Key points are not available for this paper at this time.
Nous étudions les implications potentielles des grands modèles de langage (LLM), tels que les Generative Pre-trained Transformers (GPT), sur le marché du travail aux États-Unis, en nous concentrant sur les capacités accrues résultant des logiciels alimentés par les LLM par rapport aux LLM seuls. À l'aide d'une nouvelle grille d'évaluation, nous évaluons les professions en fonction de leur adéquation avec les capacités des LLM, intégrant à la fois l'expertise humaine et les classifications de GPT-4. Nos résultats révèlent qu'environ 80 % de la main-d'œuvre américaine pourrait voir au moins 10 % de leurs tâches professionnelles affectées par l'introduction des LLM, tandis qu'environ 19 % des travailleurs pourraient voir au moins 50 % de leurs tâches impactées. Nous ne faisons pas de prévisions concernant le calendrier de développement ou d'adoption de tels LLM. Les effets projetés couvrent tous les niveaux de salaire, les emplois à revenu plus élevé pouvant potentiellement être davantage exposés aux capacités des LLM et aux logiciels basés sur les LLM. De manière significative, ces impacts ne sont pas limités aux secteurs ayant connu une croissance récente plus élevée de la productivité. Notre analyse suggère qu'avec l'accès à un LLM, environ 15 % de toutes les tâches des travailleurs aux États-Unis pourraient être réalisées de manière significativement plus rapide avec le même niveau de qualité. Lorsqu'on inclut les logiciels et outils reposant sur les LLM, cette part augmente entre 47 et 56 % de toutes les tâches. Cette constatation implique que les logiciels alimentés par les LLM auront un effet substantiel sur l'amplification des impacts économiques des modèles sous-jacents. Nous concluons que des LLM tels que les GPT présentent des caractéristiques des technologies à usage général, indiquant qu'ils pourraient avoir des conséquences économiques, sociales et politiques considérables.
Eloundou et al. (Fri,) ont étudié cette question.