ChatGPT, Gemini și Claude au exagerat scorurile privind dispariția profesiilor din cauza AI-ului, iar oamenii de știință îndoiesc de credibilitatea lor

Ideea cheie a cercetării

Economiști din Universitatea Nord-Vest și din Universitatea Americană au descoperit că cele trei modele lingvistice AI de top (ChatGPT‑5, Gemini 2.5 și Claude 4.5) oferă evaluări diferite privind profesiile care se află în zona de risc pentru automatizare. Acest lucru pune sub semnul întrebării fiabilitatea „indecșilor de susceptibilitate AI” – indicatori numerici folosiți de politicieni și angajatori la planificarea viitorului pieței muncii.

1. Cum a fost realizată cercetarea
Pas Ce se făcea Formularea problemei Am solicitat modelele să evalueze vulnerabilitatea diferitelor profesii față de AI. Compararea răspunsurilor Am corelativ evaluările între ele și cu date reale. Analiza cauzelor diferențelor Am identificat doi factori cheie: diferențele dintre modele și influența specialiștilor care deja utilizează AI.

2. Rezultatele
| Profesie | Claude 4.5 | Gemini 2.5 | ChatGPT‑5 |
|---|---|---|---|
| Contabil | Vulnerabilitate ridicată | Scăzută | Medie |
| Manager de publicitate | — | — | — |
| Director executiv | — | — | — |

*Dispute*

- Claude plasează contabilul în top, Gemini mult mai jos.
- Evaluările managerilor de publicitate și directorilor executivi diferă, de asemenea.
- ChatGPT și Gemini coincid în aproximativ 75 % cazuri, dar se abat la circa un sfert.

*Influența „utilizatorilor AI”*

Analistii financiari lucrează activ cu rețele neuronale, creând date pe care viitoarele modele le vor folosi pentru antrenament. Acest lucru distorsionează evaluările și face ca profesiile deja strâns legate de AI să pară mai vulnerabile în ochii modelelor.

3. Cum se construiesc indecșii de susceptibilitate
1. Manual – experții evaluează impactul AI asupra sarcinilor specifice.
2. Sondaje de utilizatori – colectează opiniile celor care deja folosesc platforma.
3. Modele lingvistice mari (LLM) – generează evaluări automat.

*Probleme:*

- Manual, subiectivitate.
- Sondajele se limitează la o singură platformă și nu reflectă întreaga piață.

În ciuda acestui fapt, astfel de indecși sunt utilizați pe scară largă în rapoarte analitice, consultanță și politici.

4. Ce înseamnă asta pentru practică
* Fiabilitatea evaluărilor – încă necunoscut dacă LLM oferă previziuni mai precise decât metodele experților.
* Riscul deciziilor bazate pe un singur indicator – autorii avertizează că politicieni și angajatori pot depinde eronat de cifre clare.

5. Recomandări ale cercetătorilor
1. Folosiți simultan mai multe modele AI, nu doar una.
2. Indicați clar nivelul de incertitudine în rezultate.
3. Confirmați concluziile prin sondaje cu utilizatori reali pentru a înțelege cum se implementează AI și ce sarcini îndeplinește.

> „Personal, nu m-aș baza pe un singur indicator pentru decizii privind schimbarea locului de muncă sau alegerea specialității”, spune Michelle Yin.

Concluzie:

Indecșii curenți de susceptibilitate AI necesită o abordare mai critică. Combinarea mai multor modele și a datelor empirice va face previziunile mai fiabile și va evita decizii greșite bazate pe evaluări unilaterale.