فنيو الجيولوجيا

علوم الحياة والفيزيائية والاجتماعية

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

    0.229

    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

    0.26

    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 76%.

    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.

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
Assemble, maintain, or distribute information for library or record systems.

O*NET Task ID 22272

1.0
Test and analyze samples to determine their content and characteristics, using laboratory apparatus or testing equipment.

O*NET Task ID 22262

0.5
Compile, log, or record testing or operational data for review and further analysis.

O*NET Task ID 22264

0.5
Prepare notes, sketches, geological maps, or cross-sections.

O*NET Task ID 22265

0.5
Prepare or review professional, technical, or other reports regarding sampling, testing, or recommendations of data analysis.

O*NET Task ID 22267

0.5
Read and study reports in order to compile information and data for geological and geophysical prospecting.

O*NET Task ID 22269

0.5
Interview individuals, and research public databases in order to obtain information.

O*NET Task ID 22270

0.5
Plot information from aerial photographs, well logs, section descriptions, or other databases.

O*NET Task ID 22271

0.5
Plan and direct activities of workers who operate equipment to collect data.

O*NET Task ID 22274

0.5
Record readings in order to compile data used in prospecting for oil or gas.

O*NET Task ID 22276

0.5
Collect or prepare solid or fluid samples for analysis.

O*NET Task ID 22263

0.0
Participate in geological, geophysical, geochemical, hydrographic, or oceanographic surveys, prospecting field trips, exploratory drilling, well logging, or underground mine survey programs.

O*NET Task ID 22266

0.0
Adjust or repair testing, electrical, or mechanical equipment or devices.

O*NET Task ID 22268

0.0
Operate or adjust equipment or apparatus used to obtain geological data.

O*NET Task ID 22273

0.0
Set up or direct set-up of instruments used to collect geological data.

O*NET Task ID 22275

0.0
Measure geological characteristics used in prospecting for oil or gas, using measuring instruments.

O*NET Task ID 22278

0.0
Supervise well exploration, drilling activities, or well completions.

O*NET Task ID 22282

0.0
Inspect engines for wear or defective parts, using equipment or measuring devices.

O*NET Task ID 22283

0.0

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