Investigadores de Incendio

Serviços de Proteção

Exposição à IA

  • Fonte dos dados: BLSPublicado: 2026-08

    Moderado· relativa

    BaixoQuatro faixas relativasMuito alto

    Valor por grupo ocupacional

    Escala, base e fonte

    Quatro faixas relativas (Baixo / Moderado / Alto / Muito alto)

    831 ocupações detalhadas da tabela de projeções de emprego do BLS. O valor é atribuído por código da National Employment Matrix (NEM), pelo que as ocupações que partilham um código NEM recebem a mesma banda

    Conjunto de dados de origem (transferência XLSX)

  • Fonte dos dados: AnthropicPublicado: 2026-03

    0.000

    0.000Intervalo dos valores aqui apresentados0.745
    Escala, base e fonte

    Índice de exposição observada, 0–1 tal como publicado

    Mapeado sobre tarefas O*NET

    Conjunto de dados de origem

  • Fonte dos dados: ILOPublicado: 2025

    0.28

    0.09Intervalo dos valores aqui apresentados0.70

    Valor por grupo ocupacional

    Escala, base e fonte

    Índice de exposição à IA generativa, 0–1 tal como publicado

    Grupo de base CITP-08 — todas as ocupações com o mesmo código recebem este valor

    Calculado por este site, não publicado pela OIT: das 1.012 ocupações que este site liga ao conjunto de dados da OIT, 73% atingem ou superam este valor.

    Conjunto de dados de origem

Que tipo de valor esta fonte publica

A categoria de BLS é uma posição relativa, não um nível absoluto, e também não é uma medição de primeira mão: agrupa em quatro faixas as posições percentis da ocupação em vários estudos publicados. Não é uma previsão de emprego ou de salários, não é uma probabilidade de adoção e não distingue automação de aumento.

Task-level exposure

Ver 17 tarefas ocultas

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.

TaskβE1 + 0.5 × E2
Prepare and maintain reports of investigation results, and records of convicted arsonists and arson suspects.

O*NET Task ID 22991

1.0
Write detailed reports of fire inspections performed, fire code violations observed, and corrective recommendations offered.

O*NET Task ID 23002

1.0
Attend training classes to maintain current knowledge of fire prevention, safety, and firefighting procedures.

O*NET Task ID 23007

1.0
Issue permits for public assemblies.

O*NET Task ID 23018

1.0
Analyze evidence and other information to determine probable cause of fire or explosion.

O*NET Task ID 22995

0.5
Photograph damage and evidence related to causes of fires or explosions to document investigation findings.

O*NET Task ID 22996

0.5
Examine fire sites and collect evidence such as glass, metal fragments, charred wood, and accelerant residue for use in determining the cause of a fire.

O*NET Task ID 22997

0.5
Identify corrective actions necessary to bring properties into compliance with applicable fire codes, laws, regulations, and standards, and explain these measures to property owners or their representatives.

O*NET Task ID 23003

0.5
Develop or review fire exit plans.

O*NET Task ID 23004

0.5
Review blueprints and plans for new or remodeled buildings to ensure the structures meet fire safety codes.

O*NET Task ID 23008

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

Informação ocupacional