方法論

以下の文献は、本サイトに表示される数値の背景にある資料に含まれ、AI 露出度を説明する際に参照する文献も併せて挙げています。値は各発行機関が付与した値のまま掲載します。表示はローカライズされます — たとえば、ある発行機関が値を数ではなく語句による区分で表している場合、画面に出る表記はその区分をページの言語に訳したものです。ローカライズが変えるのは値の書き表し方であって、その発行機関が付与した値そのものではありません。 データセットの帰属とライセンスはクレジットと出典のページに掲載しています。

• Massenkoff & McCrory (2026) - AIの労働市場への影響参考
• Eloundou et al. (2023) - GPTs are GPTs: 理論的タスク露出度フレームワーク
• Brynjolfsson et al. (2025) - Canaries in the Coal Mine: ADP給与マイクロデータで測定した雇用効果
• 米国労働統計局（U.S. Bureau of Labor Statistics） - 雇用予測 2025-2035
• O*NET SOC分類システム - 標準化された職業・タスク分類

以下で定義する数値は外部の公表元から再掲したものであり、各数値は表示される場所で出典を明示します。職業ページに順位・比率・公表された範囲内の位置が示される場合、その値は新たな測定値ではなく、公表元自身の値どうしの関係を述べたものです — AI Changing Work は自らの測定値を公表しません。本節では以下の指標を、その公表元の定義どおりに説明します。

OpenAI "GPTs are GPTs" — ベータ（β）

β = 直接的な露出（E1）+ 0.5 × ツール利用時の露出（E2）。原典リポジトリの定義に従います。職業単位では著者が公開した2つの評価方式 — 人間の評価者と GPT-4 による評価 — を併記し、タスク単位では β ≥ 0.5 となる評価済みタスクの割合を示します。値は公開されたまま 0〜1 で、百分率への換算は表示時のみ行います。

Anthropic Economic Index — 観測された露出度

理論的な露出度指標に、実測された Claude の利用量で重み付けした値です。原報告書の定義に従います。各データセットが公開された時点で観測された利用状況を表します。タスク単位の浸透度も併せて示します — その職業のタスクのうち利用が観測された件数と、その平均です。値は公開されたまま 0〜1 です。

Anthropicの2030年経済シナリオ（ワーキングペーパー2026-02、2026年9月）は、AIがどこまで仕事に及ぶかを測る出発点として、この観測された露出度の指標を用いています。論文の報告によれば、知識労働系の職業では平均0.22、それ以外の職業では平均0.01です。 シナリオを読む（Anthropic）

米国労働統計局 — 雇用見通し 2025–35

雇用者数、賃金中央値、予測変化率は BLS 雇用見通し 2025–35（Table 1.2）から転記した値で、同資料は連邦政府のパブリックドメイン刊行物です。これらは個別の職名ではなく SOC 職業グループ単位の数値のため、同じ SOC コードを共有する職業は同一の値になります。雇用者数は千人単位で公表されます。

米国労働統計局 — AI 相対露出度バンド

米国労働統計局は、全国雇用マトリクス(NEM)の各職業を Low・Moderate・High・Very high の四つの相対バンドのいずれかに割り当て、雇用見通し 2025–35 とあわせて公開しています。このバンドはその表に載る職業間の順位上の位置であり、水準値でも、導入確率でも、雇用の予測でもなく、自動化と補強を区別するものでもありません。また労働統計局自身の一次測定でもありません — 先行して公開された複数の研究から職業別のパーセンタイル順位を取り、四つのバンドにまとめた値です。そのうち二つは本サイトがすでに掲載しているデータセットと同系統であるため、このバンドとそれらの数値は互いに独立ではありません。バンドのラベルは労働統計局が記したものをページの言語に訳して掲載し、労働統計局が公開していない順序番号は画面に出しません。 このバンドは個別の職業名ではなく NEM コード単位で付与され、一つの NEM コードが本サイトの複数の職業にまたがることがあります。したがって同じ NEM コードの職業は同じバンドになります。

AI Changing Work は独自の露出度・リスク・自動化スコアを一切算出しません。原典データセットがその職業を収録していない場合、代替の数値を置かず、収録されていない事実をそのまま示します。

職業は個々のタスク単位で記述します。公開されている露出度データセット自体が、職務全体ではなくタスクを評価しているためです。本節では、それら外部の評価を本サイトの職業にどう対応づけるかを説明します。

タスクレベル分解

各職業を構成タスクに分解し、原典データセットのタスク単位の評価を対応づけられるようにしています。タスク一覧は O*NET に由来し、そこに結び付く評価は外部データセットに由来するもので、変更は加えません。

外部の露出度指標

職業およびタスクの露出度の値は、公開されている研究データセットから転載しています：Anthropic Economic Index (CC BY 4.0)、OpenAI "GPTs are GPTs" exposure rubric (MIT License)、ILO Working Paper 140 (CC BY 4.0)、BLS AI exposure categories (Public domain (17 U.S.C. §105))。原典の値は各発行機関が付与した値のまま掲載します。AI Changing Work はそれらを再スケール・再重み付け・再分類したり混合したりせず、独自の露出度スコアも算出しません。当サイトは O*NET の職業・タスクコードへの対応づけを行い、データセットに収録のない職業はスコアを付けず、収録がない旨を明示します。 表示はローカライズされます — たとえば、ある発行機関が値を数ではなく語句による区分で表している場合、画面に出る表記はその区分をページの言語に訳したものです。 ローカライズが変えるのは値の書き表し方であって、その発行機関が付与した値そのものではありません。

雇用見通し

雇用者数、賃金、予測変化率は米国労働統計局の雇用見通し 2025–35（Table 1.2）から転記した値で、同資料は連邦政府のパブリックドメイン刊行物です。SOC 職業グループ単位の数値のため、同じ SOC コードを共有する職業は同一の値になります。当サイト独自の雇用見通しは公開していません。

限界に対する透明性は責任ある分析に不可欠です。データを解釈する際にこれらの要因を考慮してください。

基礎となる標本なし

当サイトの数値は測定された標本から導かれたものではありません。背後に調査・テレメトリ・パネルが存在しないため、信頼区間を示すことはできません。当サイトのすべての数値を、検証されていない推定値として扱ってください。

地理的・職業的カバレッジ

カバレッジは原典データセットに制約されます。掲載の 1,048 職業のうち一部は、露出度データセットのうち一つ以上に収録がなく、そのデータセットの数値は表示しません。基礎データは主に米国の労働市場と英語での AI 利用を反映しており、世界全体の傾向を代表しない場合があります。

更新頻度

指標は、当サイトが独自の分析を再実行した際に改訂されます。外部のデータ提供者から自動更新を受け取ることはありません。

理論的 vs. 観測ギャップ

露出度は普及率ではありません。原典データセットが測っているのは、タスクがどれだけ露出しているか、あるいは集計時点でどれだけ利用が観測されたかです。導入の障壁、規制上の制約、組織の慣性により、現実の変化は技術的な能力より遅れるのが通例です。また数値は各データセットが公開された時点を表すもので、今日の状態ではありません。

主要なデータ更新と方法論の変更について透明な記録を維持しています。

ここに挙げた文献は、本サイトの数値の背景にある出典および補助文献に含まれます。職業ページの各数値には、由来するデータセット名を併記しています。