[논문 리뷰] The Future of ChatGPT-enabled Labor Market: A Preliminary Study in China

Lan Chen, Xi Chen외 4명|arXiv (Cornell University)|2023. 04. 14.

Artificial Intelligence in Healthcare and Education인용 수 13

한 줄 요약

이 연구는 BOSS Zhipin의 구인공고를 분석하여 현재 및 미래의 ChatGPT 관련 기술 수요를 평가하고, 의미적 강화 FunkSVD 접근법을 사용해 28%의 직업이 현재 ChatGPT 기술을 필요로 하며 미래에는 약 45%가 필요하게 될 것이라고 예측한다.

ABSTRACT

As a phenomenal large language model, ChatGPT has achieved unparalleled success in various real-world tasks and increasingly plays an important role in our daily lives and work. However, extensive concerns are also raised about the potential ethical issues, especially about whether ChatGPT-like artificial general intelligence (AGI) will replace human jobs. To this end, in this paper, we introduce a preliminary data-driven study on the future of ChatGPT-enabled labor market from the view of Human-AI Symbiosis instead of Human-AI Confrontation. To be specific, we first conduct an in-depth analysis of large-scale job posting data in BOSS Zhipin, the largest online recruitment platform in China. The results indicate that about 28% of occupations in the current labor market require ChatGPT-related skills. Furthermore, based on a large-scale occupation-centered knowledge graph, we develop a semantic information enhanced collaborative filtering algorithm to predict the future occupation-skill relations in the labor market. As a result, we find that additional 45% occupations in the future will require ChatGPT-related skills. In particular, industries related to technology, products, and operations are expected to have higher proficiency requirements for ChatGPT-related skills, while the manufacturing, services, education, and health science related industries will have lower requirements for ChatGPT-related skills.

연구 동기 및 목표

• China의 대규모 구인공고를 사용하여 ChatGPT 관련 기술의 현 prevalence를 평가한다.
• 의미적 정보 강화 추천 모델을 통해 ChatGPT로 가능해진 미래 직업-기술 관계를 예측한다.
• Industry 부문 간 ChatGPT 기술 요구사항 차이와 노동자에 대한 시사점을 탐구한다.

제안 방법

• BOSS Zhipin CSL이 구축한 대형 직업 지식 그래프에서 직업-기술 발생-incidence 행렬을 구성한다.
• FunkSVD를 적용하여 행렬을 분해하고 누락된 Wij 값을 예측한다.
• Eo, Es, To, Ts를 풍부하게 하기 위해 BERT 임베딩과 TextCNN을 사용하여 의미적 특성을 포함시킨다.
• 잠재 요인과 의미적 특성을 연결하여 예측을 위한 augmented features(Ho, so Ho:To, and So:To)을 형성한다.
• 확률적 경사 하강법을 사용하여 알려진 Wij에 대한 제곱 오차를 최소화하여 예측 행렬 Ŵ를 최적화한다.

실험 결과

연구 질문

• RQ1 중국에서 현재 직업 중 얼마나 많은 부분이 ChatGPT 관련 기술을 요구하는가?
• RQ2 ChatGPT가 산업 간 미래 직업-기술 수요 분포에 어떤 영향을 미칠 것인가?
• RQ3 어떤 직업들이 ChatGPT 관련 기술 숙련도에서 더 높거나 더 낮은 필요성을 보일 것인가?
• RQ4 임금이 직업별 ChatGPT 숙련도 요구와 상관관계가 있는가?
• RQ5 의Meaning적 강화 FunkSVD 모델이 미래의 직업-기술 관계를 정확히 예측할 수 있는가?

주요 결과

• 현재 BOSS Zhipin의 직업 중 약 28%가 ChatGPT 관련 기술을 요구한다.
• 미래 분석은 추가로 약 45%의 직업이 ChatGPT 관련 기술을 필요로 할 것이라고 예측한다.
• 기술, 제품, 운영과 관련된 산업은 ChatGPT 기술에 대한 더 높은 숙련도 요구를 보이며, 제조, 서비스, 교육, 보건 분야는 더 낮은 요구를 보인다.
• ChatGPT가 가능하게 하는 구인 공고는 여러 분야에서 직종 평균을 상회하는 임금을 제시하는 경향이 있다.
• 프롬프트 워드 엔지니어, 언어 모델 트레이너, ChatGPT 최적화 전문가와 같은 새로운 직무가 ChatGPT 채택이 확산되면서 등장한다.