AI 플랫폼 대화 로그 기반 직업 노출 점수가 실제 노동력보다 플랫폼 사용자층을 반영하는 편향이 있음을 밝혔다. 플랫폼 입력값만 바꿔도 ChatGPT 이후 고용 계수가 1.9배까지 달라졌으며, 같은 공급업체의 소비자·기업 채널 간 추정치가 부호까지 상이하게 나타났다. BLS 노동력 비율로 재가중하면 추정치가 42~93% 약화되어 현재 AI 노출 지표의 신뢰성에 의문을 제기한다.
- •AI 플랫폼 대화 로그 기반 직업 노출 점수가 실제 노동력 대신 플랫폼 사용자층을 부분적으로 측정하는 편향 확인
- •플랫폼 입력값 변경만으로 ChatGPT 이후 고용 계수가 1.9배 변동되며 같은 공급사 채널 간 부호도 불일치
- •BLS 노동력 비율 재가중 시 추정치가 42~93% 약화되어 현행 AI 노출 지표의 측정 타당성 문제 제기
- •비고전적 측정 오차를 형식화하고 고용 탄력성의 확률 한계 및 부분 식별 경계 도출
Who Uses AI? Platforms, Workforce, and AI Exposure
- 1.AI 플랫폼 로그 기반 직업 노출도 측정치가 실제 노동력보다 플랫폼 사용자 기반을 반영한다는 측정 편향 분석
- 2.평가 지표 동일 조건에서 플랫폼 입력변수만 바꾸면 ChatGPT 이후 고용 계수 추정에 1.9배 차이 나타나
- 3.노동 통계 가중치 적용 시 추정치 42~93% 감소: 플랫폼 편향 보정이 필수적
- 4.AI 대체를 과대평가하고 보완을 과소평가하는 측정 편향 구조가 존재함을 수학적으로 시증
왜 중요한가?
AI의 노동 시장 영향력을 측정하는 기존 연구들이 방법론적 편향을 내포하고 있음을 실증하여, 향후 AI 경제 영향 분석 및 정책 결정 시 플랫폼 대표성 보정이 필수적임을 시사한다.
본문 미리보기
arXiv:2605.21743v1 Announce Type: new Abstract: A growing literature uses artificial intelligence platform conversation logs to measure occupation exposure. We show that these scores partly measure platform user base rather than the workforce. Holding outcome, sample, controls, and estimator fixed while varying only the platform input changes the post-ChatGPT employment coefficient by a factor of 1.9, and within-vendor consumer-versus-enterprise channels produce estimates that disagree in sign.
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
