NBER 论文用 AI 访谈 132 名从业者，为 O*NET 补充 79 项缺失任务
stanfordnlp · x · 2026-11-11
Stanford 团队(Erik Brynjolfsson、Diyi Yang 等)在 NBER 发布工作论文 TaskNet,用 AI 主导的访谈大规模构建职业任务清单。
- 系统对 6 个职业的 132 名从业者进行访谈，从 2726 份报告归纳出 202 条任务陈述，全部被 ONET 中心分析师接受——而现行 ONET 流程下从业者自行补报的任务仅约 65% 被采纳
- 相对 ONET 31.0 数据库，TaskNet 覆盖了已发布 118 项任务中的 75%,并新增 79 项 ONET 没有的任务、细化 58 项现有任务；对留出样本工人报告任务的覆盖率达 89%(ONET 为 79%)
- 对齐员工招聘信息中描述的活动比例也更高(72.5% vs 70.2%)
- 结果显示律师和软件开发者的 AI 暴露度被上调，此类估算会影响劳动力政策与培训资源投向
「漫话AGI」频道最新
- 数学家劝言：ML 从业者别怕花时间打牢数学直觉 — TivadarDanka · 2026-11-11
- IGF 评委集体抵制 AI 游戏,House House 澄清 AI 代码占比不足 0.1% — Aryvyo · 2026-11-11
- Lenny 报告：PM 岗位四年新高，工程师需求停滞 — SumitGup · 2026-11-11
- 「没人梦想订机票」：自动化流程不等于剥夺人的体验 — vhanagwal · 2026-11-11
- 斯坦福 trio 创立非营利 STABL，研究 AI 社会影响 — RishiBommasani · 2026-11-11
- Goodfire 发布神经元可解释性研究：数万神经元页面与自动化「神经元科学家」 — teortaxesTex · 2026-11-11