মানচিত্রবিদ

জীবন, ভৌত ও সামাজিক বিজ্ঞান

AI এক্সপোজার

  • ডেটার উৎস: BLSপ্রকাশকাল: 2026-08

    উচ্চ· আপেক্ষিক

    কমচারটি আপেক্ষিক স্তরঅত্যন্ত উচ্চ

    পেশা-গোষ্ঠী পর্যায়ের মান

    স্কেল, ভিত্তি ও উৎস

    চারটি আপেক্ষিক স্তর (কম / মাঝারি / উচ্চ / অত্যন্ত উচ্চ)

    BLS কর্মসংস্থান পূর্বাভাস সারণির 831টি বিস্তারিত পেশার ভিত্তিতে। মান NEM (ন্যাশনাল এমপ্লয়মেন্ট ম্যাট্রিক্স) কোড অনুযায়ী দেওয়া হয়, তাই একই NEM কোডের পেশাগুলি একই ব্যান্ড পায়

    উৎস ডেটাসেট (XLSX ফাইল ডাউনলোড)

  • ডেটার উৎস: Anthropicপ্রকাশকাল: 2026-03

    0.080

    0.000এখানে থাকা মানগুলোর পরিসর0.745
    স্কেল, ভিত্তি ও উৎস

    পর্যবেক্ষিত এক্সপোজার সূচক, প্রকাশিত রূপে 0–1

    O*NET টাস্কে ম্যাপ করা

    উৎস ডেটাসেট

  • ডেটার উৎস: ILOপ্রকাশকাল: 2025

    0.44

    0.09এখানে থাকা মানগুলোর পরিসর0.70

    পেশা-গোষ্ঠী পর্যায়ের মান

    স্কেল, ভিত্তি ও উৎস

    জেনারেটিভ AI এক্সপোজার সূচক, প্রকাশিত রূপে 0–1

    ISCO-08 ইউনিট গ্রুপ — একই কোডের সব পেশা এই মানই পায়

    এটি এই সাইটের হিসাব, ILO-এর প্রকাশিত সংখ্যা নয়: এই সাইট ILO ডেটাসেটের সঙ্গে যুক্ত করা ১,০১২টি পেশার মধ্যে 28% এই মানের সমান বা তার বেশি।

    উৎস ডেটাসেট

এই উৎস কী ধরনের মান প্রকাশ করে

BLS-এর শ্রেণিবিভাগ একটি আপেক্ষিক র্যাঙ্ক, পরম মাত্রা নয়, এবং এটি সরাসরি পরিমাপও নয়: এটি কয়েকটি প্রকাশিত গবেষণায় পাওয়া পেশার পার্সেন্টাইল র্যাঙ্কগুলিকে চারটি স্তরে ভাগ করে। এটি কর্মসংস্থান বা মজুরির পূর্বাভাস নয়, গ্রহণের সম্ভাবনাও নয়, এবং এটি স্বয়ংক্রিয়তা ও সম্প্রসারণের মধ্যে পার্থক্য করে না।

Task-level exposure

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
Determine guidelines that specify which source material is acceptable for use.

O*NET Task ID 3525

1.0
Identify, scale, and orient geodetic points, elevations, and other planimetric or topographic features, applying standard mathematical formulas.

O*NET Task ID 3514

0.5
Collect information about specific features of the Earth, using aerial photography and other digital remote sensing techniques.

O*NET Task ID 3515

0.5
Revise existing maps and charts, making all necessary corrections and adjustments.

O*NET Task ID 3516

0.5
Compile data required for map preparation, including aerial photographs, survey notes, records, reports, and original maps.

O*NET Task ID 3517

0.5
Inspect final compositions to ensure completeness and accuracy.

O*NET Task ID 3518

0.5
Determine map content and layout, as well as production specifications such as scale, size, projection, and colors, and direct production to ensure that specifications are followed.

O*NET Task ID 3519

0.5
Examine and analyze data from ground surveys, reports, aerial photographs, and satellite images to prepare topographic maps, aerial-photograph mosaics, and related charts.

O*NET Task ID 3520

0.5
Select aerial photographic and remote sensing techniques and plotting equipment needed to meet required standards of accuracy.

O*NET Task ID 3521

0.5
Delineate aerial photographic detail, such as control points, hydrography, topography, and cultural features, using precision stereoplotting apparatus or drafting instruments.

O*NET Task ID 3522

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

পেশাগত তথ্য