Maquilleurs
Arts, Design, Divertissement et MédiasExposition à l'IA
- Source des données: BLSPublié: 2026-08
Modérée· relative
FaibleQuatre bandes relativesTrès élevéeValeur 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
- Source des données: AnthropicPublié: 2026-03
0.000
0.000Étendue des valeurs présentées ici0.745Échelle, base et source
- Source des données: ILOPublié: 2025
0.18
0.09Étendue des valeurs présentées ici0.70Valeur 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, 90% atteignent ou dépassent cette valeur.
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
Afficher 18 tâches masquées| Task | Claude.aiRaw / share % |
|---|---|
Provide performers with makeup removal assistance after performances have been completed.39-5091 | 0.002338.3 |
Write makeup sheets and take photos in order to document specific looks and the products that were used to achieve the looks.39-5091 | 0.002135.0 |
Examine sketches, photographs, and plaster models in order to obtain desired character image depiction.39-5091 | 0.001626.7 |
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.
| Task | βE1 + 0.5 × E2 |
|---|---|
Study production information, such as character descriptions, period settings, and situations, to determine makeup requirements.O*NET Task ID 14814 | 1.0 |
Duplicate work precisely to replicate characters' appearances on a daily basis.O*NET Task ID 14798 | 0.5 |
Establish budgets, and work within budgetary limits.O*NET Task ID 14799 | 0.5 |
Apply makeup to enhance or alter the appearance of people appearing in productions such as movies.O*NET Task ID 14800 | 0.5 |
Alter or maintain makeup during productions as necessary to compensate for lighting changes or to achieve continuity of effect.O*NET Task ID 14801 | 0.5 |
Analyze a script, noting events that affect each character's appearance, so that plans can be made for each scene.O*NET Task ID 14805 | 0.5 |
Write makeup sheets and take photos to document specific looks and the products used to achieve the looks.O*NET Task ID 14807 | 0.5 |
Examine sketches, photographs, and plaster models to obtain desired character image depiction.O*NET Task ID 14808 | 0.5 |
Attach prostheses to performers and apply makeup to create special features or effects, such as scars, aging, or illness.O*NET Task ID 14809 | 0.5 |
Evaluate environmental characteristics, such as venue size and lighting plans, to determine makeup requirements.O*NET Task ID 14810 | 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®, Anthropic Economic Index, Eloundou et al. (2023): see full notices on the Credits page