生成式人工智能模型通常用于执行特定任务，例如从文本中生成图像或从语音中转录文本。这种系统正在重新配置整个经济中的现有流程，已被应用于写作辅助、编程和法律研究等领域的工作流程。GPT模型可能存在事实错误、固有偏误、隐私顾虑和虚假信息等风险，因此需要专业的工作流程系统来解决这些缺陷。当LLMs的性能超过特定阈值时，它们也能够通过积极的反馈循环进行自我改进和完善。

本文试图通过评估GPT对不同行业中工作任务的差异来探究LLMs的进步对于劳动力市场的影响。

本文利用 O*NET 27.2 数据库中的 1016 条职业信息，包括职业名称和 2087 个对应的详细工作活动（Detailed Work Activities, DWAs） 等。同时，本文制定了共 19265 项任务用于评估 GPT-4 对工作的辅助效果，这些任务大多数与 DWAs 相关。上表显示了计算机工程师/设计师、紧急救护、赌场服务、电商、幼儿园教师、小学教师等职业的工作活动内容和任务描述。

本文使用美国劳工统计局（Bureau of Labor Statistics, BLS）提供的2020-2021年职业就业系列数据，其中包括职业名称、每个职业的就业人数及工资、2031年这些职业的就业预测、职业准入的教育水平以及获得职业能力所需的在职培训情况等信息。BLS数据库可以与O*NET数据库联动，通过当前人口调查（Current Population Survey, CPS），将O*NET中的任务和工作活动数据集与BLS劳动力人口统计数据进行关联，形成截面数据。

研究采用暴露度（Exposure）作为GPT对工作任务影响的评估标准。暴露度的定义为：是否能够通过利用GPT将完成特定工作任务的时间减少至少50%。具体而言，本文主要采用了三种评估标准：

1.无暴露度（E0）：应用模型不能减少完成任务50%的耗时，或者降低了任务的完成质量。

2.直接暴露度（E1）：在保障任务质量的前提下，完成任务耗时减少50%。

3.LLM+暴露（E2）：虽然无法直接节省50%的任务耗时，但在LLM的基础上开发其他额外功能以节省50%以上的耗时（E3包括图像生成能力，本文在分析时将其合并进E2）。

值得注意的是，本文所采用的暴露度评估标准旨在评估GPT对于特定任务的辅助效果，而非评估其完全替代人类完成任务的能力。

本文构建了三个度量变量：𝛼、𝛽 和 ζ，用于评估GPT模型对工作任务的冲击程度。其中，𝛼=E1，表示受影响任务比例的下限；𝛽=E1+0.5*E2，E2的权重设定为 0.5，考虑到使用补充工具和应用程序部署技术需要额外投资；ζ=E1+E2，用来评估GPT及其驱动系统在工作任务中的最大暴露程度。

在评估职业的GPT系统整体暴露度时，文章使用了两种评估方法，分别为人工评分和GPT-4评分。

𝛼（即E1）：根据人类和GPT-4的评分，平均职业水平的𝛼值介于0.14和0.15之间，这表明对于普通职业来说，大约15%的任务会对GPT直接暴露（即耗时缩短一半以上）。在𝛽中，这个暴露程度增加到超过30%，甚至在某些情况下增加到超过50%。巧合的是，人类和GPT-4评分均将整个数据集中14%-15%的任务评为直接暴露。

𝛽（E1+0.5*E2）：根据𝛽值的估计，80%的员工至少有一项任务暴露于GPT，而19%的员工有一半以上的任务被标记为暴露于GPT。

上图展示了整个经济体相对于GPT的暴露强度，左图显示受影响职业的百分比，右图显示受影响工人的百分比。暴露的分布在职业和工人之间是相似的，这表明职业的工人集中度与职业相对于GPT的暴露度没有很高的相关性。我们预计它可能与为特定领域开发GPT驱动软件的投资密切相关。

上图表明工资较高的职业往往更容易受到GPT的影响，但GPT和某一职业从业人数的关系并不明显。

为探究职业技能的重要性和暴露度（𝛼，𝛽，𝜁）的关系，本文使用了O*NET数据集提供的基本技能及编程技能（见下表），并对每个职业的技能重要性进行量化，对暴露度进行了回归分析，以探究技能重要性与暴露程度之间的关联。

研究结果表明，科学和批判性思维技能的重要性与暴露度呈现出强烈的负相关性，这意味着需要这些技能的职业不太可能受到GPT的影响。相反，编程和写作技能与暴露呈现出强烈的正相关关系，这意味着涉及这些技能的职业更容易受到GPT的影响。

本文了还探讨行业的进入门槛，观察不同工作类型的暴露差异。其中一个代理变量为O*NET职业的 “工作区域”。工作区域将相似的职业分组，分组的标准为：（a）获得该职业所需的教育水平，（b）完成工作所需的相关经验量，以及（c）完成工作所需的现场培训程度。

在O*NET数据库中，共有5个工作区域，其中区域1需要的准备时间最短（3个月），而区域5需要的准备时间最长（4年及以上）。本文发现，随着所需准备程度的提高，中位数收入在不同工作区域之间单调递增。其中，区域1工人收入的中位数为30230美元，而区域5工人收入的中位数为80980美元。

评估GPT对劳动力可能产生潜在影响的趋势需要能区分他们所在的工作区域， 包括所需教育（获取技能的代表）和所需准备工作，文章在BLS职业数据中使用了两个变量：“入门所需的典型教育”和“在职获得职业能力所需的培训”。 

上表结果表明，持有学士、硕士和专业学位的人比没有正式教育证书的人更容易接触到GPT和GPT驱动软件，部分完成大学课程但没有学位的人也具有高水平的GPT暴露度。

上表显示，暴露最少的工作需要最长时间的培训，起薪水平也不高。相反，不需要在职培训或仅需要实习/住院的工作似乎有更高的收入，但更容易暴露于GPT。

文章附录给出了人工评估与GPT-4评估下不同行业的风险暴露程度，

在人工评估下，风险暴露程度最高的十大行业分别为：证券、大宗商品合同及其他金融投资及相关，保险公司及相关，数据加工托管及相关，其他信息服务，出版相关 （除了互联网），借贷信用中介及相关，出租非金融无形资产 （版权作品除外），基金，信托及其他金融工具，央行及货币当局，电子批发市场及中介机构。

在GPT-4评估下，风险暴露程度最高的十大行业分别为：数据处理托管及相关服务，其他信息服务，出版行业（互联网除外），保险公司及相关服务，借贷信用中介及相关，证券、大宗商品合约及其他金融服务相关，科学及技术专业服务，非金融无形资产出租（版权作品除外），广播电视（互联网除外），货币当局-央行。

本文有以下主要结论：

第一，大多数职业都在一定程度上暴露于GPT（LLMs），而高薪工作通常具备更高的暴露度。

第二，根据当前GPT的技术水平，约19%的工作岗位至少有50%的任务暴露于GPT。

研究结果显示，大型语言模型（如GPT）的广泛应用对美国经济发展和劳动力市场产生了重要影响，随着人工智能和自动化技术的不断发展，这种影响可能会不断扩大，可能导致经济不平等和劳动力市场的混乱。因此，政策制定者需要关注大型语言模型可能带来的伦理和安全风险，如偏见、虚假事实和错位等问题，并采取措施来减轻其可能带来的负面影响。

本文的政策含义是，政策制定者应该关注教育、工人培训、社会福利计划改革等方面，以平稳地过渡到一个越来越广泛采用大型语言模型的经济发展阶段。