कास्टिंग निर्देशक

कला, डिज़ाइन, मनोरंजन और मीडिया

AI एक्सपोजर

  • डेटा स्रोत: BLSप्रकाशन: 2026-08

    उच्च· सापेक्ष

    कमचार सापेक्ष श्रेणियाँबहुत उच्च

    व्यवसाय-समूह स्तर का मान

    मापक्रम, आधार और स्रोत

    चार सापेक्ष बैंड (कम / मध्यम / उच्च / बहुत उच्च)

    BLS रोज़गार पूर्वानुमान तालिका के 831 विस्तृत व्यवसायों के आधार पर। मान NEM (नेशनल एम्प्लॉयमेंट मैट्रिक्स) कोड के स्तर पर दिया जाता है, इसलिए एक ही NEM कोड वाले व्यवसायों को वही बैंड मिलता है

    स्रोत डेटासेट (XLSX फ़ाइल डाउनलोड)

  • डेटा स्रोत: Anthropicप्रकाशन: 2026-03

    0.092

    0.000यहाँ दिए गए मानों की सीमा0.745
    मापक्रम, आधार और स्रोत

    प्रेक्षित एक्सपोजर सूचकांक, प्रकाशित रूप में 0–1

    O*NET कार्यों पर मैप किया गया

    स्रोत डेटासेट

  • डेटा स्रोत: ILOप्रकाशन: 2025

    0.37

    0.09यहाँ दिए गए मानों की सीमा0.70

    व्यवसाय-समूह स्तर का मान

    मापक्रम, आधार और स्रोत

    जेनरेटिव AI एक्सपोजर सूचकांक, प्रकाशित रूप में 0–1

    ISCO-08 यूनिट समूह — समान कोड वाले सभी व्यवसायों को यही मान मिलता है

    यह इस साइट की गणना है, ILO द्वारा प्रकाशित आँकड़ा नहीं: इस साइट द्वारा ILO डेटासेट से जोड़े गए 1,012 व्यवसायों में से 53% इस मान के बराबर या उससे अधिक हैं।

    स्रोत डेटासेट

यह स्रोत किस प्रकार का आँकड़ा प्रकाशित करता है

BLS की श्रेणी सापेक्ष रैंक है, निरपेक्ष स्तर नहीं, और यह प्रथम-हस्त माप भी नहीं है: यह कई प्रकाशित अध्ययनों में व्यवसाय की पर्सेंटाइल रैंकों को चार बैंडों में बांटती है। यह रोज़गार या वेतन का पूर्वानुमान नहीं है, न अपनाए जाने की संभावना, और यह स्वचालन और संवर्धन में अंतर नहीं करती।

Task-level exposure

2 छिपे कार्य दिखाएँ

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
Prepare actors for auditions by providing scripts and information about roles and casting requirements.

O*NET Task ID 11020

1.0
Review performer information, such as photos, resumes, voice tapes, videos, and union membership, to decide whom to audition for parts.

O*NET Task ID 11015

0.5
Read scripts and confer with producers to determine the types and numbers of performers required for a given production.

O*NET Task ID 11016

0.5
Select performers for roles or submit lists of suitable performers to producers or directors for final selection.

O*NET Task ID 11017

0.5
Audition and interview performers to match their attributes to specific roles or to increase the pool of available acting talent.

O*NET Task ID 11018

0.5
Maintain talent files that include information such as performers' specialties, past performances, and availability.

O*NET Task ID 11019

0.5
Serve as liaisons between directors, actors, and agents.

O*NET Task ID 11021

0.5
Attend or view productions to maintain knowledge of available actors.

O*NET Task ID 11022

0.5
Negotiate contract agreements with performers, with agents, or between performers and agents or production companies.

O*NET Task ID 11023

0.5
Contact agents and actors to provide notification of audition and performance opportunities and to set up audition times.

O*NET Task ID 11024

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

व्यावसायिक जानकारी