محررو الأفلام والفيديو

الفنون والتصميم والترفيه والإعلام

التعرّض للذكاء الاصطناعي

  • مصدر البيانات: BLSتاريخ النشر: 2026-08

    مرتفع· نسبي

    منخفضأربع فئات نسبيةمرتفع جدًا

    قيمة على مستوى المجموعة المهنية

    المقياس والأساس والمصدر

    أربع فئات نسبية (منخفض / متوسط / مرتفع / مرتفع جدًا)

    831 مهنة تفصيلية في جدول توقعات التوظيف لدى BLS. وتُسند القيمة على مستوى رمز مصفوفة التوظيف الوطنية (NEM)، فالمهن التي تشترك في الرمز نفسه تأخذ النطاق نفسه

    مجموعة البيانات المصدر (تنزيل ملف XLSX)

  • مصدر البيانات: Anthropicتاريخ النشر: 2026-03

    0.223

    0.000نطاق القيم المعروضة هنا0.745
    المقياس والأساس والمصدر

    مؤشر التعرّض المرصود، 0–1 كما نُشر

    مربوط بمهام O*NET

    مجموعة البيانات المصدر

  • مصدر البيانات: ILOتاريخ النشر: 2025

    0.37

    0.09نطاق القيم المعروضة هنا0.70

    قيمة على مستوى المجموعة المهنية

    المقياس والأساس والمصدر

    مؤشر التعرّض للذكاء الاصطناعي التوليدي، 0–1 كما نُشر

    وحدة التصنيف ISCO-08 — تأخذ كل المهن ذات الرمز نفسه هذه القيمة

    محسوب من قِبل هذا الموقع وليس منشورًا من منظمة العمل الدولية: من بين 1,012 مهنة يربطها هذا الموقع بمجموعة بيانات المنظمة، تبلغ نسبة التي تساوي هذه القيمة أو تتجاوزها 53%.

    مجموعة البيانات المصدر

ما نوع القيمة التي ينشرها هذا المصدر

فئة BLS رتبة نسبية لا مستوى مطلق، وليست قياسًا مباشرًا: فهي تجمع الرتب المئينية للمهنة في عدة دراسات منشورة في أربع فئات. وهي ليست توقّعًا للتوظيف أو الأجور، ولا احتمالًا للتبني، ولا تفرّق بين الأتمتة والتعزيز.

Task-level exposure

عرض 2 مهمة مخفية

Values in this tab are predicted labels, not observations. Eloundou et al. (2023) published two rating regimes — human raters and GPT-4 — and the β shown here is derived from the GPT-4 rater basis alone; the same task can take a different value under the other regime. The unit and the meaning differ from the observed shares (%) in the other tabs, so do not place them on the same axis.

TaskβE1 + 0.5 × E2
Study scripts to become familiar with production concepts and requirements.

O*NET Task ID 4051

1.0
Program computerized graphic effects.

O*NET Task ID 4059

1.0
Cut shot sequences to different angles at specific points in scenes, making each individual cut as fluid and seamless as possible.

O*NET Task ID 4050

0.5
Edit films and videotapes to insert music, dialogue, and sound effects, to arrange films into sequences, and to correct errors, using editing equipment.

O*NET Task ID 4052

0.5
Select and combine the most effective shots of each scene to form a logical and smoothly running story.

O*NET Task ID 4053

0.5
Mark frames where a particular shot or piece of sound is to begin or end.

O*NET Task ID 4054

0.5
Determine the specific audio and visual effects and music necessary to complete films.

O*NET Task ID 4055

0.5
Verify key numbers and time codes on materials.

O*NET Task ID 4056

0.5
Organize and string together raw footage into a continuous whole according to scripts or the instructions of directors and producers.

O*NET Task ID 4057

0.5
Review assembled films or edited videotapes on screens or monitors to determine if corrections are necessary.

O*NET Task ID 4058

0.5

β = E1 + 0.5 × E2 · E1 = tasks where direct LLM access alone cuts time by at least 50%, E2 = tasks where software built on top of an LLM cuts time by at least 50%. Values take only 0 / 0.5 / 1.0.

Data sources & licenses — O*NET®, Eloundou et al. (2023): see full notices on the Credits page

معلومات مهنية