Ещё один взгляд на эту проблему предложили исследователи рынка труда и ИИ Sam Manning и Tomás Aguirre и журналисты Washington Post, которые эти данные визуализировали.
Ранние работы оценивали уязвимость профессий «в лоб»: насколько задачи работника совпадают с тем, что ИИ потенциально может ускорить или взять на себя. Авторы же этого исследования добавили второе измерение — «адаптивный потенциал»: есть ли у работника сбережения, переносимые навыки, доступ к широкому рынку труда и достаточно лет и энергии, чтобы переучиться.
Оказалось, что даже среди профессий с высокой ИИ-уязвимостью разрыв может быть огромным. Веб-дизайнеры и программисты, скорее всего, смогут перестроиться — а вот писатели, туристические гиды, продавцы в рознице и преподаватели вузов рискуют куда больше.
Отдельный важный вывод — гендерный перекос: среди работников с высокой ИИ-уязвимостью и низким адаптивным потенциалом 86% составляют женщины. Во многом потому, что именно женщины чаще работают на административных и офисных должностях, которые ИИ может задеть раньше других.
Впрочем, такие оценки всё ещё очень условны: мы пока плохо умеем предсказывать, какие профессии ИИ вытеснит, а какие просто изменит. Пугаться заранее не стоит — но учитывать этот риск и готовиться к переменам — вполне.
Хорошая визуализация помогает не просто показать результаты исследования, а увидеть закономерности, которые сложно заметить в тексте или таблице. Именно такие графики становятся основой для обсуждений, принятия решений и новых вопросов.
На курсе «Эстетика в графиках» мы разбираем реальные исследования ведущих мировых медиа и аналитических центров, чтобы понять, почему одни визуализации мгновенно доносят идею, а другие оставляют читателя в недоумении.
Если хотите научиться создавать графики, которые объясняют сложные исследования так же убедительно, записывайтесь на курс «Эстетика в графиках» и присоединяйтесь к ближайшему потоку.
Ранние работы оценивали уязвимость профессий «в лоб»: насколько задачи работника совпадают с тем, что ИИ потенциально может ускорить или взять на себя. Авторы же этого исследования добавили второе измерение — «адаптивный потенциал»: есть ли у работника сбережения, переносимые навыки, доступ к широкому рынку труда и достаточно лет и энергии, чтобы переучиться.
Оказалось, что даже среди профессий с высокой ИИ-уязвимостью разрыв может быть огромным. Веб-дизайнеры и программисты, скорее всего, смогут перестроиться — а вот писатели, туристические гиды, продавцы в рознице и преподаватели вузов рискуют куда больше.
Отдельный важный вывод — гендерный перекос: среди работников с высокой ИИ-уязвимостью и низким адаптивным потенциалом 86% составляют женщины. Во многом потому, что именно женщины чаще работают на административных и офисных должностях, которые ИИ может задеть раньше других.
Впрочем, такие оценки всё ещё очень условны: мы пока плохо умеем предсказывать, какие профессии ИИ вытеснит, а какие просто изменит. Пугаться заранее не стоит — но учитывать этот риск и готовиться к переменам — вполне.
Хорошая визуализация помогает не просто показать результаты исследования, а увидеть закономерности, которые сложно заметить в тексте или таблице. Именно такие графики становятся основой для обсуждений, принятия решений и новых вопросов.
На курсе «Эстетика в графиках» мы разбираем реальные исследования ведущих мировых медиа и аналитических центров, чтобы понять, почему одни визуализации мгновенно доносят идею, а другие оставляют читателя в недоумении.
Если хотите научиться создавать графики, которые объясняют сложные исследования так же убедительно, записывайтесь на курс «Эстетика в графиках» и присоединяйтесь к ближайшему потоку.