Store sprogmodeller som ChatGPT har størst betydning for højindkomstgrupper

De fleste har nok efterhånden hørt om kunstig intelligens i form af store sprogmodeller som ChatGPT. Denne form for store sprogmodeller kan bruges til alt fra at rette i avanceret programmeringskode, til at supplere eksamensnoter og skrive taler eller selskabssange. Mange har også opdaget, at kunstig intelligens kan bruges til at gøre arbejdet lettere eller give inspiration og input i hverdagens arbejdsopgaver. Her er det især medarbejdere med høje lønninger, der vil opleve, at kunstig intelligens i form af store sprogmodeller kan indgå som et værktøj i hverdagen. Det viser en ny analyse om potentialet ved store sprogmodeller på det danske arbejdsmarked fra Danmarks Statistik.

”Potentialet for at benytte store sprogmodeller i sit arbejde stiger med lønnen. Vi kan også se, at det er brancher med kognitive rutineopgaver, der er mest påvirkelige, især inden for videregående uddannelser. Kognitivt krævende stillinger er også typisk relativt højtlønnede stillinger, så den sammenhæng giver mening,” forklarer Fenja Søndergaard Møller, specialkonsulent i Danmarks Statistik.

I hvor høj grad kan store sprogmodeller benyttes af fuldtidsansatte over 25 år, sorteret efter indkomstdeciler

Juridisk arbejde scorer højest

Juridisk arbejde er den arbejdsfunktion, der har størst potentiale for at bruge og drage fordel af kunstig intelligens i form af store sprogmodeller. I den anden ende er Malere og arbejde inden for rensning af bygninger, der i mindre grad kan drage nytte af store sprogmodeller i arbejdet.

Analysemetoden er baseret på et amerikansk studie, hvor eksponering for kunstig intelligens er vurderet på tværs af arbejdsfunktioner, og der er herefter anvendt statistikdata fra det danske arbejdsmarked.

Der er i analysen ikke taget stilling til, hvordan kunstig intelligens kan bruges i arbejdet, men alene i hvor høj grad, der er potentiale for det.

Læs mere om potentialet for brug af kunstig intelligens på det danske arbejdsmarked i analysen her: www.dst.dk/analyser/53013