LO
こちらが職業をどう評価するか
自動化についての報道の多くは、三つの別々の問いを一つの数字に潰します。こちらはそれを分けたままにし、ある主張が三つのどれの上に立っているかを示します。
単位は職ではなく業務#
肩書とは、たまたままとめ買いされた業務の束です。自動化が働きかけるのは業務なので、こちらが評価するのもそこです。
決して混ぜない三つの層#
自動化についての報道で最もよくある誤りは、「機械にこれができる」を「この職はなくなる」として扱うことです。
そもそも機械にこの業務ができるのか
雇用主がここで実際にそれを採り入れるか——費用、信頼性、規制、保守は
採り入れたあと、人員や職務の範囲は実際に変わったか
四つの技術の signal#
別々に追っています。二つにさらされている職が、二倍さらされているわけではありません——危うさは足し算になりません。
この曲線は再構成されたもので、測られたものではありません#
どの職業のページも、2022年末まで遡る影響の曲線を描いています。その数字を当時に測った人は誰もいません——こちらが後から推定したものであり、図はそれを、あなたが見る前に述べます。
証拠には段階があります#
どの報せにも評価を動かす資格があるわけではありません。実演と人員削減は同じ種類の事実ではないので、重みが違います——そしてそのうち一部だけが、そもそも基準線を変えられます。
又聞きの要約、あるいは不完全な情報。記録はするが、判断を動かすことは決してない。
実演、ベンチマーク、あるいは論文が、その業務をやれることを示している。技術に何ができるかを更新するのであって、雇用主が何をするかを更新するのではない。
実際の場での小規模な試行。導入の条件が試されていることを教えてくれるのであって、それが成り立つことを教えてくれるのではない——だから一件の試行は単独では決して足りず、独立した二件で足りる。
雇用主がそれを本番に置いた。基準線を動かしうる——規模と、その場がどれだけ似ているかで重みづけされる。
採用、人員、労働時間、職務範囲の、検証できる変化。最も重い——ただし因果の帰属は、前提とするのではなく論じられなければならない。
失敗、撤回、規制、あるいは費用が導入を抑えている。判断を下げる、あるいはその不確かさを広げることがある。
どの主張にも札が付いています#
それが出典のある事実なのか、こちらの推論なのかを、あなたが推し量る必要は決してないはずです。
いまのところ168件の検証済みの出来事が、351項の業務判断のうち154項を支えています。残りは本サイトの推定と記されています。どの記録も出典に当たって読み、手で入力したものです——自動の監視の工程はまだつながっていません。検証していない出典を引くより、正直な数を示すほうを選びます。
こちらが拒むこと#
- 異なる技術の危うさを足し合わせて一つの点数にすること。
- 何かを失職の確率と呼ぶこと。
- データがないときに、モデルにもっともらしい百分率を作らせること。
- 一社の事例を、世界中のその職業全体へ一般化すること。
- ある記事が何回転載されたかを、証拠の強さとして扱うこと。
- 確かな因果の議論なしに、人員削減をAIに帰すること。
- 「AIを学べ」「学び続けろ」と助言して、それを計画と呼ぶこと。
このうちどれだけが証拠の上に立っているか#
どの職業のページにも出ている、業務ごとの札の、正直な合計です。
70の職業と14の専攻を調べています。69の職業にまたがって168件の検証済みの出来事が付いており、それが351項の業務判断のうち154項を証拠の上に載せています。残る197項は、ページの上で業務ごとに本サイトの推定と記されています。
これからどこへ向かうか#
証拠はいま、人手による監査付きの経路から入ります——出来事は、出典のURL、日付、段階、適用範囲、そして関わる業務とともに記録されます。名前のある人が検証するまでそれは候補であり、検証済みの記録だけがページに届きます——そしてそこで、紐づいた業務を本サイトの推定から証拠に基づくへ切り替えます。自動の工程(定時の取得、事実の抽出、重複の除去、実体の解決)はこれから作るものです。それまで、この一覧は人が検証できる速さで伸びます。