— Trong những năm tới, các hệ thống AI sẽ có tác động lớn đến cách thức làm việc của con người. Vì lý do đó, chúng tôi ra mắt Chỉ số Kinh tế Anthropic, một sáng kiến nhằm tìm hiểu ảnh hưởng của AI đối với thị trường lao động và nền kinh tế theo thời gian.

Báo cáo ban đầu của Chỉ số cung cấp dữ liệu và phân tích đầu tiên thuộc loại này dựa trên hàng triệu cuộc trò chuyện ẩn danh trên Claude.ai, tiết lộ bức tranh rõ ràng nhất về cách AI đang được tích hợp vào các nhiệm vụ trong thế giới thực trên khắp nền kinh tế hiện đại.

Chúng tôi cũng đang mở nguồn dữ liệu được sử dụng cho phân tích này, để các nhà nghiên cứu có thể xây dựng và mở rộng những phát hiện của chúng tôi. Việc phát triển các phản ứng chính sách để giải quyết sự chuyển đổi sắp tới trong thị trường lao động và ảnh hưởng của nó đối với việc làm và năng suất sẽ cần nhiều quan điểm khác nhau. Vì vậy, chúng tôi cũng mời các nhà kinh tế, chuyên gia chính sách và các nhà nghiên cứu khác đóng góp ý kiến về Chỉ số này.

Những phát hiện chính từ bài báo đầu tiên của Chỉ số Kinh tế là:

• Hiện nay, việc sử dụng tập trung vào các nhiệm vụ phát triển phần mềm và viết kỹ thuật. Hơn một phần ba số ngành nghề (khoảng 36%) sử dụng AI trong ít nhất một phần tư các nhiệm vụ liên quan, trong khi khoảng 4% số ngành nghề sử dụng AI trong ba phần tư các nhiệm vụ liên quan.
• Việc sử dụng AI nghiêng nhiều hơn về phía tăng cường (57%), trong đó AI cộng tác và nâng cao năng lực của con người, so với tự động hóa (43%), trong đó AI trực tiếp thực hiện các nhiệm vụ.
• Việc sử dụng AI phổ biến hơn đối với các nhiệm vụ liên quan đến các ngành nghề có mức lương trung bình đến cao như lập trình viên máy tính và nhà khoa học dữ liệu, nhưng thấp hơn đối với cả những vai trò được trả lương thấp nhất và cao nhất. Điều này có thể phản ánh cả giới hạn của khả năng AI hiện tại, cũng như các rào cản thực tế đối với việc sử dụng công nghệ.

Xem bên dưới để biết thêm chi tiết về những phát hiện ban đầu của chúng tôi.

Nơi và cách AI được sử dụng trên khắp nền kinh tế, được rút ra từ dữ liệu sử dụng trong thế giới thực từ Claude.ai. Các con số đề cập đến tỷ lệ phần trăm các cuộc trò chuyện với Claude liên quan đến các nhiệm vụ, nghề nghiệp và danh mục riêng lẻ đó.

Lập bản đồ việc sử dụng AI trên thị trường lao động

Bài báo mới của chúng tôi dựa trên một loạt nghiên cứu dài về tác động của công nghệ đối với thị trường lao động, từ Máy kéo sợi của Cách mạng Công nghiệp đến robot sản xuất ô tô của hiện tại. Chúng tôi tập trung vào tác động đang diễn ra của AI. Chúng tôi không khảo sát mọi người về việc sử dụng AI của họ hoặc cố gắng dự báo tương lai; thay vào đó, chúng tôi có dữ liệu trực tiếp về cách AI thực sự đang được sử dụng.

Phân tích các nhiệm vụ nghề nghiệp

Nghiên cứu của chúng tôi bắt đầu với một thông tin chi tiết quan trọng từ tài liệu kinh tế: đôi khi việc tập trung vào các nhiệm vụ nghề nghiệp thay vì bản thân nghề nghiệp là hợp lý. Các công việc thường có chung một số nhiệm vụ và kỹ năng: ví dụ, nhận dạng mẫu hình ảnh là một nhiệm vụ được thực hiện bởi các nhà thiết kế, nhiếp ảnh gia, nhân viên sàng lọc an ninh và bác sĩ X quang.

Một số nhiệm vụ phù hợp hơn để được tự động hóa hoặc tăng cường bởi một công nghệ mới so với những nhiệm vụ khác. Do đó, chúng tôi hy vọng AI sẽ được áp dụng một cách chọn lọc cho các nhiệm vụ khác nhau trên các ngành nghề khác nhau, và việc phân tích các nhiệm vụ — ngoài toàn bộ công việc — sẽ cho chúng ta bức tranh đầy đủ hơn về cách AI đang được tích hợp vào nền kinh tế.

Sử dụng Clio để khớp việc sử dụng AI với các nhiệm vụ

Nghiên cứu này đã được thực hiện nhờ Clio, một hệ thống cho phép chúng tôi phân tích các cuộc trò chuyện với Claude trong khi vẫn bảo vệ quyền riêng tư của người dùng¹. Chúng tôi đã sử dụng Clio trên một bộ dữ liệu gồm khoảng một triệu cuộc trò chuyện với Claude (cụ thể là các cuộc trò chuyện Miễn phí và Pro trên Claude.ai) và sử dụng nó để sắp xếp các cuộc trò chuyện theo nhiệm vụ nghề nghiệp.

Chúng tôi đã chọn các nhiệm vụ theo phân loại của Bộ Lao động Hoa Kỳ, nơi duy trì cơ sở dữ liệu gồm khoảng 20.000 nhiệm vụ cụ thể liên quan đến công việc được gọi là Mạng Thông tin Nghề nghiệp, hay O*NET. Clio đã khớp mỗi cuộc trò chuyện với nhiệm vụ O*NET đại diện tốt nhất cho vai trò của AI trong cuộc trò chuyện (quy trình được tóm tắt trong hình bên dưới). Sau đó, chúng tôi đã theo dõi sơ đồ O*NET để nhóm các nhiệm vụ thành các nghề nghiệp mà chúng đại diện tốt nhất và các nghề nghiệp thành một nhóm nhỏ các danh mục tổng thể: giáo dục và thư viện, kinh doanh và tài chính, v.v.

Quy trình mà hệ thống Clio của chúng tôi dịch các cuộc trò chuyện với Claude (được giữ bí mật tuyệt đối; trên cùng bên trái) thành các nhiệm vụ nghề nghiệp (giữa trên cùng) và nghề nghiệp/danh mục nghề nghiệp bắt nguồn từ O*NET (trên cùng bên phải). Sau đó, chúng có thể được nhập vào các phân tích khác nhau (hàng dưới cùng; được thảo luận chi tiết hơn bên dưới).

Kết quả

Việc sử dụng AI theo loại công việc. Các nhiệm vụ và nghề nghiệp có tỷ lệ áp dụng AI lớn nhất trong bộ dữ liệu của chúng tôi là những nhiệm vụ thuộc danh mục “máy tính và toán học”, phần lớn bao gồm các vai trò kỹ sư phần mềm. 37,2% các truy vấn được gửi đến Claude thuộc danh mục này, bao gồm các nhiệm vụ như sửa đổi phần mềm, gỡ lỗi mã và khắc phục sự cố mạng.

Danh mục lớn thứ hai là “nghệ thuật, thiết kế, thể thao, giải trí và truyền thông” (10,3% truy vấn), chủ yếu phản ánh việc mọi người sử dụng Claude cho các loại hình viết và chỉnh sửa khác nhau. Không có gì ngạc nhiên khi các nghề nghiệp liên quan đến mức độ lao động chân tay cao, chẳng hạn như những nghề trong danh mục “nông nghiệp, đánh bắt cá và lâm nghiệp” (0,1% truy vấn), được đại diện ít nhất.

Chúng tôi cũng đã so sánh tỷ lệ trong dữ liệu của mình với tỷ lệ xuất hiện của từng nghề trên thị trường lao động nói chung. Các so sánh được hiển thị trong hình bên dưới.

Đối với mỗi loại công việc, tỷ lệ phần trăm các cuộc trò chuyện có liên quan với Claude được hiển thị bằng màu cam so với tỷ lệ phần trăm người lao động trong nền kinh tế Hoa Kỳ với loại công việc đó (từ các danh mục O*NET của Bộ Lao động Hoa Kỳ) bằng màu xám.

Mức độ sử dụng AI trong các ngành nghề. Phân tích của chúng tôi cho thấy rất ít ngành nghề sử dụng AI trên hầu hết các nhiệm vụ liên quan: chỉ khoảng 4% công việc sử dụng AI cho ít nhất 75% nhiệm vụ. Tuy nhiên, việc sử dụng AI ở mức độ vừa phải phổ biến hơn nhiều: khoảng 36% công việc sử dụng AI cho ít nhất 25% nhiệm vụ của họ.

Như chúng tôi đã dự đoán, không có bằng chứng nào trong bộ dữ liệu này về việc công việc bị tự động hóa hoàn toàn: thay vào đó, AI được phổ biến trên nhiều nhiệm vụ trong nền kinh tế, có tác động mạnh hơn đối với một số nhóm nhiệm vụ so với những nhóm khác.

Việc sử dụng AI và mức lương. Cơ sở dữ liệu O*NET cung cấp mức lương trung bình của Hoa Kỳ cho mỗi nghề được liệt kê. Chúng tôi đã thêm thông tin này vào phân tích của mình, cho phép chúng tôi so sánh mức lương trung bình của các ngành nghề và mức độ sử dụng AI trong các nhiệm vụ tương ứng của họ.

Điều thú vị là cả những công việc được trả lương thấp và những công việc được trả lương rất cao đều có tỷ lệ sử dụng AI rất thấp (đây thường là những công việc liên quan đến mức độ khéo léo thủ công cao, chẳng hạn như gội đầu và bác sĩ sản khoa). Chính những ngành nghề cụ thể trong phạm vi lương trung bình đến cao, như lập trình viên máy tính và người viết quảng cáo, là những người — trong dữ liệu của chúng tôi — nằm trong số những người sử dụng AI nhiều nhất.

Mức lương hàng năm (trục x) so với tỷ lệ phần trăm các cuộc trò chuyện với Claude liên quan đến nghề nghiệp đó (trục y). Một số ngành nghề minh họa được làm nổi bật.

Tự động hóa so với tăng cường. Chúng tôi cũng xem xét chi tiết hơn về cách các nhiệm vụ đang được thực hiện — cụ thể là, nhiệm vụ nào liên quan đến “tự động hóa” (trong đó AI trực tiếp thực hiện các nhiệm vụ chẳng hạn như định dạng tài liệu) so với “tăng cường” (trong đó AI cộng tác với người dùng để thực hiện nhiệm vụ).

Nhìn chung, chúng tôi thấy một xu hướng nhẹ về phía tăng cường, với 57% nhiệm vụ được tăng cường và 43% nhiệm vụ được tự động hóa. Điều đó có nghĩa là, trong hơn một nửa số trường hợp, AI không được sử dụng để thay thế con người thực hiện các nhiệm vụ mà thay vào đó là làm việc với họ, tham gia vào các nhiệm vụ như xác thực (ví dụ: kiểm tra lại công việc của người dùng), học tập (ví dụ: giúp người dùng có được kiến thức và kỹ năng mới) và lặp lại nhiệm vụ (ví dụ: giúp người dùng động não hoặc thực hiện các nhiệm vụ lặp đi lặp lại, mang tính sáng tạo).

Tỷ lệ phần trăm các cuộc trò chuyện với Claude liên quan đến tăng cường so với tự động hóa và sự phân chia các loại nhiệm vụ phụ trong mỗi danh mục. Các loại phụ được định nghĩa trong bài báo của chúng tôi như sau. Chỉ thị: Uỷ quyền hoàn thành nhiệm vụ với sự tương tác tối thiểu; Vòng lặp phản hồi: Hoàn thành nhiệm vụ được hướng dẫn bởi phản hồi từ môi trường; Lặp lại nhiệm vụ: Quá trình tinh chỉnh hợp tác; Học tập: Thu thập và hiểu biết kiến thức; Xác thực: Xác minh và cải thiện công việc.

Những lưu ý

Nghiên cứu của chúng tôi cung cấp cái nhìn độc đáo về cách AI đang thay đổi thị trường lao động. Nhưng cũng như tất cả các nghiên cứu, nó có những hạn chế quan trọng. Một số trong số này bao gồm:

• Chúng tôi không thể biết chắc chắn liệu ai đó sử dụng Claude cho một nhiệm vụ có đang hoàn thành nhiệm vụ đó cho công việc hay không. Ai đó hỏi Claude xin lời khuyên về viết hoặc chỉnh sửa có thể đang làm như vậy tại nơi làm việc, nhưng họ cũng có thể đang làm như vậy cho cuốn tiểu thuyết mà họ đang viết như một sở thích.
• Liên quan đến điều này, chúng tôi không biết cách người dùng đang sử dụng các phản hồi từ Claude. Ví dụ: họ có đang sao chép-dán các đoạn mã không? Họ có đang kiểm tra thực tế các phản hồi hoặc chấp nhận chúng một cách không phê phán không? Một số điều xuất hiện trong dữ liệu của chúng tôi là tự động hóa, trên thực tế, có thể là tăng cường: ví dụ: người dùng có thể yêu cầu Claude viết toàn bộ bản ghi nhớ cho họ (điều này sẽ xuất hiện dưới dạng tự động hóa), nhưng sau đó tự chỉnh sửa (điều này sẽ là tăng cường).
• Chúng tôi cũng chỉ phân tích dữ liệu từ các gói Claude.ai Miễn phí và Pro, chứ không phải người dùng API, Nhóm hoặc Doanh nghiệp. Mặc dù dữ liệu Claude.ai chứa một số cuộc trò chuyện không liên quan đến công việc, chúng tôi đã sử dụng mô hình ngôn ngữ để lọc dữ liệu này chỉ chứa các cuộc trò chuyện có liên quan đến nhiệm vụ nghề nghiệp, điều này giúp giảm bớt mối quan ngại này.
• Số lượng lớn các nhiệm vụ khác nhau có nghĩa là Clio có thể đã phân loại sai một số cuộc trò chuyện (vui lòng xem bài báo đầy đủ, đặc biệt là Phụ lục B, để biết chi tiết về cách chúng tôi xác thực phân tích);
• Claude không thể tạo hình ảnh (ngoại trừ gián tiếp thông qua mã), và vì vậy một số cách sử dụng sáng tạo sẽ không được tham chiếu trong dữ liệu;
• Do Claude được quảng cáo để sử dụng làm mô hình mã hóa tiên tiến, chúng tôi có thể mong đợi mã hóa sẽ được đại diện quá mức như một trường hợp sử dụng. Vì lý do đó, chúng tôi không cho rằng việc sử dụng trong bộ dữ liệu của chúng tôi là một mẫu đại diện cho việc sử dụng AI nói chung.

Kết luận và nghiên cứu trong tương lai

Việc sử dụng AI đang mở rộng nhanh chóng và các mô hình đang ngày càng trở nên mạnh mẽ hơn. Bức tranh thị trường lao động có thể trông khá khác biệt trong một thời gian tương đối ngắn. Vì lý do đó, chúng tôi sẽ lặp lại nhiều phân tích ở trên theo thời gian để giúp theo dõi những thay đổi về xã hội và kinh tế có thể xảy ra. Chúng tôi sẽ thường xuyên công bố kết quả và các bộ dữ liệu liên quan như một phần của Chỉ số Kinh tế Anthropic.

Những loại phân tích theo chiều dọc này có thể cung cấp cho chúng ta những hiểu biết mới về AI và thị trường việc làm. Ví dụ: chúng ta sẽ có thể theo dõi những thay đổi về mức độ sử dụng AI trong các ngành nghề. Nếu vẫn đúng là AI chỉ được sử dụng cho một số nhiệm vụ nhất định và chỉ một số ít công việc sử dụng AI cho phần lớn các nhiệm vụ của họ, thì tương lai có thể là một tương lai mà hầu hết các công việc hiện tại sẽ phát triển thay vì biến mất. Chúng ta cũng có thể theo dõi tỷ lệ tự động hóa so với tăng cường, cung cấp tín hiệu về các lĩnh vực mà tự động hóa đang trở nên phổ biến hơn.

Nghiên cứu của chúng tôi cung cấp dữ liệu về cách AI đang được sử dụng, nhưng không đưa ra các chỉ định chính sách. Câu trả lời cho các câu hỏi về cách chuẩn bị cho tác động của AI lên thị trường lao động không thể đến trực tiếp từ nghiên cứu riêng lẻ; thay vào đó, chúng sẽ đến từ sự kết hợp giữa bằng chứng, giá trị và kinh nghiệm từ các góc nhìn rộng. Chúng tôi mong muốn sử dụng phương pháp luận mới của mình để làm sáng tỏ hơn những vấn đề này.

Đọc toàn bộ bài báo để biết thêm chi tiết về phân tích và kết quả của chúng tôi.