Agents d Entretien Routier

Construction, Maintenance et Réparation

Exposition à l'IA

  • Source des données: BLSPublié: 2026-08

    Faible· relative

    FaibleQuatre bandes relativesTrès élevée

    Valeur par groupe professionnel

    Échelle, base et source

    Quatre bandes relatives (Faible / Modérée / Élevée / Très élevée)

    831 métiers détaillés du tableau des projections d'emploi du BLS. La valeur est attribuée par code de la National Employment Matrix (NEM), si bien que les métiers partageant un code NEM reçoivent la même bande

    Jeu de données source (téléchargement XLSX)

  • Source des données: AnthropicPublié: 2026-03

    0.000

    0.000Étendue des valeurs présentées ici0.745
    Échelle, base et source

    Indice d'exposition observée, 0–1 tel que publié

    Rapporté aux tâches O*NET

    Jeu de données source

  • Source des données: ILOPublié: 2025

    0.09

    0.09Étendue des valeurs présentées ici0.70

    Valeur par groupe professionnel

    Échelle, base et source

    Indice d'exposition à l'IA générative, 0–1 tel que publié

    Groupe de base CITP-08 — tous les métiers partageant le code reçoivent cette valeur

    Calculé par ce site, non publié par l'OIT : sur les 1 012 professions que ce site relie au jeu de données de l'OIT, 100% atteignent ou dépassent cette valeur.

    Jeu de données source

Quelle est la nature de la valeur publiée par cette source

La catégorie BLS est un rang relatif et non un niveau absolu, et ce n'est pas une mesure de première main : elle regroupe en quatre bandes les rangs centiles du métier dans plusieurs études publiées. Ce n'est ni une prévision d'emploi ou de salaire, ni une probabilité d'adoption, et elle ne distingue pas automatisation et augmentation.

Task-level exposure

Tâches exposées uniquement

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.

TaskβE1 + 0.5 × E2
Inspect markers to verify accurate installation.

O*NET Task ID 4883

0.5
Flag motorists to warn them of obstacles or repair work ahead.

O*NET Task ID 4871

0.0
Set out signs and cones around work areas to divert traffic.

O*NET Task ID 4872

0.0
Dump, spread, and tamp asphalt, using pneumatic tampers, to repair joints and patch broken pavement.

O*NET Task ID 4874

0.0
Drive trucks to transport crews and equipment to work sites.

O*NET Task ID 4875

0.0
Inspect, clean, and repair drainage systems, bridges, tunnels, and other structures.

O*NET Task ID 4876

0.0
Haul and spread sand, gravel, and clay to fill washouts and repair road shoulders.

O*NET Task ID 4877

0.0
Erect, install, or repair guardrails, road shoulders, berms, highway markers, warning signals, and highway lighting, using hand tools and power tools.

O*NET Task ID 4878

0.0
Remove litter and debris from roadways, including debris from rock and mud slides.

O*NET Task ID 4879

0.0
Clean and clear debris from culverts, catch basins, drop inlets, ditches, and other drain structures.

O*NET Task ID 4880

0.0
Perform roadside landscaping work, such as clearing weeds and brush, and planting and trimming trees.

O*NET Task ID 4881

0.0
Paint traffic control lines and place pavement traffic messages, by hand or using machines.

O*NET Task ID 4882

0.0
Apply poisons along roadsides and in animal burrows to eliminate unwanted roadside vegetation and rodents.

O*NET Task ID 4884

0.0
Measure and mark locations for installation of markers, using tape, string, or chalk.

O*NET Task ID 4885

0.0
Apply oil to road surfaces, using sprayers.

O*NET Task ID 4886

0.0
Blend compounds to form adhesive mixtures used for marker installation.

O*NET Task ID 4887

0.0
Place and remove snow fences used to prevent the accumulation of drifting snow on highways.

O*NET Task ID 4888

0.0
Perform preventative maintenance on vehicles and heavy equipment.

O*NET Task ID 18783

0.0
Drive heavy equipment and vehicles with adjustable attachments to sweep debris from paved surfaces, mow grass and weeds, remove snow and ice, and spread salt and sand.

O*NET Task ID 18784

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

Informations professionnelles