives Zuhören 0,128**	0,214***	0,449***
(0,047)	(0,043)	(0,027)
Mathematik -0,127***	0,161***	0,787***
(0,026)	(0,021)	(0,049)
Leseverständnis 0,153***	0,470***	-0,346***
(0,041)	(0,037)	(0,017)
Naturwissenschaften -0,114***	-0,230***	-0,346***
(0,014)	(0,012)	(0,017)
Sprechen -0,028	0,133***	0,294***
(0,039)	(0,033)	(0,042)
Schreiben 0,368***	0,467***	0,566***
(0,042)	(0,037)	(0,047)
Aktives Lernen -0,157***	-0,065**	0,028
(0,027)	(0,024)	(0,032)
Kritisches Denken -0,264***	-0,196***	-0,129**
(0,036)	(0,033)	(0,042)
Lernstrategien -0,072*	-0,209***	-0,346***
(0,028)	(0,025)	(0,034)
Überwachung -0,067**	-0,149***	-0,232***
(0,023)	(0,020)	(0,026)
Programmierung 0,637***	0,623***	0,609***
(0,030)	(0,022)	(0,024)

Solltest du diese Arbeit ernst nehmen?

Trotz des beeindruckenden Umfangs der Arbeit hat der GPT-4-Bericht einen Teil der Branche verwirrt.

William Falcon, CEO von Lightning AI, sagte: „Ich glaube, was uns alle stört, ist, dass OpenAI ein ganzes Papier von etwa 90 Seiten Länge verfasst hat. Das gibt uns das Gefühl, dass es Open-Source und akademisch ist, aber das ist es nicht. Sie beschreiben darin buchstäblich nichts.„

Laut Falcon erfüllt das OpenAI-Dokument nicht die Kriterien für wissenschaftliche Forschung, da Drittentwickler nicht in der Lage sein werden, die „Experimente“ mit GPT-4 zu wiederholen.

Ob es eine Entlassungswelle unter den Top-Jobs mit hoher Belastung geben wird, kann niemand mit Sicherheit sagen. Auf den ersten Blick könnte es so aussehen, als würden viele Arbeitsplätze ersetzt. Andererseits kann die generative KI die Entwicklung neuer Produkte und Dienstleistungen beeinflussen, die es vorher nicht gab, und damit neue Beschäftigungsmöglichkeiten schaffen.

Ich persönlich möchte an die zweite Option glauben.