En OpenAI medgrunnlegger «vibe kodet» en analyse av USAs arbeidsmarkeds eksponering for AI, og de best betalte jobbene har de dårligste resultatene

<h1>En OpenAI medgrunnlegger «vibe kodet» en analyse av USAs arbeidsmarkeds eksponering for AI, og de best betalte jobbene har de dårligste resultatene</h1>
<p>Andrej Karpathy brukte AI til å vurdere hvilke yrker i USA som er mest sårbare for teknologien midt i økende frykt for at en jobbpokalypse kan være på vei til økonomien.</p>
<p>I helgen postet OpenAI medgrunnlegger og tidligere AI-direktør i <a href="https://fortune.com/company/tesla/">Tesla</a> en graf som viser hvor mottakelig hvert yrke er for Al og automatisering, ved hjelp av data fra Bureau of Labor Statistics. Ulike jobber fikk poeng på en skala fra 0 til 10, der 10 er mest eksponert.</p>
<p>Selv om den samlede veideksponeringen var 4,9, viste Karpathys data også at yrker som tjener mer enn 100 000 dollar i året, hadde den dårligste gjennomsnittspoengsummen (6,7), mens de som tjener mindre enn 35 000 dollar, hadde lavest eksponering (3,4).</p>
<p>Hans diagram fikk raskt oppmerksomhet på nettet, med mange som forutså dommedag for hvite krage-arbeidere. Men Karpathy fjernet snart dataene.</p>
<p>«Dette var et lørdag morgen 2 timers vibe kodet prosjekt inspirert av en bok jeg leser,» <a href="https://x.com/karpathy/status/2033229482316992999?s=46&amp;t=Qzf619GMalbD77YmVui2Jw">forklarte han på X</a> søndag morgen. «Jeg trodde koden/dataene kunne være nyttige for andre å utforske BLS-datasettet visuelt, eller fargelegge det på forskjellige måter eller med forskjellige oppfordringer eller legge til egne visualiseringer. Det har blitt grovt feiltolket (noe jeg burde ha forutsett selv til tross for readme-dokumentene) så jeg tok det ned.»</p>
<p>Han svarte ikke på spørsmål om hvordan det har blitt feiltolket og hva den korrekte tolkningen burde være.</p>
<p>Likevel kan en <a href="https://web.archive.org/web/20260315050821/https://karpathy.ai/jobs/">arkivert versjon av diagrammet</a> kanskje ikke være så overraskende, da det gjenspeiler det andre har sagt om hvordan AI kan forme USAs arbeidsmarked.</p>
<p>For eksempel fikk programvareutviklere, datamaskinprogrammerere, databaseadministratorer, dataforskere, matematikere, finansanalytikere, juridiske assistenter, skribenter, redaktører, grafiske designere og markedsforskere poengsum 9.</p>
<p>Dette mens sofistikerte AI-verktøy i økende grad brukes til å regne tall og produsere innhold, og utføre oppgaver som pleide å kreve timer, dager eller til og med uker for kunnskapsarbeidere.</p>
<p>Selv om AI anses som en produktivitetsforbedrer for erfarne ansatte, er det økende bevis på at selskaper har mindre behov for nyutdannede. Flere selskaper kunngjør også oppsigelser og skylder på AI, selv om skeptikere ser det som en syndebukk for å korrigere overbemanning i pandemiperioden.</p>
<p>I mellomtiden viste Karpathys diagram at bygningsarbeidere, takleggere, malere, rengjøringsarbeidere, jernarbeidere og vedlikeholdsarbeidere fikk poengsum bare 1. Tilsvarende fikk helsearbeidere, sykepleieassistenter, massageterapeuter, tannpleiere, veterinærassistenter, manikyrister, barbere og bartendere poengsum 2.</p>