مهندسو تنسيق المواقع

البناء والصيانة والإصلاح

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

    0.000

    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

المهام ذات التعرض فقط

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
Prepare graphic representations or drawings of proposed plans or designs.

O*NET Task ID 18470

0.5
Collaborate with architects or related professionals on whole building design to maximize the aesthetic features of structures or surrounding land and to improve energy efficiency.

O*NET Task ID 19597

0.5
Create landscapes that minimize water consumption such as by incorporating drought-resistant grasses or indigenous plants.

O*NET Task ID 19598

0.5
Design and integrate rainwater harvesting or gray and reclaimed water systems to conserve water into building or land designs.

O*NET Task ID 19599

0.5
Identify and select appropriate sustainable materials for use in landscape designs, such as recycled wood or recycled concrete boards for structural elements or recycled tires for playground bedding.

O*NET Task ID 19600

0.5
Prepare site plans, specifications, or cost estimates for land development.

O*NET Task ID 20370

0.5
Analyze data on conditions such as site location, drainage, or structure location for environmental reports or landscaping plans.

O*NET Task ID 20371

0.5
Develop marketing materials, proposals, or presentations to generate new work opportunities.

O*NET Task ID 20372

0.5
Integrate existing land features or landscaping into designs.

O*NET Task ID 20375

0.5
Manage the work of subcontractors to ensure quality control.

O*NET Task ID 20376

0.5
Confer with clients, engineering personnel, or architects on landscape projects.

O*NET Task ID 20369

0.0
Inspect landscape work to ensure compliance with specifications, evaluate quality of materials or work, or advise clients or construction personnel.

O*NET Task ID 20373

0.0
Present project plans or designs to public stakeholders, such as government agencies or community groups.

O*NET Task ID 20374

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