[论文解读] The Future of ChatGPT-enabled Labor Market: A Preliminary Study in China

Lan Chen, Xi Chen+4 more|arXiv (Cornell University)|Apr 14, 2023

Artificial Intelligence in Healthcare and Education被引用 13

一句话总结

本研究分析 BOSS Zhipin 的招聘信息，以评估当前和未来与 ChatGPT 相关的技能需求，预测当前有 ChatGPT 技能需求的职业占比为 28%，未来约为 45%，方法为语义增强的 FunkSVD。

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.

研究动机与目标

• 使用大规模职位信息来评估中国劳动市场中与 ChatGPT 相关技能的当前普及度。
• 通过一个语义信息增强的推荐模型，预测未来由 ChatGPT 支撑的职业-技能关系。
• 探讨不同行业在 ChatGPT 技能需求上的差异及对劳动者的影响。

提出的方法

• 从 BOSS Zhipin CSL 构建的大规模职业知识图谱中构建职业-技能发生矩阵。
• 应用 FunkSVD 来分解矩阵并预测缺失的 Wij 值。
• 使用 BERT 嵌入和 TextCNN 引入语义特征，丰富职业与技能的表征（Eo、Es、To、Ts）。
• 将潜在因子与语义特征拼接，形成用于预测的增强特征（Ho、so Ho:To，以及 So:To）。
• 通过随机梯度下降在已知 Wij 上最小化平方误差，优化预测矩阵 Ŵ。

实验结果

研究问题

• RQ1 中国当前有多少比例的职业需要与 ChatGPT 相关的技能？
• RQ2 ChatGPT 将如何影响各行业未来职业-技能需求的分布？
• RQ3 哪些职业在 ChatGPT 相关技能的熟练度上需要更高或更低？
• RQ4 各职业的薪资是否与对 ChatGPT 熟练度的更高要求相关？
• RQ5 一个语义增强的 FunkSVD 模型能否准确预测未来职业-技能关系？

主要发现

• 当前在 BOSS Zhipin 上约有 28% 的职业需要与 ChatGPT 相关的技能。
• 未来分析预测将再有 45% 的职业需要 ChatGPT 相关技能。
• 与技术、产品和运营相关的行业对 ChatGPT 技能的熟练度要求较高；制造、服务、教育和健康科学行业的要求较低。
• 具备 ChatGPT 能力的招聘信息在若干行业的薪酬普遍高于职业平均水平。
• 随着 ChatGPT 的应用扩大，出现如 prompt word engineers、language model trainers 和 ChatGPT optimization specialists 等新岗位。