Например, Claude назвал бухгалтеров одной из наиболее уязвимых категорий работников, тогда как Gemini оценил риск для этой профессии заметно ниже.
Искусственный интеллект пока не может договориться, какие профессии он вытеснит. К такому выводу пришли эксперты, изучившие ответы ведущих ИИ-моделей на вопрос о том, какие специальности сильнее всего подвержены риску автоматизации, сообщает The Wall Street Journal.
Группа американских экономистов взяли 18 000 рабочих задач из базы O*NET и попросили ChatGPT-5, Gemini 2.5 и Claude 4.5 оценить вероятность того, как разные профессии могут пострадать из-за развития ИИ. Однако результаты оказались противоречивыми.
Например, Claude назвал бухгалтеров одной из наиболее уязвимых категорий работников, тогда как Gemini оценил риск для данной профессии значительно ниже. Существенные расхождения также касались рекламных менеджеров и СЕО компаний.
Исследование показало, что ответы ChatGPT и Gemini нередко совпадали, но примерно в каждом четвертом случае модели приходили к разным выводам. Чаще всего искусственный интеллект расходится в выводах о профессиях, где сочетаются умственный и физический труд.
Авторы работы допустили, что расхождения, вероятно, связаны с разными данными, на которых обучаются модели. Если представители определенной профессии уже активно используют ИИ-инструменты, система получает больше информации о таких задачах и может считать эту сферу более подверженной автоматизации.
WSJ отмечает, что это исследование ставит под сомнение точность прогнозов о будущем рынка труда, если они строятся исключительно на анализе ИИ, а политикам, работодателям и образовательным учреждениям не стоит слишком буквально воспринимать такие прогнозы.
Ранее стало известно, что компании повторно нанимают бывших сотрудников, поскольку ИИ не оправдывает ожиданий. Дело в том, что в настоящий момент ИИ-агенты заменяют лишь элементы работы, а не целиком должности.
Эти данные подтверждает и отчет исследовательской группы MIT, который показывает, что 95% компаний, потратившихся на ИИ, не получили финансовой выгоды от своих инвестиций. Одна из проблем – сложность дообучения готовых ИИ-агентов для индивидуальных задач бизнеса.