Экономический индекс Anthropic10.02.2025 00:00

В ближайшие годы системы искусственного интеллекта окажут значительное влияние на то, как работают люди. По этой причине мы запускаем Экономический индекс Anthropic (Anthropic Economic Index) — инициативу, направленную на понимание влияния ИИ на рынки труда и экономику в динамике.

Первоначальный отчет Индекса предоставляет уникальные в своем роде данные и анализ, основанные на миллионах анонимизированных диалогов на сайте Claude.ai. Это позволяет получить самую четкую на сегодняшний день картину того, как ИИ внедряется в реальные задачи в современной экономике.

Мы также открываем доступ к набору данных, использованному для этого анализа, чтобы исследователи могли опираться на наши выводы и расширять их. Выработка мер политики в ответ на предстоящую трансформацию рынка труда и ее влияние на занятость и производительность потребует учета самых разных точек зрения. С этой целью мы также приглашаем экономистов, экспертов по вопросам политики и других исследователей оставить свои отзывы и предложения относительно Индекса.

Основные выводы первого доклада в рамках Экономического индекса:

• Сегодня использование ИИ сосредоточено в сфере разработки программного обеспечения и задач по созданию технической документации. Более трети профессий (примерно 36%) используют ИИ как минимум в четверти связанных с ними задач, в то время как примерно 4% профессий задействуют его в трех четвертях своих задач.
• Использование ИИ в большей степени склоняется к дополнению (augmentation) (57%), когда ИИ сотрудничает с человеком и расширяет его возможности, а не к полной автоматизации (43%), при которой ИИ выполняет задачи самостоятельно.
• Использование ИИ более распространено в профессиях со средним и высоким уровнем дохода, таких как программисты и специалисты по работе с данными, но ниже как для наименее, так и для наиболее высокооплачиваемых ролей. Это, вероятно, отражает как пределы текущих возможностей ИИ, так и практические барьеры на пути использования этой технологии.

Ниже приводятся более подробные сведения о наших первичных результатах.

Где и как ИИ используется в экономике, на основе данных о реальном использовании с сайта Claude.ai. Цифры отражают процент диалогов с Claude, которые были связаны с соответствующими отдельными задачами, профессиями и категориями.

Картирование использования ИИ на рынке труда

Наша новая работа продолжает давнюю традицию исследований влияния технологий на рынок труда — от прялки «Дженни» времен промышленной революции до современных роботов на автосборочных предприятиях. Мы сосредоточились на текущем влиянии ИИ. Мы не проводим опросы людей об использовании ими ИИ и не пытаемся предсказать будущее; вместо этого у нас есть прямые данные о том, как ИИ используется на практике.

Анализ профессиональных задач

Наше исследование началось с важного вывода из экономической литературы: иногда имеет смысл сосредоточиться на профессиональных задачах , а не на профессиях как таковых . Рабочие места часто имеют общие задачи и навыки: например, распознавание визуальных образов — это задача, которую выполняют дизайнеры, фотографы, сотрудники службы безопасности и радиологи.

Одни задачи поддаются автоматизации или дополнению с помощью новой технологии лучше, чем другие. Соответственно, можно ожидать, что ИИ будет внедряться выборочно для решения различных задач в рамках разных профессий, и что анализ задач — в дополнение к анализу профессий в целом — даст нам более полное представление о том, как ИИ интегрируется в экономику.

Использование Clio для сопоставления использования ИИ с задачами

Это исследование стало возможным благодаря аналитике и наблюдениям Claude или«Clio» — инструменту автоматизированного анализа, который позволяет нам анализировать диалоги с Claude, сохраняя при этом конфиденциальность пользователей1. Мы применили Clio к набору данных, состоящему примерно из одного миллиона диалогов с Claude (а именно, бесплатных и платных диалогов на Claude.ai), и использовали его для классификации диалогов по профессиональным задачам.

Мы выбирали задачи в соответствии с классификацией Министерства труда США, которое поддерживает базу данных из примерно 20 000 специфических рабочих задач, называемую Информационной сетью профессий, или O*NET. Clio сопоставил каждый диалог с задачей O*NET, которая наилучшим образом отражает роль ИИ в этом разговоре (процесс обобщен на рисунке ниже). Затем мы использовали схему O*NET для группировки задач в профессии, которые они лучше всего представляют, а профессий — в небольшой набор общих категорий: образование и библиотечное дело, бизнес и финансы и т. д.

Процесс, посредством которого наша система Clio преобразует диалоги с Claude (которые содержатся в строгой конфиденциальности; вверху слева) в профессиональные задачи (вверху посередине), а также в профессии и профессиональные категории, полученные из O*NET (вверху справа). Затем они могут быть использованы в различных видах анализа (нижний ряд; подробно описано ниже).

Результаты

Использование ИИ по типу работы. Задачи и профессии с наибольшим отрывом по уровню внедрения ИИ в нашем наборе данных относились к категории «компьютерные и математические науки», которая в значительной степени охватывает роли в области разработки программного обеспечения. 37.2% запросов, отправленных Claude, пришлись на эту категорию, охватывая такие задачи, как модификация программного обеспечения, отладка кода и устранение неполадок в сети.

Второй по величине категорией стали «искусство, дизайн, спорт, индустрия развлечений и СМИ» (10.3% запросов), что в основном отражает использование людьми Claude для различных видов письма и редактирования. Неудивительно, что профессии, связанные с высокой степенью физического труда, такие как работники в категории «сельское, рыбное и лесное хозяйство» (0.1% запросов), были представлены наименьшим образом.

Мы также сравнили показатели в наших данных с частотой появления каждой профессии на рынке труда в целом. Эти сравнения показаны на рисунке ниже.

Для каждого типа работы процент соответствующих диалогов с Claude показан оранжевым цветом по сравнению с процентом работников в экономике США с таким же типом работы (согласно категориям O*NET Министерства труда США), показанным серым цветом.

Глубина использования ИИ в рамках профессий. Наш анализ показал, что лишь очень немногие профессии задействуют ИИ для большинства связанных с ними задач: только примерно 4% рабочих мест использовали ИИ для не менее чем 75% задач. Тем не менее, более умеренное использование ИИ гораздо шире распространено: примерно 36% рабочих мест использовали ИИ для выполнения по крайней мере 25% своих задач.

Как мы и предполагали, в этом наборе данных не было свидетельств полной автоматизации рабочих мест: вместо этого ИИ распределился по множеству задач в экономике, оказав более сильное влияние на одни группы задач, чем на другие.

Использование ИИ и уровень зарплаты. База данных O*NET предоставляет медианную зарплату в США для каждой из перечисленных профессий. Мы добавили эту информацию в наш анализ, что позволило нам сопоставить медианные зарплаты профессий и уровень использования ИИ в соответствующих им задачах.

Интересно, что как низкооплачиваемые, так и очень высокооплачиваемые работы имели очень низкие показатели использования ИИ (обычно это были работы, требующие высокой степени ручной ловкости, такие как мойщики волос в парикмахерских и акушеры). Именно конкретные профессии со средним и высоким уровнем медианной заработной платы, такие как компьютерные программисты и копирайтеры, оказались — по нашим данным — одними из самых активных пользователей ИИ.

Годовая заработная плата (ось X) по сравнению с процентом диалогов с Claude, затрагивающих эту профессию (ось Y). Выделены некоторые показательные профессии.

Автоматизация по сравнению с дополнением. Мы также более подробно рассмотрели то, как выполнялись задачи —, а именно, какие задачи включали «автоматизацию» (когда ИИ напрямую выполняет такие задачи, как форматирование документа) в сравнении с «дополнением» (когда ИИ сотрудничает с пользователем для выполнения задачи).

В целом мы наблюдали небольшой перевес в сторону дополнения: 57% задач были дополнены ИИ, а 43% — автоматизированы. То есть чуть более чем в половине случаев ИИ использовался не для замены людей, выполняющих задачи, а работал вместе с ними, участвуя в таких процессах, как валидация (например, перепроверка работы пользователя), обучение (например, помощь пользователю в приобретении новых знаний и навыков) и итерация задач (например, помощь пользователю в генерации идей или выполнение других повторяющихся генеративных задач).

Процент диалогов с Claude, включавших дополнение по сравнению с автоматизацией, и разбивка подтипов задач внутри каждой категории. Подтипы определены в нашем документе следующим образом. Директивные: полное делегирование задач с минимальным взаимодействием; Обратная связь: выполнение задач под руководством внешней обратной связи; Итерация задач: совместный процесс доработки; Обучение: приобретение знаний и понимание; Валидация: проверка и улучшение работы.

Оговорки

Наше исследование дает уникальное представление о том, как ИИ меняет рынок труда. Но, как и любое исследование, оно имеет важные ограничения. Некоторые из них:

• Мы не можем знать наверняка, выполнял ли человек, обращающийся к Claude за решением задачи, рабочие обязанности. Тот, кто просит Claude дать совет по написанию текста или редактированию, может делать это на работе, но он также может делать это для романа, который пишет в качестве хобби.
• Связанный с этим момент: мы не знаем, как пользователи применяли ответы от Claude. Например, копировали ли они фрагменты кода? Проверяли ли они факты в ответах или принимали их на веру без критики? То, что в наших данных выглядит как автоматизация, на самом деле может быть дополнением: например, пользователь может попросить Claude написать для него полную служебную записку (что будет выглядеть как автоматизация), но затем отредактировать ее самостоятельно (что является дополнением).
• Мы также анализируем данные только бесплатных и платных тарифных планов Claude.ai, а не пользователей API, Team или Enterprise. Хотя данные Claude.ai содержат некоторые нерабочие диалоги, мы использовали языковую модель для фильтрации этих данных, чтобы они содержали только те разговоры, которые имеют отношение к профессиональным задачам, что помогает смягчить это опасение.
• Огромное количество различных задач означает, что Clio мог классифицировать некоторые диалоги некорректно (подробности о том, как мы проверяли анализ, см. в полной версии статьи, в частности в Приложении Б);
• Claude не умеет генерировать изображения (за исключением косвенных случаев через код), поэтому некоторые творческие варианты использования не будут отражены в данных;
• Учитывая, что Claude позиционируется как передовая модель для написания кода, мы можем ожидать, что программирование будет представлено в качестве сценария использования избыточно. По этой причине мы не утверждаем, что варианты использования в нашем наборе данных являются репрезентативной выборкой использования ИИ в целом.

Выводы и будущие исследования

Использование ИИ стремительно расширяется, а возможности моделей продолжают расти. Ситуация на рынке труда может выглядеть совсем иначе уже через сравнительно короткое время. По этой причине мы будем периодически повторять многие из описанных выше видов анализа, чтобы отслеживать социальные и экономические изменения, которые неизбежно произойдут. Мы будем регулярно публиковать результаты и сопутствующие наборы данных в рамках Экономического индекса Anthropic.

Подобные продольные (лонгитюдные) исследования могут дать нам новое понимание ИИ и рынка труда. Например, мы сможем отслеживать изменения глубины использования ИИ в рамках профессий. Если сохранится ситуация, при которой ИИ используется только для определенных задач и лишь на немногих рабочих местах ИИ задействован для подавляющего большинства задач, будущее может оказаться таковым, при котором большинство нынешних профессий эволюционируют, а не исчезнут. Мы также можем отслеживать соотношение автоматизации и дополнения, получая сигналы о тех областях, где автоматизация становится все более преобладающей.

Наше исследование предоставляет данные о том, как используется ИИ, но оно не предлагает готовых рецептов государственной политики. Ответы на вопросы о том, как подготовиться к влиянию ИИ на рынок труда, не могут быть получены исключительно в рамках изолированных исследований; скорее, они будут получены на основе сочетания фактических данных, ценностей и опыта с самых разных точек зрения. Мы с нетерпением ждем возможности использовать нашу новую методологию, чтобы пролить больше света на эти вопросы.

Ознакомьтесь с полным текстом статьи для получения более подробной информации о наших анализах и результатах.

Открытые данные и призыв к сотрудничеству

Наиболее важным вкладом этой работы и Экономического индекса Anthropic является новая методология, предоставляющая подробные данные о последствиях влияния ИИ. Мы незамедлительно и открыто делимся набором данных, который использовали для вышеуказанного анализа, и планируем публиковать подобные наборы данных по мере их появления в будущем.

Полный набор данных можно скачать здесь.

Форма для исследователей, желающих оставить отзыв о наших данных и предложить новые направления исследований, находится здесь.

Благодарности

Мы ценим конструктивные комментарии и обсуждения предварительных выводов и черновиков статьи, полученные от Джонатана Хейзелла, Андерса Хамлума, Молли Киндер, Антона Коринека, Бенджамина Краузе, Майкла Кремера, Джона Листа, Итана Моллика, Лилах Моллик, Арджуна Рамани, Уилла Райнхарта, Роберт Симанс, Майкл Уэбб и Чензи Сюй.

Работайте с нами

Если вам интересно работать в Anthropic над исследованием влияния ИИ на рынок труда, мы приглашаем вас подать заявку на открытые позиции научного сотрудника в области социальных последствий (Research Scientist) и инженера-исследователя (Research Engineer).