Eine Studie von OpenAI, OpenResearch und der Universität von Pennsylvania untersucht die möglichen Auswirkungen großer Sprachmodelle auf den Arbeitsmarkt.
Der Studie zufolge werden große Sprachmodelle mindestens zehn Prozent der Arbeit von rund 80 Prozent der US-Arbeiter:innen beeinflussen. Für 19 Prozent der Arbeiter:innen sollen Sprachmodelle mindestens 50 Prozent der Aufgaben beeinflussen.
Die Forscherinnen und Forscher stützen sich dabei auf eine Analyse von 19.265 Aufgaben und 2.087 Arbeitsprozessen, die in der Datenbank "O*NET 27.2" beschrieben sind. Die Datenbank umfasst 1.016 Berufe mit detaillierten Beschreibungen ihrer Aufgaben und Arbeitsprozesse, wie "Skripte studieren, um Projektanforderungen zu ermitteln".
50-Prozent-Reduzierung der Arbeitszeit als Bewertungskriterium
Als Proxy für die potenziellen wirtschaftlichen Auswirkungen auf die Berufe definierten die Forscherinnen und Forscher die Exposition gegenüber Sprachmodellen im Verhältnis zur Zeit, die für eine Aufgabe benötigt wird.
Wenn ein GPT-Modell oder der Zugang zu einem GPT-basierten System diese Zeit um 50 Prozent reduzieren kann, betrachten die Forscherinnen und Forscher diese Aufgabe als direkt durch KI-Sprachmodelle beeinflusst. Dabei unterscheiden sie nicht zwischen arbeitsunterstützenden und arbeitsersetzenden Effekten.
Die "etwas willkürliche" Wahl der 50-Prozent-Marke begründen die Forschenden damit, dass die Akzeptanz der Technologie in Bereichen mit deutlichen Produktivitätssteigerungen am höchsten sein dürfte. Zudem erleichtere der Schwellenwert die Bewertung.
Um die Expositionsdefinition auf Berufsdaten in der US-Wirtschaft anzuwenden, setzte das Team menschliche Bewerter:innen und GPT-4 selbst ein. Dabei wurden sowohl die Möglichkeiten aktueller Modelle als auch die zu erwartender GPT-basierter Software berücksichtigt.
Besser bezahlte Berufe stärker von Sprachmodellen betroffen
Ein Ergebnis der Studie ist, dass besser bezahlte Berufe insgesamt stärker vom KI-Wandel betroffen sind. Berufe, die sich besonders auf Wissenschaft und kritisches Denken stützen, sind weniger gefährdet. Dagegen sind Programmier- und Schreibberufe besonders stark von der Verbreitung großer Sprachmodelle betroffen.
Eine weitere Beobachtung der Studie ist, dass Berufe mit hohen Eintrittsbarrieren eher von großen Sprachmodellen beeinflusst werden als Berufe mit niedrigen Eintrittsbarrieren.
Dies zeigt auch ein Blick auf die Berufe ohne Exposition gegenüber großen Sprachmodellen: Hier finden sich vor allem handwerkliche Berufe wie Steinmetz oder Koch, die in der Regel nach einer kürzeren Schulausbildung erlernt werden können und kein langjähriges Studium voraussetzen.
Indirekte Auswirkungen auf diese Berufe sind jedoch zu erwarten: Wenn große Sprachmodelle viele Bürojobs überflüssig machen, könnten handwerkliche Berufe mehr Zulauf bekommen, was wiederum den Wettbewerbs- und Leistungsdruck in diesen Segmenten erhöhen könnte.
"GPTs sind GPTs"
Zum Abschluss ihrer Studie greifen die Forscherinnen und Forscher zu einem rhetorischen Trick: GPTs seien GPTs.
Damit meinen sie, dass die "Generative Pre-trained Transformers", die neuronalen Netze von GPT-4 und Co, zufällig die gleiche Abkürzung haben wie "General-Purpose Technologies", also Querschnittstechnologien wie Elektrizität, Feuer oder Mobilität, die große Auswirkungen auf die gesamte Volkswirtschaft haben. Die Forschenden gehen davon aus, dass die untersuchten Sprach-GPTs Merkmale dieser Querschnittstechnologien aufweisen.
Unsere Analyse zeigt, dass die Auswirkungen von LLMs wie GPT-4 wahrscheinlich weitreichend sind. Während sich die LLMs im Laufe der Zeit immer weiter verbessert haben, dürfte ihr wachsender wirtschaftlicher Effekt anhalten und zunehmen, selbst wenn wir die Entwicklung neuer Fähigkeiten heute stoppen. Wir stellen auch fest, dass sich die potenziellen Auswirkungen von LLMs erheblich ausweiten, wenn wir die Entwicklung von ergänzenden Technologien berücksichtigen.
Eloundou et al.
Weitere Forschungsarbeiten seien erforderlich, um die weiterreichenden Auswirkungen des lebenslangen Lernens zu untersuchen, einschließlich des Potenzials, menschliche Arbeit zu ergänzen oder zu ersetzen, der Auswirkungen auf die Qualität der Arbeit, der Ungleichheiten, der Kompetenzentwicklung und vieler anderer Bereiche, so das Forschungsteam. Diese Arbeiten könnten der Politik und den Interessengruppen helfen, fundiertere Entscheidungen über die "Rolle der KI für die Zukunft der Arbeit" zu treffen.
