TL;DR
- اطلاعات دستمزد تصمیمات مهم را شکل میدهد:.
- افراد برای چه مشاغلی درخواست میدهند،.
- آیا مذاکره میکنند و آیا یک مسیر شغلی خاص ارزش دنبال کردن را دارد یا خیر.
چه اتفاقی افتاد
اطلاعات دستمزد تصمیمات مهم را شکل میدهد:. افراد برای چه مشاغلی درخواست میدهند،.
آیا مذاکره میکنند و آیا یک مسیر شغلی خاص ارزش دنبال کردن را دارد یا خیر. اما برخلاف قیمت بیشتر کالاها،.
قیمت نیروی کار اغلب به سختی یافت میشود و تفسیر آن دشوار است – بهویژه برای کارگرانی که. در ابتدای کار،.
تغییر رشتهها یا جابجایی مکانها هستند. هوش مصنوعی نوع جدیدی از منابع بازار کار است.
یک مدل به جای اینکه از کارگر بخواهد در چندین وبسایت جستجو کند،. صفحات حقوق پراکنده را تفسیر کند،.
یا یک سؤال پرخطر اجتماعی بپرسد،. یک مدل میتواند اطلاعات دستمزد را ترکیب کند و یک معیار را در چند ثانیه بازگرداند.
کارگران در حال حاضر از ChatGPT به این روش استفاده میکنند و بهطور متوسط در ایالات متحده. تقریباً 3 میلیون پیام در روز ارسال میکنند و در مورد دستمزد،.
غرامت یا درآمد سؤال میکنند. آخرین گزارش تحقیقاتی ما (در پنجره جدیدی باز میشود) به چگونگی استفاده آمریکاییها از ChatGPT برای.
کاهش شکاف اطلاعات دستمزد میپردازد. آنها بیشتر اغلب برای دو نوع کمک به ChatGPT میآیند:.
ترجمه پرداخت به یک معیار قابل استفاده،. و درک اینکه یک نقش،.
شرکت،. مسیر شغلی یا ایده کسب و کار ممکن است بهطور واقع بینانه چه سودی داشته باشد.
در میان پیامهای معیار دستمزد برچسبگذاری شده،. محاسبه دستمزد 26 درصد سؤالات را به خود اختصاص میدهد و پس از آن نقش خاص (19 درصد)،.
کارآفرینی (18 درصد)،. نقش خاص در یک شرکت (11 درصد)،.
و سؤالات شغلی یا شغلی (11 درصد) قرار دارند. ما این را از طریق یک تجزیه و تحلیل حفظ حریم خصوصی که از طبقهبندیکنندههای خودکار استفاده میکند.
و هرگز شامل مشاهده پیامهای فردی توسط انسان نمیشود،. تعیین کردیم.
الگوی این سؤالات مهم است. جستجوهای دستمزد مربوط به شغل در زمینههایی مانند هنر، طراحی، سرگرمی، ورزش و رسانه متمرکز شده است.
مدیریت؛ مراقبتهای بهداشتی؛ حمل و نقل؛ فروش؛ و عملیات تجاری و مالی. نسبت به اشتغال،.
جستجوی دستمزد بیش از حد در مشاغل با مهارت بالاتر و کمتر شفاف مانند خلاق زمینهها،. مدیریت،.
مراقبتهای بهداشتی،. و نقشهای رایانه و ریاضی،.
نشان میدهد که تقاضا در جایی که معیار پرداخت سختتر،. قابل مذاکرهتر،.
یا برای تحرک شغلی مهمتر است،. قویتر است.
ما الگوی مشابهی را در سؤالات مربوط به کارآفرینی میبینیم که در کارهای خلاقانه و مشاغل خدماتی. کوچک متمرکز هستند - مناطقی که معمولاً معیار دستمزد اعلام شده وجود ندارد.
در سراسر صنایع،. جستجوی دستمزد در جایی که پرداختها پراکندهتر است و دستمزدها بالاتر است افزایش مییابد.
به عبارت دیگر،. به نظر میرسد که کارگران زمانی بیشتر به دنبال اطلاعات مربوط به حقوق و دستمزد هستند که دریافت.
پاسخ صحیح اهمیت بیشتری دارد و زمانی که خواندن حقوق دشوارتر است. به همین دلیل است که این موضوع فراتر از جستجوی دستمزد به تنهایی اهمیت دارد.
درک نادرست درآمدهای بالقوه میتواند کارگران را در مشاغل کم درآمد نگه دارد،. قدرت مذاکره را کاهش دهد،.
حرکتهای شغلی را به تاخیر بیندازد،. یا سرمایه گذاری در آموزش و پرورش را کاهش دهد.
اطلاعات بهتر نمیتواند عدم قطعیت را از بین ببرد،. اما میتواند آن را آسانتر کند برای ایجاد دیدگاهی معقول از آنچه که کار پول می.
دهد و در نتیجه به مردم کمک میکند تا تصمیمات بهتری بگیرند. برای درک بهتر اینکه مدلهای ما چگونه به کارگران خدمت میکنند،.
این گزارش همچنین WorkerBench را معرفی میکند،. تلاش جدیدی برای ارزیابی ChatGPT در مورد وظایف بازار کار که برای کارگران ارزشمند است.
در این معیار اول، ما GPT‑5. 4 را در برابر میانگین دستمزد OEWS 2024 در سطح شغل ملی و مترو ارزیابی کردیم.
در نمونه مشاهدهشده،. مدل بسیار دقیق است:.
پوشش بالا،. سوگیری کوچک است،.
و تقریباً تمام تخمینهای عددی بسیار نزدیک به معیار هستند. اطلاعات پرداخت از نظر اقتصادی مهم است، اما اغلب بهدست آوردن آن دشوار یا حساس است.
کارگران در حال حاضر از ChatGPT برای حل این مشکل استفاده میکنند،. بهویژه در بخشهایی از بازار کار که عدم اطمینان در آنها بالاتر است و ریسکها بیشترین معنا را.
دارند. هدف ما این است که به بهبود میزان مفید و قابل اعتماد بودن این کمک ادامه دهیم -.
فراتر از سطح ملی معیارهایی در رابطه با جغرافیا،. شرکت،.
سطح و سؤالات حقوقی که کارگران در واقع هر روز میپرسند.
چرا مهم است
اهمیت این خبر در این است که روی استفاده واقعی از AI و تصمیمگیری سازمانی اثر میگذارد.
منبع
لینک منبع اصلی در کارت و صفحه مقاله نمایش داده میشود.