В июле 2025 года на arXiv была опубликована работа исследователей из Microsoft Research, которые проанализировали реальные взаимодействия пользователей с генеративным ИИ (Microsoft Bing Copilot) и оценили, какие профессиональные деятельности сегодня подвергаются наибольшему влиянию таких систем. Авторы стремятся не только определить, какие задачи люди поручают ИИ, но и какие задачи ИИ выполняет самостоятельно, а затем сопоставить эти данные со статистикой по всем «мелким» рабочим функциям (рабочим активностям) и родам занятий (occupations) из базы O*NET. Получившиеся выводы помогают понять, какие профессии и какие виды работ окажутся в ближайшее время наиболее «подвержены» влиянию генеративных моделей.
1. Мотивация и ключевые вопросы исследования
- Генеративный ИИ как новая «общетехнология»
Подобно паровым двигателям или компьютерам, генеративные модели способны ускорять и улучшать самые разные виды деятельности — от постановки медицинских диагнозов до написания кода. Понимание того, какие именно функции автоматизируются или дополняются, и каким профессиям это угрожает или приносит выгоду, важно для экономики и общества. - Два уровня влияния: запрос пользователя и действие ИИ
User goal (цель пользователя) — что пользователь хочет сделать (например, собрать информацию, написать текст).
AI action (действие ИИ) — что ИИ на самом деле делает в ответ (например, предоставляет информацию, объясняет, советует).Разделение этих ролей позволяет оценить, где ИИ помогает человеку (аугментация), а где ему заменяет человека (автоматизация).
2. Данные и методика
- Корпус разговоров
— 200 000 анонимизированных диалогов пользователей со Bing Copilot (январь–сентябрь 2024, США).
— Подвыборка с «лайками/дизлайками» (100 000 диалогов) для оценки удовлетворённости. - Таксономия O*NET
— 332 Intermediate Work Activities (IWA) — «рабочие активности», общие для различных профессий.
— Каждая профессия в O*NET разбивается на задачи (tasks), которые в свою очередь связаны с IWA. - Классификация диалогов
— GPT-4o-mini автоматически помечает в каждом диалоге:
• IWA, соответствующие цели пользователя;
• IWA, соответствующие действию ИИ.
— Для каждой IWA измеряется:
• доля активности (activity share) — насколько часто она встречается;
• удачность (completion) — классификатор оценивает, завершил ли ИИ задачу;
• масштаб воздействия (scope) — насколько глубоко ИИ затрагивает работу в этой IWA (6-балльная шкала). - AI Applicability Score
Для каждой профессии вычисляется итоговый score, объединяющий:
покрытие (coverage) — в скольких ключевых IWA её задачи регулярно встречаются в диалогах;
успех (completion rate);
глубину влияния (scope ≥ “moderate”).
Это относительный показатель: чем выше, тем более «применима» генеративная модель к работе в данной профессии.
3. Основные результаты
3.1. Какие рабочие активности чаще всего затрагиваются
- Цели пользователей (user goals):
Сбор и изучение информации (Getting Information, Research).
Создание и редактирование текстов/контента (Writing, Editing).
Коммуникация, объяснение (Communicating, Explaining). - Действия ИИ (AI actions):
Предоставление информации и помощи (Providing information, Assisting).
Объяснение и консультирование (Teaching, Advising).
Написание и форматирование (Writing, Preparing materials).
Замечание: в 40 % диалогов набор IWA цели пользователя и действия ИИ не пересекается, что подчёркивает отличие «запросов» от «исполнения».
3.2. Успешность и глубина
- Лучшие по удовлетворённости (thumbs-up)
— Исследование и написание текстов (Research, Edit documents, Write material).
— Покупка/оценка товаров (Purchase goods, Evaluate products). - Худшие по удовлетворённости
— Анализ данных (Process data, Calculate financial data).
— Визуальный дизайн (Create visual designs, Arrange displays). - Scope (глубина воздействия)
— Максимальное влияние — там же, где пользователи чаще всего обращаются: сбор информации, письма, консультирование.
— ИИ свободнее помогает в «аугментации», чем полностью автоматизирует: глубина воздействия на user goals обычно выше, чем на AI actions.
3.3. Какие профессии «подхвачены» ИИ
Топ-10 профессий по AI Applicability Score
- Переводчики и синхронные переводчики
- Историки
- Сопровождающие пассажиров (Passenger Attendants)
- Торговые представители услуг
- Писатели и авторы
- Операторы колл-центров (Customer Service Reps)
- Программисты ЧПУ (CNC Tool Programmers)
- Телефонные операторы
- Сотрудники по продаже билетов и туров
- Радиоведущие и дикторы
Общая картина по группам SOC
Наибольший потенциал влияния ИИ — у групп:
- Sales and Related,
- Computer and Mathematical,
- Office and Administrative Support,
- Community and Social Service,
- Arts, Design, Entertainment, Sports, and Media.
Наименьший — у профессий с физическим трудом или машинным оборудованием (например, Healthcare Support, Transportation and Material Moving, Construction and Extraction)
3.4. Сопоставление с предсказаниями экспертов
Сравнение с метрикой E1 из Eloundou et al. (2024), где люди оценивали, в каких задачах LLM позволит экономить ≥ 50 % времени, показывает корреляцию r = 0.73 на уровне профессий и r = 0.91 на уровне групп SOC. Это говорит о том, что реальные данные использования подтверждают большинство экспертных прогнозов.
3.5. Связь с уровнем зарплаты и образованием
- Зарплата
— Слабая положительная корреляция (r ≈ 0.1), т. е. нет чёткого тренда, что вышеоплачиваемые профессии значительно сильнее «затронуты» ИИ. - Образование
— Немного выше AI Applicability Score у профессий, требующих бакалавра, по сравнению с профессиями без высшего образования. Разброс большой — влияние зависит от конкретных видов рабочих активностей.
Вывод:
Генеративные модели, подобные Microsoft Copilot, уже сегодня активно помогают специалистам собирать и обрабатывать информацию, писать и редактировать тексты, давать консультации и объяснения. Наибольший «потенциал применения» у профессий, связанных с переводами, обслуживанием клиентов, продажами услуг и административной поддержкой, а также у «творческих» специальностей. При этом чисто аналитические задачи с большими объёмами данных и визуальный дизайн Copilot пока выполняет менее успешно. В целом, хотя скорое «полное автоматизированное» вытеснение многих профессий вряд ли наступит, новые формы сотрудничества человека и ИИ уже меняют рынок труда — и это лишь начало большого эволюционного процесса.