(metamorworks/Shutterstock)
Tem havido muito medo, incerteza e dúvida (FUD) sobre o potencial da IA generativa para tirar os empregos das pessoas. A capacidade dos grandes modelos de linguagem (LLMs) de responder a perguntas e lidar com tarefas digitais quando solicitado chamou a atenção das pessoas, para o bem e para o mal. Mas quais são as probabilidades de que os LLMs realmente substituam os trabalhadores humanos? Um novo estudo da Even lança alguma luz sobre essa questão.
O quadro de empregos digital De fato conduziu recentemente um teste para determinar a eficácia dos LLMs no manejo de habilidades básicas de trabalho. O Even Hiring Lab se inscreveu no GPT-4o, o mais recente LLM da OpenAI, e solicitou que ele executasse mais de 2.800 habilidades profissionais rastreadas no banco de dados do Even, desde empregos de escritório, como gerenciamento de contas e sinistros de seguros, até trabalhos mais exigentes fisicamente, como ônibus motorista e cozinheiro.
Para cada habilidade profissional, o Even Hiring Lab criou uma maneira de medir o quão bem-sucedido o LLM concluiu a tarefa. Eles criaram prompts sofisticados de 1.000 palavras para cada tarefa, o que exigiu muitas tentativas e erros. Depois de finalmente escolher o melhor immediate, os funcionários do Hiring Lab executaram o immediate pelo GPT-4o 15 vezes e depois agregaram o resultado. Foi solicitado ao GPT-4o que avaliasse sua própria capacidade a cada solicitação, e os resultados foram validados por pesquisadores humanos.
Fonte: “IA no trabalho: por que a GenAI tem mais probabilidade de apoiar os trabalhadores do que substituí-los”
O Laboratório de Contratação focou em três áreas principais do experimento, incluindo a capacidade do GenAI de fornecer conhecimento teórico relacionado à habilidade; a capacidade do GenAI de resolver problemas usando a habilidade; e a determinação da GenAI sobre a importância da presença física na utilização dessa habilidade. O GPT-4o analisou sua própria capacidade de utilizar esses atributos em um determinado trabalho em uma escala de cinco pontos. Os pesquisadores tabularam os resultados e os publicaram na semana passada em um artigo intitulado “IA no trabalho: por que a GenAI é mais provável de apoiar os trabalhadores do que substituí-los”, que você pode baixar aqui.
O título é uma grande dica das descobertas do Even com o experimento GenAI. Os autores do relatório, Annina Hering e Arcenis Rojas, escrevem que nenhuma das 2.800 habilidades de trabalho tem “muito probabilidade” de ser substituída pelo GPT-4o ou qualquer outro LLM. Na verdade, o Even descobriu que quase 69% das habilidades são “muito prováveis” ou “improváveis” de serem substituídas pela GenAI.
Claramente, nenhum trabalho que exija execução prática ou aplicação de força física, como motorista de ônibus ou enfermeiro de pronto-socorro, será substituído pelo GenAI, que no last das contas é apenas um software program (ônibus autônomos e cirurgias assistidas por robôs são reais, mas também exigem muito mais tecnologia do que apenas GenAI). Considerando que mais de metade dos trabalhos envolvidos neste relatório exigiam algum tipo de execução física, as perspectivas de substituição complete da GenAI parecem bastante sombrias.
Mas isso não quer dizer que não haverá benefício. Na verdade, diz que, mesmo para empregos como motorista de autocarro ou enfermeiro, a GenAI poderia ajudar em tarefas repetitivas, como documentação, o que “permitirá aos trabalhadores concentrarem-se novamente nas competências essenciais necessárias para estas funções”, escrevem Hering e Rojas.
Os investigadores concluíram que cerca de 29% dos empregos poderiam “potencialmente” ser substituídos pela GenAI “à medida que esta continua a melhorar e se certas mudanças nos locais de trabalho e/ou nas normas de trabalho ocorrerem no futuro”, escrevem os investigadores. Os empregos que a GenAI terá de maior impacto são “trabalhos de escritório mais estereotipados”, escrevem os pesquisadores.
Através das três medidas no centro do estudo – conhecimento teórico; resolução de problemas; e habilidades físicas de trabalho – a GenAI se destaca mais com conhecimento teórico, seguido de perto pela resolução de problemas. Na verdade, o conhecimento teórico foi o único atributo ao qual o GenAI se atribuiu nota 5, a nota máxima, graças à extensa formação dos LLMs sobre grandes quantidades de informação na Net e à capacidade de utilização de motores de busca.
O GPT-4o também teve uma pontuação decente na resolução de problemas. Classificou-se com nota 3 em 70% das habilidades que avaliou e, em 28% dessas tarefas, disse que period “possível” substituir um humano. Ele também recebeu vários 4s e se classificou como “provável” que poderia substituir um humano em 3% das tarefas.
Fonte: “IA no trabalho: por que a GenAI tem mais probabilidade de apoiar os trabalhadores do que substituí-los”
É mais provável que a GenAI substitua os humanos em trabalhos de escritório e trabalhos realizados predominantemente no computador. Por exemplo, os investigadores concluíram que period “possível” ou “provável” que a GenAI pudesse substituir um ser humano em mais de 71% das competências normalmente encontradas em anúncios de emprego para desenvolvimento de software program. Da mesma forma, a GenAI period “possível” ou “provável” de substituir os humanos em 78% das competências normalmente encontradas numa profissão contabilística típica, afirma o relatório.
É menos provável que a GenAI substitua humanos em empregos que exigem mais resolução de problemas do que conhecimento teórico. Esta é uma área onde os desenvolvedores GenAI e cientistas de dados podem querer concentrar seus esforços.
“Se os modelos GenAI melhorarem as suas capacidades de resolução de problemas para obter mais competências em mais empregos”, escrevem Hering e Rojas, “é provável que a percentagem de competências que podem eventualmente ser substituídas nesses empregos também aumente”.
Há coisas que as empresas podem fazer para ajudá-las a se prepararem para a GenAI. No domínio da contabilidade, por exemplo, os investimentos na manutenção de registos eletrónicos e na digitalização contribuirão muito para preparar uma empresa para utilizar com sucesso a GenAI.
O ajuste fino (sem trocadilhos) da interação com GenAI também pode produzir melhores resultados. Por exemplo, um immediate solto pode ser interpretado de várias maneiras por um LLM, que provavelmente dará respostas diferentes cada vez que for solicitado. Tarefas mais avançadas exigirão melhor redação imediata e habilidades de engenharia imediatas para aproveitar ao máximo o GenAI, escrevem os autores.
No last das contas, parece provável que a GenAI substitua pelo menos algumas das tarefas que os trabalhadores humanos estão realizando agora, com muitas variações por setor e posição. No entanto, os investigadores do Even não veem um momento num futuro próximo em que a GenAI substituirá os humanos em massa, simplesmente porque a GenAI, tal como existe hoje, não pode funcionar sem humanos.
“Mesmo que a GenAI evolua e aprenda a completar tarefas exigentes”, escrevem Hering e Rojas, “os humanos que supervisionam, orientam e corrigem os resultados derivados da GenAI não serão facilmente substituídos”.
Itens relacionados:
GenAI agitando o mercado de trabalho, afirma BCG