생성AI가 직군별로 불균형하게 영향을 미친다 2023.4 mahler83, 2023-04-202023-04-20 ChatGPT 같은 생성 인공지능이 직업에 어떤 영향을 미치는지 확인한 연구. 교육수준과 임금이 높은 화이트칼라 직종이 가장 영향을 많이 받음. (2023 4/19) 원문: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4414065 Occupational Exposure to Generative AI 사용한 방법론: E. Felten, M. Raj, R. Seamans, Occupational, industry, and geographic exposure to artificial intelligence: A novel dataset and its potential uses. Strategic Management Journal. 42, 2195–2217 (2021). AI의 능력을 10개 분야로 나눠 인간의 52가지 능력과 매칭하고 이를 다시 O*NET 데이터베이스의 800여개 직업과 매칭시킴 미치는 영향을 정규화하지 않은 점수로 비교해보면 language generation이 image generation보다 영향이 큼. 언어생성쪽이 variance도 큼 언어모델 영향: 텔레마케터, 교육 관련 직종이미지모델 영향: 인테리어 디자이너, 건축가 average occupational salary, average required-level of education -> 화이트칼라 직종이 영향을 많이 받나? constructed exposure measure, relative presence of creative ability -> 창의력이 중요한 중요한 직종이 영향을 많이 받나? F1A: Salary와 exposure 사이 양의 상관관계F1B: Education과 exposure 사이 양의 상관관계F1C: Creative ability와 exposure 사이 양의 상관관계 skill biased technological changes: 최근의 기술적 발전이 고학력 노동자의 생산성을 disproportionate하게 올린다는 주장.Exposure가 automation인지 augmentation인지는 불확실. 고학력 고임금 직종이 도움을 받을지 타격을 받을지 알 수 없음. 성별, 인종에 따른 차이는 없는지 확인하기 위해 IPUMS의 ACS 자료를 이용해 직종별 비율에 따른 exposure를 산출. 전체 직종 중 절반 정도만 이런 작업이 가능했음. Female, White, Asian에서는 양의 상관관계가, Male, Black, Hispanic에서는 음의 상관관계가 관찰됨. 인구통계학적 특징에 따라 GAI가 미치는 영향이 다르다는 의미. Autome인지 augment인지, 불평등을 완화할지 심화시킬지 추가적인 연구가 필요함. Policy Implications GAI에 의해 일자리 구도가 바뀔텐데, 실업 문제를 줄이고 경제에 도움이 되도록 정부가 적응해가는 과정에 적극 개입해야 한다.활용 교육에 투자하는 것이 회사와 노동자 양측에 모두 도움이 될 것이다. 하는 일의 성질이 변하더라도 거기에 적응해서 직업을 유지할 수 있어야.GAI에 의해 경제 전반에 걸쳐 어떤 분야는 커지고 어떤 분야는 작아지고 구조조정이 일어날텐데, 직군간 이동이 수월하도록 정책입안자들이 신경써야 한다. 경업금지조약, 면허, 기타 제약조건 등을 줄여야 한다. 추가자료 언어모델의 exposure가 가장 큰 직업 / 가장 작은 직업 이미지모델의 exposure가 가장 큰 직업 / 가장 작은 직업 지난 달에 나왔던 매우 유사한 연구. 사용 데이터도 같음. 여기서도 수입이나 숙련도가 높은 직군일수록 exposure가 커진다고 했음. GPT가 직업에 미치는 영향 – OpenAI 논문 내 생각 Exposure의 성질이 automation이냐 augmentation이냐 판단이 안 될 듯. 한 직업 내에서 실제로 수행하는 task를 쪼개서 정량적으로 측정한 데이터가 있어야 실질적인 분석이 가능할 듯.비싼 정신노동부터 대체되고 가성비가 안 맞는 직업은 마지막에 AI/Robotics에 의해 대체.Figure 1을 보면 우상향하던 곡선이 마지막에 plateau를 이루거나 오히려 감소하는 양상이 보임. 이는 GPTs are GPTs 논문에서도 관찰된 것. 가장 연봉이 높거나 가장 높은 교육수준을 요하는 직업은 영향이 선형적으로 증가 안 함. Automation보다 augmentation일거라고 생각함. Originally tweeted by 말러팔산 (@mahler83) on 2023-04-20. Share this:FacebookX AI Generative AI Large language model
Academic writing Nature의 포닥 상대 AI챗봇 사용 실태 설문 2023-10-19 네이처에서 2023년 6, 7월에 postdoc 4천여명을 상대로 한 설문조사 결과. 원문: https://www.nature.com/articles/d41586-023-03235-8 AI 챗봇을 일하는 데에 사용하는가? 사용하는 경우, 사용하는 용도는? 얼마나 자주 사용하는가? 일하는 데에 어떤 영향을 미쳤는가? Share this:FacebookX Read More
Large language model Direction Stimulus Prompting 2024-03-042024-03-04 Direction Stimulus Prompting이라는 프롬프팅 전략.프롬프트 끝에 답변 생성 방향성 관련 힌트(=DS;요약시 포함할 키워드, 대화 생성시 대사의 역할 등)를 포함시키면 성능이 비약적으로 향상됨. DS를 생성하는 모델은 작업별 예시로 작은 모델을 학습시켜서 이용 출처: https://arxiv.org/abs/2302.11520 ChatGPT 같은 blackbox LLM에게 일을 시킬 때 프롬프트를 작성하는 Policy LM을 해당 작업에 맞춰 학습시킴. 예를 들어… Share this:FacebookX Read More
Large language model GPT에게 한의사 국시를 풀게 했더니 57% 정답률 – 2023.3 2023-05-232023-09-11 GPT-3.5와 GPT-4로 한의사 국가시험 문제를 풀게 했을 때 42%, 57% 정답률이 나왔다는 연구 (2023 3/31)arxiv.org/abs/2303.17807 Introduction 기존에 ML이나 rule-based로 한의학 모델을 개발하려 했으나 non-linear하고, 한의학적 지식과 추론을 표현하는 것이 어렵고, 한의사의 의사결정 과정이 implicit해서 만들기 어려웠다 Methods 2022년 1월 국시문제를 활용. 12개 과목 340개 문항. 국시문제는 공개되지 않기 때문에 training… Share this:FacebookX Read More