18.08
    Article cover
    2026
    ИИ
    РынокТруда
    Автоматизация
    Стэнфорд
    ChatGPT
    Claude
    ЭрикБриньолфссон
    ЦифроваяЭкономика

    Анализ влияния ИИ на рынок труда и стратегия адаптации

    18.08.26
    86
    Автор: Cipher9938
    Стэнфордская лаборатория цифровой экономики представила обновленное исследование под названием «Канарейки в угольной шахте», анализирующее воздействие искусственного интеллекта (ИИ) на занятость. Согласно данным, охватывающим миллионы работников до июня 2026 года, массового вытеснения человеческого труда ИИ пока не наблюдается.
    Однако, исследование выявило значительные тенденции, свидетельствующие о нарастающем влиянии ИИ. В частности, занятость среди молодежи (22–25 лет) в профессиях, подверженных сильному влиянию ИИ, сократилась на 19% по сравнению с менее затронутыми сферами. Годом ранее этот разрыв составлял 16%.
    Ключевой вывод исследования формулируется следующим образом: рабочие места исчезают в тех областях, где ИИ заменяет человеческие функции, и, наоборот, растут там, где ИИ выступает в роли помощника.
    Для эффективного использования алгоритмов в качестве вспомогательного инструмента, глава лаборатории, Эрик Бриньолфссон, предлагает практическое упражнение: ежемесячное проведение персонального ИИ-аудита с использованием чат-ботов, таких как ChatGPT или Claude.
    Предлагаемый алгоритм аудита включает два шага:
    Шаг 1. Интервью:
    Пользователю предлагается отправить следующий промпт:
    "Расскажи, чем ты можешь быть мне полезен. Задавай вопросы по одному. Проведи со мной глубокое интервью."
    В ответ модель начинает детализированный опрос о ежедневной рабочей рутине пользователя, по итогам которого формируется перечень задач, где ИИ может взять на себя часть нагрузки.
    Шаг 2. Аудит рутины:
    Следом отправляется второй промпт:
    "Что мне стоит с тобой автоматизировать, исходя из моих запросов? И как сделать так, чтобы результат требовал минимума правок? Обучайся на моих замечаниях."
    Этот шаг позволяет провести ежемесячную оценку собственной работы на предмет возможностей автоматизации.
    Важное замечание: эффективность данного подхода зависит от сохранения контекста истории запросов. В случае использования чистого чата без активной функции памяти, модель может генерировать правдоподобные, но нерелевантные предложения.
    Регулярное проведение такого аудита способствует оптимизации рабочего процесса и снижению рутинной нагрузки.