نشرت شركة Mercor خريطة مرجعية أميركية (US Benchmark Map) تقيس مدى تغطية معايير الذكاء الاصطناعي الحالية للعمل الذي يؤديه الأميركيون فعلاً. والنتيجة الرئيسية: نحو 90% من ساعات العمل الأميركية تُصرف على مهام لا تغطيها هذه المعايير أو تغطيها تغطية ضعيفة، ما يجعل من الصعب للغاية الحكم على قدرة نماذج الذكاء الاصطناعي في وظائف حقيقية.
بُنيت الخريطة على تصنيف O*NET التابع لوزارة العمل الأميركية، الذي يقسّم القوى العاملة إلى 923 مهنة و18,797 مهمة. وتقول Mercor إنها خطوة أولى نحو صورة محدّثة باستمرار لقدرات الذكاء الاصطناعي عبر الاقتصاد، محذّرة من أن النتائج أولية.
ما وجدته خريطة Mercor المرجعية
انطلقت Mercor من قائمة تضم 29 معياراً اختيرت لجودتها وصلتها بالاقتصاد، ثم استخدمت نموذجاً لغوياً حاكماً (LLM judge) لوسم كل سؤال في المعيار بالمهام المقابلة له في O*NET. ولا تُحتسب المهمة مغطاة إلا إذا طابقها خمسة أسئلة على الأقل. وقد تحققت الشركة من الوسم عبر تسميات خبراء بشريين على معايير APEX الخاصة بها، وهي مجموعة فرعية من الـ29.
وعلى هذا الأساس، لا تتوفر سوى 208 مهن من أصل 923 على مهمة يغطيها خمسة أسئلة معيارية على الأقل، بينما تخلو 6 عائلات وظيفية من أصل 22 من أي مهنة مغطاة.
- 208 مهن فقط من أصل 923 في O*NET تضم مهمة يغطيها 5 أسئلة معيارية على الأقل
- 6 عائلات وظيفية من أصل 22 لا تضم أي مهنة مغطاة
- نحو 90% من ساعات العمل الأميركية تذهب إلى مهام ضعيفة أو معدومة التغطية بالمعايير
- احتمال التغطية أعلى 6 مرات للمهام المصنّفة معرّضة للذكاء الاصطناعي مقارنة بغير المعرّضة
