मोबाइल ऐप डेवलपर
कंप्यूटर और गणितAI एक्सपोजर
- डेटा स्रोत: BLSप्रकाशन: 2026-08
बहुत उच्च· सापेक्ष
कमचार सापेक्ष श्रेणियाँबहुत उच्चव्यवसाय-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
- डेटा स्रोत: Anthropicप्रकाशन: 2026-03
0.288
0.000यहाँ दिए गए मानों की सीमा0.745मापक्रम, आधार और स्रोत
- डेटा स्रोत: ILOप्रकाशन: 2025
0.53
0.09यहाँ दिए गए मानों की सीमा0.70व्यवसाय-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 14% इस मान के बराबर या उससे अधिक हैं।
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 कार्यValues 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 |
|---|---|
Analyze information to determine, recommend, and plan installation of a new system or modification of an existing system.O*NET Task ID 21661 | 1.0 |
Analyze user needs and software requirements to determine feasibility of design within time and cost constraints.O*NET Task ID 21662 | 1.0 |
Confer with systems analysts, engineers, programmers and others to design systems and to obtain information on project limitations and capabilities, performance requirements and interfaces.O*NET Task ID 21664 | 1.0 |
Coordinate installation of software system.O*NET Task ID 21666 | 1.0 |
Design, develop and modify software systems, using scientific analysis and mathematical models to predict and measure outcomes and consequences of design.O*NET Task ID 21667 | 1.0 |
Determine system performance standards.O*NET Task ID 21668 | 1.0 |
Develop or direct software system testing or validation procedures, programming, or documentation.O*NET Task ID 21669 | 1.0 |
Modify existing software to correct errors, adapt it to new hardware, or upgrade interfaces and improve performance.O*NET Task ID 21670 | 1.0 |
Monitor functioning of equipment to ensure system operates in conformance with specifications.O*NET Task ID 21671 | 1.0 |
Obtain and evaluate information on factors such as reporting formats required, costs, or security needs to determine hardware configuration.O*NET Task ID 21672 | 1.0 |
Train users to use new or modified equipment.O*NET Task ID 21679 | 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
इस व्यवसाय से जुड़े हालिया बदलाव
मार्च 2026: Evergreen analysis publish: AI Mobile App Developers को Replace करेगा? Test automation rate 80%, overall risk 49%, BLS +17% growth.
[स्रोत: AI Changing Work Blog]