कार्यप्रणाली

नीचे दिए गए कार्य उन सामग्रियों में से हैं जिन पर इस साइट पर दिखाए गए आंकड़े टिके हैं, साथ ही वह साहित्य भी जिसका संदर्भ हम AI एक्सपोजर समझाते समय लेते हैं। मान उसी मान पर प्रस्तुत किए जाते हैं जो संबंधित प्रकाशक ने निर्धारित किया। प्रस्तुति स्थानीयकृत होती है — उदाहरण के लिए, जब कोई प्रकाशक किसी मान को संख्या के बजाय शब्दों की श्रेणी के रूप में व्यक्त करता है, तो दिखाया गया शब्द वही श्रेणी है जो पृष्ठ की भाषा में अनूदित है। स्थानीयकरण यह बदलता है कि मान कैसे लिखा जाता है, यह नहीं कि उसके प्रकाशक ने कौन-सा मान निर्धारित किया। डेटासेट की श्रेय-सूचना और लाइसेंस Credits और Sources पृष्ठ पर हैं।

• Massenkoff & McCrory (2026) - AI का श्रम बाजार पर प्रभावसंदर्भ
• Eloundou et al. (2023) - GPTs are GPTs: सैद्धांतिक कार्य एक्सपोजर फ्रेमवर्क
• Brynjolfsson et al. (2025) - Canaries in the Coal Mine: ADP पेरोल माइक्रोडेटा से मापे गए रोजगार प्रभाव
• अमेरिकी श्रम सांख्यिकी ब्यूरो (U.S. Bureau of Labor Statistics) - रोजगार अनुमान 2025-2035
• O*NET SOC वर्गीकरण प्रणाली - मानकीकृत पेशा और कार्य वर्गिकी

नीचे परिभाषित आंकड़े बाहरी प्रकाशकों से पुनः प्रकाशित हैं, और हर आंकड़ा जहाँ दिखता है वहीं अपना स्रोत बताता है। जब किसी व्यवसाय पृष्ठ पर रैंक, हिस्सेदारी या प्रकाशित परिसर के भीतर की स्थिति दिखती है, तो वह मान कोई नया माप नहीं, बल्कि प्रकाशक के अपने मानों के बीच का संबंध बताता है — AI Changing Work अपना कोई माप प्रकाशित नहीं करता। यह अनुभाग नीचे दिए गए मापों को उनके प्रकाशकों की परिभाषा के अनुसार समझाता है।

OpenAI "GPTs are GPTs" — बीटा (β)

β = प्रत्यक्ष एक्सपोजर (E1) + 0.5 × उपकरण उपलब्ध होने पर एक्सपोजर (E2), स्रोत रिपॉजिटरी की परिभाषा के अनुसार। हम इसे व्यवसाय स्तर पर लेखकों द्वारा प्रकाशित दो मूल्यांकन पद्धतियों — मानव मूल्यांकनकर्ता और GPT-4 मूल्यांकनकर्ता — के अनुसार दिखाते हैं, और कार्य स्तर पर β ≥ 0.5 वाले मूल्यांकित कार्यों का अनुपात दिखाते हैं। मान प्रकाशित रूप में 0–1 हैं; प्रतिशत में रूपांतरण केवल प्रदर्शन के लिए किया जाता है।

Anthropic Economic Index — प्रेक्षित एक्सपोजर

मापे गए Claude उपयोग से भारित एक सैद्धांतिक एक्सपोजर सूचकांक, मूल रिपोर्ट की परिभाषा के अनुसार। यह उस समय प्रेक्षित उपयोग का वर्णन करता है जब डेटासेट प्रकाशित हुआ था। हम कार्य-स्तरीय पहुँच भी दिखाते हैं: किसी व्यवसाय के कितने कार्यों में कोई प्रेक्षित उपयोग दिखता है, और उनका औसत। मान प्रकाशित रूप में 0–1 हैं।

अमेरिकी श्रम सांख्यिकी ब्यूरो — रोजगार अनुमान 2025–35

रोजगार, औसत वेतन और अनुमानित परिवर्तन BLS रोजगार अनुमान 2025–35 (Table 1.2) से लिए गए हैं, जो एक सार्वजनिक-डोमेन संघीय प्रकाशन है। ये आंकड़े SOC व्यवसाय समूह का वर्णन करते हैं, किसी एक पद-नाम का नहीं, इसलिए एक ही SOC कोड साझा करने वाले व्यवसायों के आंकड़े समान होते हैं। रोजगार हजारों नौकरियों में प्रकाशित होता है।

अमेरिकी श्रम सांख्यिकी ब्यूरो — AI सापेक्ष एक्सपोजर बैंड

अमेरिकी श्रम सांख्यिकी ब्यूरो अपनी नेशनल एम्प्लॉयमेंट मैट्रिक्स के प्रत्येक व्यवसाय को चार सापेक्ष बैंडों — Low, Moderate, High, Very high — में से एक में रखता है और उन्हें रोजगार अनुमान 2025–35 के साथ प्रकाशित करता है। यह बैंड उस तालिका के व्यवसायों के बीच रैंक की स्थिति है; यह न कोई स्तर है, न अपनाने की संभावना, न रोजगार का पूर्वानुमान, और यह स्वचालन तथा संवर्धन में अंतर भी नहीं करता। यह ब्यूरो का स्वयं का प्रत्यक्ष मापन भी नहीं है: ब्यूरो पहले प्रकाशित कई अध्ययनों से प्रत्येक व्यवसाय की पर्सेंटाइल रैंक लेकर उन्हें चार बैंडों में समूहित करता है। उनमें से दो अध्ययन उसी श्रेणी के हैं जिनके डेटासेट यह साइट पहले से प्रकाशित करती है, इसलिए यह बैंड और वे आंकड़े परस्पर स्वतंत्र नहीं हैं। बैंड का लेबल हम ब्यूरो के लिखे अनुसार पृष्ठ की भाषा में अनूदित करके देते हैं; जो क्रम-संख्या ब्यूरो प्रकाशित नहीं करता, वह कभी नहीं दिखाई जाती। यह बैंड किसी पदनाम के बजाय NEM (नेशनल एम्प्लॉयमेंट मैट्रिक्स) कोड के स्तर पर दिया जाता है, और एक NEM कोड इस साइट के एक से अधिक व्यवसायों को समेट सकता है; इसलिए एक ही NEM कोड वाले व्यवसायों को वही बैंड मिलता है।

AI Changing Work अपना कोई एक्सपोजर, जोखिम या स्वचालन स्कोर गणना नहीं करता। जहाँ कोई स्रोत डेटासेट किसी व्यवसाय को शामिल नहीं करता, वहाँ हम उस अनुपस्थिति को दर्शाते हैं, कोई वैकल्पिक आंकड़ा नहीं रखते।

व्यवसायों का वर्णन अलग-अलग कार्यों के स्तर पर किया जाता है, क्योंकि प्रकाशित एक्सपोजर डेटासेट स्वयं पूरे पद के बजाय कार्यों का मूल्यांकन करते हैं। यह अनुभाग बताता है कि उन बाहरी रेटिंग्स को इस साइट के व्यवसायों से कैसे जोड़ा जाता है।

कार्य-स्तरीय विभाजन

प्रत्येक व्यवसाय को उसके घटक कार्यों में विभाजित किया जाता है ताकि स्रोत डेटासेट की कार्य-स्तरीय रेटिंग उससे जोड़ी जा सके। कार्य सूचियाँ O*NET से आती हैं; उनसे जुड़ी रेटिंग बाहरी डेटासेट से आती हैं और उनमें बदलाव नहीं किया जाता।

बाहरी एक्सपोजर सूचकांक

व्यवसाय और कार्य के एक्सपोजर मान प्रकाशित शोध डेटासेट से लिए गए हैं: Anthropic Economic Index (CC BY 4.0), OpenAI "GPTs are GPTs" exposure rubric (MIT License), ILO Working Paper 140 (CC BY 4.0), और BLS AI exposure categories (Public domain (17 U.S.C. §105))। स्रोत मान उसी मान पर प्रस्तुत किए जाते हैं जो संबंधित प्रकाशक ने निर्धारित किया। AI Changing Work उन्हें न पुनः स्केल करता है, न पुनः भारित, न पुनः वर्गीकृत, न मिश्रित, और अपना कोई एक्सपोजर स्कोर भी गणना नहीं करता। हमारा योगदान O*NET व्यवसाय और कार्य कोड से मैपिंग है; जो व्यवसाय किसी डेटासेट में नहीं हैं उन्हें स्कोर देने के बजाय अनुपस्थित बताया जाता है। प्रस्तुति स्थानीयकृत होती है — उदाहरण के लिए, जब कोई प्रकाशक किसी मान को संख्या के बजाय शब्दों की श्रेणी के रूप में व्यक्त करता है, तो दिखाया गया शब्द वही श्रेणी है जो पृष्ठ की भाषा में अनूदित है। स्थानीयकरण यह बदलता है कि मान कैसे लिखा जाता है, यह नहीं कि उसके प्रकाशक ने कौन-सा मान निर्धारित किया।

रोजगार अनुमान

रोजगार, वेतन और अनुमानित परिवर्तन के आंकड़े अमेरिकी श्रम सांख्यिकी ब्यूरो के रोजगार अनुमान 2025–35 (Table 1.2) से लिए गए हैं, जो एक सार्वजनिक-डोमेन संघीय प्रकाशन है। ये SOC व्यवसाय समूह का वर्णन करते हैं, इसलिए एक ही SOC कोड साझा करने वाले व्यवसायों के आंकड़े समान होते हैं। हम अपने कोई रोजगार अनुमान प्रकाशित नहीं करते।

हमारी सीमाओं के बारे में पारदर्शिता जिम्मेदार विश्लेषण के लिए आवश्यक है। डेटा की व्याख्या करते समय इन कारकों पर विचार करें।

कोई अंतर्निहित नमूना नहीं

हमारे आंकड़े किसी मापे गए नमूने से प्राप्त नहीं हैं। इनके पीछे कोई सर्वेक्षण, टेलीमेट्री या पैनल नहीं है, इसलिए कोई विश्वास अंतराल नहीं बताया जा सकता। इस साइट के हर आंकड़े को असत्यापित अनुमान मानें।

भौगोलिक एवं व्यावसायिक कवरेज

कवरेज स्रोत डेटासेट से सीमित है: प्रकाशित 1,010 व्यवसायों में से कुछ एक या अधिक एक्सपोजर डेटासेट में नहीं हैं और उन्हें स्कोर देने के बजाय 'शामिल नहीं' दिखाया जाता है। अंतर्निहित डेटा मुख्यतः अमेरिकी श्रम बाजार और अंग्रेजी-भाषा AI अंतःक्रियाओं को दर्शाता है, जो वैश्विक स्थिति का प्रतिनिधित्व नहीं कर सकता।

अपडेट आवृत्ति

जब हम अपना विश्लेषण दोबारा चलाते हैं तब मापदंड संशोधित होते हैं। हमें किसी बाहरी डेटा प्रदाता से स्वचालित अपडेट नहीं मिलते।

सैद्धांतिक बनाम अवलोकित अंतर

एक्सपोजर का अर्थ अपनाना नहीं है। स्रोत डेटासेट मापते हैं कि कार्य कितने एक्सपोज्ड हैं, या संकलन के समय कितना उपयोग देखा गया था; अपनाने की बाधाएं, नियामक सीमाएं और संगठनात्मक जड़ता के कारण वास्तविक बदलाव प्रायः तकनीकी क्षमता से पीछे रहता है। आंकड़े उस क्षण को भी दर्शाते हैं जब प्रत्येक डेटासेट प्रकाशित हुआ था, आज को नहीं।

हम प्रमुख डेटा अपडेट और कार्यप्रणाली परिवर्तनों का पारदर्शी रिकॉर्ड बनाए रखते हैं।

यहाँ सूचीबद्ध कार्य इस साइट के आंकड़ों के पीछे के स्रोतों और सहायक साहित्य में से हैं। व्यवसाय पृष्ठ का प्रत्येक आंकड़ा उस डेटासेट का नाम बताता है जिससे वह आया है।