Analisis OpenAI terhadap lebih daripada 800,000 pertanyaan ChatGPT berkaitan kerja menunjukkan bahawa 43.5% permintaan tahap pakar dikendalikan oleh pengguna di luar peranan pekerjaan utama mereka, satu trend yang dipanggil syarikat sebagai “task crossover” (persilangan tugas). Penemuan ini penting kerana ia menandakan pembentukan semula yang pesat tentang bagaimana perniagaan menyediakan kepakaran dan bagaimana individu mentakrifkan keupayaan profesional mereka.

Data di sebalik “task crossover”

OpenAI memetakan setiap pertanyaan kepada pekerjaan standard menggunakan pangkalan data pekerjaan AS, O*NET. Selepas mengetepikan aktiviti generik seperti merangka e-mel atau penjadualan, kajian tersebut memfokuskan kepada kompetensi tahap tinggi yang biasanya memerlukan latihan khusus domain. Daripada baki pertanyaan yang ada, hampir separuh meminta ChatGPT untuk melaksanakan tugas yang tergolong dalam kategori profesional yang berbeza daripada pengguna itu sendiri.

Di mana peralihan ini berlaku

Persilangan ini melonjak dalam bidang pemasaran dan kejuruteraan.

  • Profesional pemasaran beralih kepada ChatGPT untuk penyelesaian masalah teknikal dan analisis data—tugas yang biasanya dikendalikan oleh jurutera atau saintis data.
  • Jurutera meminta model tersebut untuk menyemak kontrak dan menyelesaikan masalah laman web, peranan yang secara tradisinya diisi oleh pasukan undang-undang atau pasukan front-end.

Perniagaan kecil memperkukuh corak ini. Dengan bajet yang terhad untuk pakar, seorang pekerja sahaja boleh menggunakan ChatGPT sebagai “force multiplier” (pengganda kekuatan), mengendalikan portfolio fungsi yang jika tidak begitu, akan memerlukan pengambilan ramai pekerja.

Mengapa persilangan ini penting untuk kerja dan AI

Data tersebut menunjukkan peralihan daripada “pakar” kepada “generalist yang dipertingkatkan” (augmented generalist). Memandangkan kemahiran membina arahan (prompt-crafting) menjadi satu kemahiran tersendiri, pengetahuan silo yang mendalam mungkin memberi jalan kepada kepelbagaian fungsi yang dipertingkatkan oleh AI. Pengasas dan pembangun kini merasakan tekanan untuk memacu model bahasa besar (LLM) melampaui penjanaan teks ringkas dan memberikan penaakulan berketepatan tinggi dalam bidang undang-undang, kewangan, atau kejuruteraan. Merendahkan halangan bagi tugas teknikal boleh membentuk semula pengambilan pekerja, latihan, dan juga gelaran jawatan.

Risiko dan hujah balas

Tidak semua orang menerima peralihan ini. Pengkritik memberi amaran bahawa menyerahkan kerja pakar kepada AI boleh menipiskan kepakaran, memperkenalkan ralat tersembunyi, dan mendedahkan organisasi kepada risiko pematuhan. Kajian tersebut tidak menjejaki kekerapan output yang dijana AI disahkan, mahupun mengukur potensi kos kesilapan dalam domain berisiko tinggi seperti undang-undang kontrak atau reka bentuk kejuruteraan. Kebimbangan tersebut menunjukkan bahawa walaupun AI boleh meluaskan keupayaan, ia juga mungkin mewujudkan rasa kompetensi yang palsu.

Apa yang perlu diperhatikan seterusnya

  • Pembangunan alatan: Naik taraf LLM pada masa hadapan mesti meningkatkan penaakulan khusus domain dan pemeriksaan ralat untuk memenuhi tuntutan persilangan tugas.
  • Polisi organisasi: Syarikat mungkin merangka garis panduan dalaman baharu untuk kerja berbantuan AI, terutamanya dalam sektor yang dikawal selia.
  • Isyarat pasaran buruh: Pengambil pekerja mungkin mula menyenaraikan “AI-augmented generalist” sebagai satu kompetensi, dan program latihan mungkin beralih ke arah kemahiran kejuruteraan arahan (prompt-engineering).

Rumusan

  • Persilangan tugas merangkumi 43.5% daripada pertanyaan pakar, menunjukkan pertindihan fungsi profesional yang ketara.
  • Pemasaran dan kejuruteraan menerajui peralihan ini, menggunakan AI untuk tugas yang secara tradisinya tergolong dalam kepakaran lain.
  • Perniagaan kecil bergantung kepada AI untuk mengisi jurang bakat, secara berkesan menukarkan seorang pekerja kepada pengendali pelbagai disiplin.
  • Trend ini menimbulkan peluang dan juga risiko, mendorong seruan untuk pengesahan AI yang lebih kukuh dan norma tempat kerja yang baharu.