مخططو المدن والأقاليم

علوم الحياة والفيزيائية والاجتماعية

التعرّض للذكاء الاصطناعي

  • مصدر البيانات: BLSتاريخ النشر: 2026-08

    مرتفع جدًا· 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

    0.096

    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

    0.41

    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 36%.

    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
Design, promote, or administer government plans or policies affecting land use, zoning, public utilities, community facilities, housing, or transportation.

O*NET Task ID 220

0.5
Recommend approval, denial, or conditional approval of proposals.

O*NET Task ID 222

0.5
Create, prepare, or requisition graphic or narrative reports on land use data, including land area maps overlaid with geographic variables, such as population density.

O*NET Task ID 225

0.5
Advise planning officials on project feasibility, cost-effectiveness, regulatory conformance, or possible alternatives.

O*NET Task ID 226

0.5
Conduct field investigations, surveys, impact studies, or other research to compile and analyze data on economic, social, regulatory, or physical factors affecting land use.

O*NET Task ID 227

0.5
Discuss with planning officials the purpose of land use projects, such as transportation, conservation, residential, commercial, industrial, or community use.

O*NET Task ID 228

0.5
Keep informed about economic or legal issues involved in zoning codes, building codes, or environmental regulations.

O*NET Task ID 229

0.5
Mediate community disputes or assist in developing alternative plans or recommendations for programs or projects.

O*NET Task ID 230

0.5
Coordinate work with economic consultants or architects during the formulation of plans or the design of large pieces of infrastructure.

O*NET Task ID 231

0.5
Review and evaluate environmental impact reports pertaining to private or public planning projects or programs.

O*NET Task ID 232

0.5
Hold public meetings with government officials, social scientists, lawyers, developers, the public, or special interest groups to formulate, develop, or address issues regarding land use or community plans.

O*NET Task ID 18476

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