採用はこちら!

Shinonome Tech Blog

株式会社Shinonomeの技術ブログ
5 min read

【ChatGPT】ワイの妹がChatGPTなわけあらへん!(「GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models」編)【勉強日記】

【ChatGPT】ワイの妹がChatGPTなわけあらへん!(「GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models」編)【勉強日記】

自己紹介

  • 名前:yuuki
  • 役職:ChatGPT調査担当

やりたいこと

  • 学生や社員がChatGPTに対して興味を持ってもらったり触るハードルを下げる
  • ChatGPTやLLMについて少し詳しくなれる

やること

対話形式でキャラクターが話しながら学んでいく物語をChatGPTで作成し記事にする

登場人物

  • 兄者:怪しい関西弁
  • 妹:今日はバチクソ賢い

今回のテーマ「GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models」

【兄者】やあやあ、妹!元気してるかい?最近何か面白いことないか教えてくれや!

【妹】おお、お兄ちゃん、元気だよ!最近さ、新しいワーキングペーパーを読んだんだけど、大規模言語モデル(LLM)が米国の労働市場に与える潜在的な影響について評価しているんだよ。めっちゃ興味深い内容だったよ!

【兄者】ほほう、それは気になるなぁ。なんか具体的に何か書いてあったんか?ワイ、最近のテクノロジーの動向には興味あるねん。

【妹】そうだよ!このワーキングペーパーでは、まず大規模言語モデル(LLM)の使い方について詳しく説明されているんだ。それから、LLMが労働市場にどれくらいの影響を与えるかを評価するための新しい方法も提案されているんだよ。

【兄者】おお、新しい方法ってのはなんぼなんや?ちょっと具体的に教えてくれや!

【妹】うん、具体的な方法としては、まずタスクをE0(露出なし、影響なし)、E1(直接的に露出あり、タスクの時間が少なくとも半分に短縮される)、E2(将来的に露出あり、追加のソフトウェアを開発できれば半分に短縮される)というラベルで分類するんだって。それで、GPTという生成的事前訓練変換器を使って、タスクの露出度と自動化の可能性を評価するんだよ。

【兄者】ほほう、なるほどなるほど。それで、その結果を職業や産業にまとめて、全体的な潜在的な露出を把握するんやな?

【妹】その通り!論文では、LLMが米国の労働者の約20%に影響を与える可能性があることや、約5%の労働者が少なくとも50%のタスクに影響を受けることがわかってるんだよ。すごいよね!

【兄者】おお、それはなかなかの影響やな。LLMってやっぱりすごいんやな。でもそれだけじゃないやろ?このワーキングペーパーでは、LLMの汎用技術としての意味や、その限界に対処するために補完技術が必要なことも議論されてるんか?

【妹】そうなんだよ!ちゃんと言及されてるんだよ。LLMの汎用技術としての可能性は大きいけど、同時に限界もあるって言われてるんだ。だから補完技術が必要になるってことなんだよ。

【兄者】ほんまかいな、それはちょっと気になるわ。やっぱり技術ってのは一長一短やな。その補完技術ってどんなことが言及されてるんや?

【妹】例えば、製品の調整や洗浄、修理といったタスクはE0に分類されるんだけど、テキストやコードの作成や変換といったタスクはE1に分類されるんだよ。つまり、人間の労働力が必要なタスクと、LLMが直接関与するタスクがあるってことなんだ。

【兄者】なるほど、分かったで。LLMが労働市場に与える影響って、実際にはさまざまな職業や産業に波及してるんやな。そのほかにも、研究ではLLMに関連する潜在的な偏見や倫理的な懸念についても言及されてるんか?

【妹】そうなんだよ。このワーキングペーパーでは、LLMの開発・展開における透明性や説明責任の必要性が強調されてるんだ。また、LLMが労働者や企業、社会全体に与える潜在的な影響も取り上げられているんだよ。だから、倫理的な懸念や偏見にも注意しないといけないってことなんだ。

【兄者】なるほど、やっぱり技術の進化ってのは考えなきゃいけないことがたくさんあるんやな。それにしても、このワーキングペーパーは興味深いなぁ。もっと詳しく読んでみたいわ。

【妹】もちろん、お兄ちゃんならきっと理解できると思うよ!

【兄者】おお、ありがとな!そやな、オレもちょっと興味津々やで。LLMが労働市場に与える潜在的な影響って、実際にどんな業務に影響を及ぼす可能性があるんやろう?

【妹】そうだね!実際には、販売取引や医療機器の操作、テキストやコードの記述・変換など、さまざまな業務に影響を与える可能性があるんだよ。LLMの能力を活用することで、効率化や作業の効率化が図られるかもしれないんだ。

【兄者】ほほう、それはなかなか面白いな。LLMが実際に働く人々にどんな影響を与えるか、考えるとワクワクするわ。さらに、LLMの普及によって需要が変化する特定のスキルや職業、労働者が新しい技術に適応する必要性もあるんやろうな。

【妹】その通り!LLMの普及は、労働市場の変化をもたらすだけでなく、働く人々にも新たなスキルや適応力を求めることになるかもしれないんだよ。

【兄者】なるほどなるほど、面白いことやな。このワーキングペーパーはLLMが労働市場に与える潜在的な影響について考えさせられるな。もっと研究が進んで、具体的な政策が策定されることを期待しとこう!

【妹】そうだね!これからもっとLLMの影響についての研究や議論が進むといいね。労働市場における課題や機会に対処するための適切な政策が必要だから、みんなで考えていかなきゃ!

【兄者】その通りやな!しっかりと情報を収集して、これからのテクノロジーの進化に備えないかんな。お互いに最新の情報をシェアしながら、未来に備えようや!

【妹】もちろん、お兄ちゃん!一緒に学んで成長していこうね!

補足 by 筆者

こちらの論文では、O*NET 27.2 databaseをデータセットとして、職業がLLM(Large Language Model)にどれくらい影響を受けるかどうかを「exposure」、日本語に訳すと「露出」「露出度」という言葉で表しています。それらをE0(露出なし、影響なし)、E1(直接的に露出あり、タスクの時間が少なくとも半分に短縮される)、E2(将来的に露出あり、追加のソフトウェアを開発できれば半分に短縮される)と分けて分類しています。分類したのは、これはLLMに詳しい人手評価と、プロンプトを駆使してGPT-4に評価してもらう方法の2つが行われました。論文内で図示されている2つのことについて書きます。
人手とGPT-4による露出度の評価をグラフにしたものが下記であり、それぞれ横軸が人手評価、縦軸がGPT-4の評価となっています。この手法については限界があるという内容も書いていますが、人手評価とGPT-4の評価に類似性が見受けられています。

下記のグラフは経済に与える評価を人手/GPT-4それぞれプロットしたものになります。左図の縦軸は影響を受ける職業の割合、右図の縦軸は影響を受ける労働者の割合、両図の横軸は露出度を表しています。

これらを踏まえ、約19%の職業が少なくとも50%のタスクがLLMにさらされるだろうという考察を結論として出しています。

あとがき

以前書いたワイ妹シリーズの続きとして書いてみました!いかがでしょうか?
今回まとめたのは流行りのChatGPT等が実際の業務にどのように影響するのか、OpenAI、OpenResearch、ペンシルベニア大学の方々が考察した論文となりました。界隈では賑わっていましたが、より手に取りやすい形で読めていれば幸いです。

参考文献

GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models
We investigate the potential implications of large language models (LLMs),such as Generative Pre-trained Transformers (GPTs), on the U.S. labor market,focusing on the increased capabilities arising from LLM-powered softwarecompared to LLMs on their own. Using a new rubric, we assess occupations b…