Planificateurs de Transports en Commun
Transport et ManutentionExposition à l'IA
- Source des données: BLSPublié: 2026-08
Très élevée· 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
0.033
0.000Étendue des valeurs présentées ici0.745Échelle, base et source
- Source des données: ILOPublié: 2025
0.47
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, 23% 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 12 tâches masquées| Task | Claude.aiRaw / share % |
|---|---|
Prepare or review engineering studies or specifications.19-3099 | 0.012923.4 |
Review development plans for transportation system effects, infrastructure requirements, or compliance with applicable transportation regulations.19-3099 | 0.007814.2 |
Prepare reports or recommendations on transportation planning.19-3099 | 0.007613.7 |
Design transportation surveys to identify areas of public concern.19-3099 | 0.006912.5 |
Define regional or local transportation planning problems or priorities.19-3099 | 0.00488.7 |
Develop computer models to address transportation planning issues.19-3099 | 0.00437.8 |
Develop or test new methods or models of transportation analysis.19-3099 | 0.00407.3 |
Prepare necessary documents to obtain project approvals or permits.19-3099 | 0.00254.5 |
Analyze information from traffic counting programs.19-3099 | 0.00234.3 |
Collaborate with other professionals to develop sustainable transportation strategies at the local, regional, or national levels.19-3099 | 0.00203.5 |
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 |
|---|---|
Develop computer models to address transportation planning issues.O*NET Task ID 16948 | 1.0 |
Prepare necessary documents to obtain planned project approvals or permits.O*NET Task ID 20979 | 1.0 |
Prepare or review engineering studies or specifications.O*NET Task ID 16934 | 0.5 |
Represent jurisdictions in the legislative or administrative approval of land development projects.O*NET Task ID 16935 | 0.5 |
Direct urban traffic counting programs.O*NET Task ID 16937 | 0.5 |
Develop or test new methods or models of transportation analysis.O*NET Task ID 16938 | 0.5 |
Define or update information such as urban boundaries or classification of roadways.O*NET Task ID 16939 | 0.5 |
Analyze information from traffic counting programs.O*NET Task ID 16941 | 0.5 |
Review development plans for transportation system effects, infrastructure requirements, or compliance with applicable transportation regulations.O*NET Task ID 16942 | 0.5 |
Prepare reports or recommendations on transportation planning.O*NET Task ID 16943 | 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