शीर्षक परीक्षक और सारांशकर्ता
कानूनीAI एक्सपोजर
- डेटा स्रोत: BLSप्रकाशन: 2026-08
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
0.022
0.000यहाँ दिए गए मानों की सीमा0.745मापक्रम, आधार और स्रोत
- डेटा स्रोत: ILOप्रकाशन: 2025
0.39
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 44% 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
13 छिपे कार्य दिखाएँ| Task | Claude.aiRaw / share % |
|---|---|
Summarize pertinent legal or insurance details, or sections of statutes or case law from reference books so that they can be used in examinations, or as proofs or ready reference.23-2093 | 0.032757.5 |
Prepare real estate closing statements, using knowledge and expertise in real estate procedures.23-2093 | 0.014625.7 |
Prepare reports describing any title encumbrances encountered during searching activities, and outlining actions needed to clear titles.23-2093 | 0.007813.7 |
Prepare and issue title commitments and title insurance policies based on information compiled from title searches.23-2093 | 0.00173.1 |
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 |
|---|---|
Read search requests to ascertain types of title evidence required and to obtain descriptions of properties and names of involved parties.O*NET Task ID 9232 | 1.0 |
Copy or summarize recorded documents, such as mortgages, trust deeds, and contracts, that affect property titles.O*NET Task ID 9233 | 1.0 |
Enter into record-keeping systems appropriate data needed to create new title records or to update existing ones.O*NET Task ID 9238 | 1.0 |
Prepare lists of all legal instruments applying to a specific piece of land and the buildings on it.O*NET Task ID 9230 | 0.5 |
Examine documentation such as mortgages, liens, judgments, easements, plat books, maps, contracts, and agreements to verify factors such as properties' legal descriptions, ownership, or restrictions.O*NET Task ID 9231 | 0.5 |
Examine individual titles to determine if restrictions, such as delinquent taxes, will affect titles and limit property use.O*NET Task ID 9234 | 0.5 |
Prepare reports describing any title encumbrances encountered during searching activities and outlining actions needed to clear titles.O*NET Task ID 9235 | 0.5 |
Verify accuracy and completeness of land-related documents accepted for registration, preparing rejection notices when documents are not acceptable.O*NET Task ID 9236 | 0.5 |
Direct activities of workers who search records and examine titles, assigning, scheduling, and evaluating work, and providing technical guidance as necessary.O*NET Task ID 9239 | 0.5 |
Obtain maps or drawings delineating properties from company title plants, county surveyors, or assessors' offices.O*NET Task ID 9240 | 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