Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Results found: 1

first rewind previous Page / 1 next fast forward last

Search results

help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
1
Publication available in full text mode
Content available

Generative AI and Jobs: An Analysis of Potential Effects on Global Employment

100%
Gmyrek P., Berg J., Bescond D.
Gospodarka Narodowa. The Polish Journal of Economics
|
2025
|
vol. 323
|
issue 3
6-30
PL
Badanie przedstawia globalną analizę potencjalnego wpływu generatywnej sztucznej inteligencji na zatrudnienie. Korzystając z modelu GPT-4, szacujemy wyniki na poziomie zadań i oceniamy ich potencjalne oddziaływanie na zatrudnienie w skali globalnej oraz w krajowych grupach dochodowych. Stwierdzamy, że praca biurowa jest jedyną spośród szerokich kategorii zawodowych w wysokim stopniu wystawionych na oddziaływanie technologii, podczas gdy inne grupy zawodowe, takie jak menedżerowie czy specjaliści, wykazują znacznie niższe poziomy ekspozycji. W związku z tym główny wpływ generatywnej sztucznej inteligencji będzie prawdopodobnie polegał na usprawnieniu pracy, a nie na pełnej automatyzacji zawodów. Ze względu na różne struktury zawodowe oddziaływanie na zatrudnienie różni się w zależności od kraju. W krajach o niskich dochodach tylko 0,4% całkowitego zatrudnienia może podlegać oddziaływaniu automatyzacji, w porównaniu z 5,5% w krajach o wysokich dochodach. Skutki automatyzacji są również silnie zróżnicowane ze względu na płeć, przy czym kobiety są ponad dwukrotnie bardziej podatne na wpływ automatyzacji niż mężczyźni. Ustaliliśmy, że 10,4 % zatrudnienia w krajach o niskich dochodach może zostać usprawniona w porównaniu z 13,4 % w krajach o wysokich dochodach. Szacunki te nie uwzględniają jednak ograniczeń infrastrukturalnych, które mogą znacząco ograniczać wdrażanie technologii w krajach o niższych dochodach.
EN
This study presents a global analysis of the potential effects of generative AI on employment. Using the GPT-4 model, we estimate task-level exposure scores and assess their potential employment impacts globally and across country income groups. We find that clerical work is the only broad occupational category highly exposed to the technology, while other occupational groups such as managers, professionals and associate professionals exhibit much lower exposure levels. Consequently, the primary impact of generative AI is likely to be the augmentation of work rather than the full automation of occupations. Due to different occupational structures, employment effects vary across countries. In low-income countries, only 0.4 percent of total employment is potentially exposed to automation effects, compared with 5.5 percent in high-income countries. The effects are also highly gendered, with women more than twice as likely as men to be affected by automation. We find that 10.4 percent of employment in low-income countries has the potential to be augmented, compared with 13.4 percent in high-income countries. However, these estimates do not consider infrastructure constraints, which may significantly limit adoption in lower-income contexts.
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.