ChatGPT, Gemini и Claude пренебрегнаха оценките за изчезването на професии поради ИИ, а учениците се съмняват в тяхната достоверност

Ключова идея на изследването

Економисти от Северозападния университет и Американския университет установиха, че трите най-големи езикови ИИ модели (ChatGPT‑5, Gemini 2.5 и Claude 4.5) дават различни оценки относно това кои професии се намират в рискованата зона за автоматизация. Това поставя под въпрос надеждността на „индексите на уязвимост към ИИ“ – числови показатели, които политиците и работодателите използват при планирането на бъдещия пазар на труда.

1. Как се провежда изследването
Стъпка | Какво правехме | Формулиране на задачата | Питали моделите да оценят уязвимостта на различни професии пред ИИ | Сравняване на отговорите | Присъединяване на оценки към реалните данни | Анализ на причините за разликите
Резултат: откриха се два ключови фактора – разлики в самите модели и влиянието на това кои специалисти вече използват ИИ.

2. Резултати
Професия | Claude 4.5 | Gemini 2.5 | ChatGPT‑5
Бухгалтер | Висока уязвимост | Низка | Средна
Рекламен мениджър | — | — | Руководител на високо ниво
*Разногласия*

- Claude поставя бухгалтера в топ, Gemini значително по-ниско.
- Оценките за рекламни мениджъри и топ‑мениджъри също се различават.
- ChatGPT и Gemini са сходни почти 75 % от времето, но се разминават около една четвърт.

*Влияние на „потребителите на ИИ“*

Финансови анализатори активно работят с невронни мрежи, създавайки данни, по които бъдещите модели се обучават. Това изкривява оценките и прави професии, вече тясно свързани с ИИ, по-уязвими в очите на моделите.

3. Как се изграждат индексите на уязвимост
1. Ръчно – експерти оценяват влиянието на ИИ върху конкретни задачи.
2. Анкети за потребители – събират мнения от тези, които вече използват платформата.
3. Най-големите езикови модели (LLM) – генерират оценки автоматично.

*Проблеми:*

- Ръчното е подложено на субективност.
- Анкетите се ограничават до една платформа и не отразяват целия пазар.

Въпреки това такива индекси широко се използват в аналитични доклади, консултинг и политика.

4. Какво означава това за практиката
* Надеждността на оценките – все още неизвестно дали LLM дават по-точни прогнози спрямо експертните методи.
* Рискът от вземане решения въз основа на един показател – авторите предупреждават, че политиците и работодателите могат грешно да разчитат на однозначни цифри.

5. Препоръки на изследователите
1. Използвайте едновременно няколко ИИ модели, а не само една.
2. Ясно посочете нивото на несигурност в резултатите.
3. Потвърждавайте заключенията с анкети от реални потребители, за да разберете какво точно се внедрява и кои задачи изпълнява ИИ.

> „Лично аз не бих разчитала само на един показател при вземането на решения относно смяна на работа или избор на специалност“, – отбелязва Мишел Инь.

Извод:

Текущите индекси на уязвимост към ИИ се нуждаят от по-критичен подход. Комбинирането на множество модели и емпирични данни ще помогне да се направят прогнозите по-надеждни и да се избегнат грешни решения, базирани на едностранни оценки.