Store sprogmodeller og det danske arbejdsmarked

Værktøjer til generativ kunstig intelligens (AI) som fx store sprogmodeller spreder sig hurtigt. Det mest kendte eksempel er ChatGPT, som i løbet af to måneder fik mere end 100 millioner aktive brugere. Denne form for generativ AI har potentiale til at ændre den måde, vi arbejder på, og skabe muligheder for innovation og produktivitetsgevinster. Mulighederne og udfordringerne vil dog højst sandsynligt være ulige fordelt på tværs af arbejdsstyrken.

Med denne analyse undersøges den ulige økonomiske effekt af store sprogmodeller (LLM'er) på det danske arbejdsmarked. I analysen bruges såkaldte AIOE-scorer fra en undersøgelse af det amerikanske arbejdsmarked, som måler den beskæftigelsesmæssige AI-eksponering (AI Occupational Exposure), og scorerne kombineres med data fra Danmarks Statistik. AIOE-scorerne afspejler, i hvilken grad AI-applikationerne er beslægtet med de menneskelige færdigheder, der er forbundet med forskellige arbejdsfunktioner. Scorerne er på den måde et udtryk for de mulige økonomiske konsekvenser af brugen af AI på tværs af arbejdsfunktioner i form af enten arbejdskraftforstærkende eller arbejdskraftfortrængende virkninger.

Analysens hovedkonklusioner:

• Arbejdsfunktioner, der overvejende består af kognitive rutineopgaver, har mest potentiale for at ændre sig i kraft af store sprogmodeller. Juridisk arbejde er den arbejdsfunktion, der har den højeste LLM-score. Arbejdsfunktionen med den laveste score er Malere og arbejde inden for rensning af bygninger.
• Brancher, der er præget af kognitive evner, har højere LLM-score end brancher med en overvægt af fysiske opgaver. Den branche, der har den højeste LLM-score, er Videregående uddannelsesinstitutioner. Branchen med den laveste score er Bygningsfærdiggørelse.
• Kvinder i beskæftigelse har samlet set bedre mulighed for at bruge store sprogmodeller end mænd i beskæftigelse. Inden for Sundhedsvæsen og sociale foranstaltninger har kvinder dog en lidt lavere LLM-score end mænd.
• Medarbejdere med en høj personlig årsindkomst har generelt bedre muligheder for at bruge og drage fordel af store sprogmodeller end medarbejdere med lav indkomst.

Analysen kan findes på engelsk her: Large language models and the Danish labour market