Impacte de la IA i els GPTs en el futur del treball: una mirada als LLMs i GPTs

Introducció 

En l'era de la intel·ligència artificial, els models de llenguatge com els “Generative Pre-trained Transformers” (GPTs) redefiniran ben segur el panorama laboral existent. Al Març del 2023, es  va realitzat un interessant estudi sobre com aquests models, especialment els impulsats per programaris basats en LLMs (grans models de llenguatge), poden influir en el mercat laboral dels Estats Units. Si ve, a priori, aquest estudi fa referència al mercat laboral dels Estats Units, en aspectes claus no difereix en massa coses amb el nostre més proper. Aquest article pretén explicar, en termes senzills, les troballes clau d'aquest estudi. 

L’estudi "GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models" investiga les implicacions dels grans models de llenguatge (LLMs) com els  “Generative Pre-trained Transformers” (GPTs) en el mercat laboral dels EUA. Es centra en les capacitats augmentades que sorgeixen del programari impulsat per LLMs en comparació amb els LLMs per si sols. S'utilitza una nova eina per avaluar les ocupacions basant-se en la seva alineació amb les capacitats dels LLMs, integrant tant l'expertesa humana com les  classificacions de GPT-4. 

En poques paraules, s'estudia en quina mesura les ocupacions podrien ser afectades o beneficiades pel desenvolupament i implementació d'aquests models de llenguatge avançats, tant en termes de substitució de tasques com en l'assistència i millora de les mateixes. 

Què són els LLMs i els GPTs? 

Els LLMs (Large Language Models) són models avançats d'intel·ligència artificial dissenyats per processar i generar llenguatge humà. Aquests models es basen en enormes quantitats de textos per aprendre a comprendre i generar llenguatge de manera coherent i útil. Són els motors darrere de moltes aplicacions d'intel·ligència artificial que veiem avui dia. Els GPTs  (Generative Pre-trained Transformers) són una família dins d'aquests LLMs coneguts pel seu gran poder generatiu i capacitat d'aprendre de grans volums de dades textuals. 

Encara que OpenAI és famós per desenvolupar alguns dels models GPT més avançats, com GPT 3 i GPT-4, el concepte de GPT no està limitat només als models d'OpenAI. Altres organitzacions i grups de recerca també desenvolupen models GPT. Per exemple, hi ha versions de GPT desenvolupades per diferents universitats i empreses de tecnologia que busquen aplicar aquesta tecnologia en àrees específiques com la traducció automàtica, l'assistència a la redacció o fins i tot en aplicacions mèdiques. 

Aquests models alternatius poden utilitzar arquitectures i conjunts de dades similars, però sovint s'ajusten per a finalitats específiques, com millorar la precisió en certs idiomes o  optimitzar per a certes tasques com l'anàlisi de dades. Tot i així, comparteixen la base fonamental dels GPTs d'OpenAI, que es basa en l'ús de grans conjunts de dades de text per  aprendre a comprendre i generar llenguatge de manera eficaç.

Però, quan parlem de GPTs en el context dels models de llenguatge, no hem de confondre'ls amb el concepte de "General Purpose Technology" (Tecnologia de Propòsit General). Aquest últim es refereix a tecnologies amb aplicacions extenses en diversos sectors, impulsant canvis significatius tant en l'economia com en la societat. Exemples històrics inclouen la màquina de vapor i l'electricitat. En el món dels LLMs, hi ha arguments que suggereixen que aquests podrien constituir una nova “General Purpose Technology”, donada la seva capacitat de transformar múltiples àrees més enllà del processament de llenguatge. 

Impacte en el Mercat Laboral 

Un dels aspectes més notables dels resultats és la relació entre certes habilitats i l'exposició als  LLMs. Les habilitats com la programació i l'escriptura estan més exposades, indicant que els treballs que les requereixen podrien ser més susceptibles a ser influenciats per aquests  models. En canvi, les ocupacions que requereixen habilitats de pensament crític i ciències podrien ser menys afectades. 

Els resultats revelen que aproximadament el 80% de la força laboral dels EUA podria tenir almenys el 10% de les seves tasques laborals afectades per la introducció de LLMs, mentre que al voltant del 19% dels treballadors podrien veure impactades almenys el 50% de les seves  tasques. Aquests efectes abasten tots els nivells salarials, amb treballs d'ingressos més alts potencialment enfrontant una major exposició a les capacitats dels LLMs i al programari impulsat per LLMs. S'indica que l'accés a un LLM podria completar aproximadament el 15% de totes les tasques dels treballadors dels EUA significativament més ràpidament, mantenint el  mateix nivell de qualitat. Quan s'incorpora programari i eines basades en LLMs, aquesta proporció augmenta entre el 47% i el 56% de totes les tasques. Això implica que el programari impulsat per LLMs tindrà un efecte substancial en l'escalat dels impactes econòmics dels  models subjacents. 

Els resultats també mostren que les ocupacions que requereixen graus superiors, graus universitaris, màsters o títols professionals, estan més exposades als efectes dels LLMs i el  programari basat en LLMs. Això significa que les persones amb aquestes titulacions podrien veure una major part de les seves tasques laborals influenciades o fins i tot substituïdes per  aquests models d'intel·ligència artificial. 

Curiosament, també es va trobar que les persones amb alguna educació universitària però sense un grau complet tenen una alta exposició als LLMs. Això podria indicar que fins i tot una educació parcial a nivell universitari pot portar a una major interacció amb tasques que podrien ser automatitzades o assistides per LLMs. 

En resum, els treballs que requereixen un nivell d'educació més alt, com els que necessiten graus universitaris avançats, tendeixen a estar més exposats a l'impacte dels models de  llenguatge. Això contrasta amb la idea tradicional que els treballs altament qualificats estan menys exposats a la substitució per la tecnologia. Aquests resultats podrien tenir implicacions significatives en la planificació de la carrera professional i l'educació, suggerint que fins i tot les ocupacions altament qualificades hauran d'adaptar-se a l'era de la intel·ligència artificial. 

Impacte en ocupacions de menor qualificació i el paral·lelisme amb la robòtica 

Un aspecte clau que emergeix de l'anàlisi de l’estudi és l'impacte diferencial dels GPTs i LLMs en les ocupacions segons el nivell de formació requerit. Les ocupacions que requereixen menys formació acadèmica alta i que es centren més en tasques manuals o rutinàries podrien experimentar un impacte significativament diferent en comparació amb aquelles que  requereixen habilitats especialitzades o formació avançada.

Aquest fenomen no és nou en el món laboral. Històricament, hem vist un patró similar amb  l'adopció de la robòtica en la indústria. En sectors com la manufactura, la introducció de robots ha transformat significativament les ocupacions que impliquen treballs manuals repetitius, desplaçant algunes tasques mentre crea noves oportunitats en àrees com el manteniment de robots i la programació. De manera similar, els GPTs i altres models de llenguatge avançat poden canviar la naturalesa de moltes ocupacions de menor qualificació, automatitzant tasques rutinàries i obrint la porta a noves necessitats de competències i rols dins les organitzacions. 

Aquesta tendència destaca la importància de l'adaptació i la formació contínua en el mercat laboral modern, on la tecnologia continua evolucionant i reconfigurant les exigències  d’habilitats en diverses professions. 

Percepció Humana vs. ChatGPT-4 

Una de les troballes més interessants de l'estudi és la comparació entre la percepció humana i les avaluacions realitzades per ChatGPT-4 sobre l'impacte d'aquests models en el mercat  laboral. Es va observar que hi ha un alt nivell d'acord tant en les respostes de GPT-4 com en les avaluacions entre humans i màquines pel que fa a les tasques. Aquesta informació subratlla la capacitat de GPT-4 per alinear-se amb la comprensió humana en aquest context. 

L'anàlisi humana indica que només un 3% dels treballadors als EUA tenen més de la meitat de les seves tasques exposades als LLMs, sense considerar programari addicional o altres tecnologies. No obstant això, aquesta xifra puja fins al 49% quan es consideren altres models generatius i tecnologies complementàries, mostrant una major exposició potencial quan es combinen els LLMs amb altres eines (més semblant al que considera GPT-4). 

Conclusió 

En resum, l'estudi implica que mentre els LLMs i els GPTs poden tenir un impacte significatiu en moltes àrees del mercat laboral, aquest impacte varia segons el nivell de formació i la  naturalesa de les tasques dins de cada ocupació. Les ocupacions de major qualificació poden experimentar un impacte més gran degut a la seva alineació amb les habilitats que els LLMs poden augmentar, mentre que les tasques més manuals o de menor qualificació podrien veure un impacte menor i potser menys immediat. 

Podríem dir que les principals conclusions són: 

- Impacte Generalitzat: 

• Les ocupacions amb nivells educatius més alts tenen més probabilitats d'estar exposades significativament als LLMs. Això pot ser degut a la seva major alineació amb les habilitats que els LLMs poden augmentar o substituir, com la  programació i l'escriptura. 

• Les habilitats de pensament crític i ciències mostren una menor exposició, suggerint una menor influència immediata dels LLMs en aquestes àrees.

- Variacions en l'Exposició:

• Hi ha una variació notable en l'exposició als LLMs segons la naturalesa de l'ocupació, amb diferències significatives basades en el nivell de formació i les habilitats requerides. 

• Les tasques més manuals o de menor qualificació poden experimentar un  impacte menor en comparació amb les ocupacions altament qualificades. Això  no vol dir que estiguin completament immunes a l'impacte dels LLMs, però la  naturalesa d'aquestes ocupacions pot fer que la integració de tecnologies com  els LLMs sigui menys immediata o directa

- Implicacions a Llarg Termini: 

• Aquesta tendència subratlla la necessitat de planificació estratègica i adaptació tant per a empresaris com per a treballadors en diversos sectors. 

• La formació contínua i l'adaptació a noves tecnologies seran claus per a la  resiliència en el mercat laboral futur.... vaja, com sempre. 

- Combinació de Perspectives: 

• La combinació d'avaluacions humanes i assistides per IA proporciona una  comprensió més rica i matisada de com els LLMs poden remodelar diferents  aspectes del treball. 

• Aquesta perspectiva mixta ofereix una base per a polítiques i estratègies més  informades i efectives enfront de l'avanç de la IA. 

Per tant, s’obre una finestra fascinant al futur del treball, destacant el rol significatiu que els models de llenguatge com els GPTs podrien jugar. Amb el ritme accelerat de l'avanç tecnològic, aquesta investigació no només és rellevant per als experts en IA, sinó també per a treballadors, empresaris, i responsables de polítiques, que haurien de considerar aquestes troballes en la seva planificació i estratègia a llarg termini. Hauran de començar a tenir en compte la importància de comprendre i anticipar les maneres en què els LLMs i tecnologies similars poden influir en el mercat laboral, requerint una atenció especial a les implicacions per a la formació professional, la política laboral, i l'estratègia organitzacional.

Jaume Batlle i Ferrer
Consultor d’Innovació km.0