कलर ग्रेडर

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

    0.223

    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

केवल एक्सपोज़र वाले कार्य

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
Study scripts to become familiar with production concepts and requirements.

O*NET Task ID 4051

1.0
Program computerized graphic effects.

O*NET Task ID 4059

1.0
Cut shot sequences to different angles at specific points in scenes, making each individual cut as fluid and seamless as possible.

O*NET Task ID 4050

0.5
Edit films and videotapes to insert music, dialogue, and sound effects, to arrange films into sequences, and to correct errors, using editing equipment.

O*NET Task ID 4052

0.5
Select and combine the most effective shots of each scene to form a logical and smoothly running story.

O*NET Task ID 4053

0.5
Mark frames where a particular shot or piece of sound is to begin or end.

O*NET Task ID 4054

0.5
Determine the specific audio and visual effects and music necessary to complete films.

O*NET Task ID 4055

0.5
Verify key numbers and time codes on materials.

O*NET Task ID 4056

0.5
Organize and string together raw footage into a continuous whole according to scripts or the instructions of directors and producers.

O*NET Task ID 4057

0.5
Review assembled films or edited videotapes on screens or monitors to determine if corrections are necessary.

O*NET Task ID 4058

0.5
Conduct film screenings for directors and members of production staffs.

O*NET Task ID 4069

0.0
Discuss the sound requirements of pictures with sound effects editors.

O*NET Task ID 4071

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

व्यावसायिक जानकारी