「労働者の80%がAIの影響を受ける」の原論文を読む──測っていたのは「職」ではなく「タスク」だった

「労働者の80%がAIの影響を受ける」という数字を見かけることがある。震源は、OpenAIの研究者3名と経済学者1名による論文「GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models」（2023年3月17日にarXivへ初版投稿）だ。この論文のAbstractをarXivで確認し、実際に何を測った研究なのかを確認した。

3行まとめ

1. 論文のAbstractは「米国労働力の約80%が、少なくとも業務タスクの10%でLLMの影響を受けうる。約19%の労働者は、タスクの50%以上が影響を受ける可能性がある」と述べている。「職がなくなる」ではなく「タスクが影響を受ける」という枠組みである
2. LLM単体では全タスクの約15%が「同じ品質でより速く完了できる」が、LLMを組み込んだソフトウェア・ツールまで含めると、この割合は47〜56%まで上がるとされている
3. 著者4名のうちTyna Eloundou氏・Sam Manning氏・Pamela Mishkin氏の3名はOpenAI所属（Daniel Rock氏はペンシルベニア大学ウォートン校）。自社製品の労働市場インパクトを、自社の研究者が中心になって測定したという利益相反の構造がある

論文が実際に測ったもの

arXivのアブストラクトページ（arxiv.org/abs/2303.10130）をcurlで取得して確認すると、要旨は次のように書かれている。

"Our findings reveal that around 80% of the U.S. workforce could have at least 10% of their work tasks affected by the introduction of LLMs, while approximately 19% of workers may see at least 50% of their tasks impacted... Our analysis suggests that, with access to an LLM, about 15% of all worker tasks in the US could be completed significantly faster at the same level of quality. When incorporating software and tooling built on top of LLMs, this share increases to between 47 and 56% of all tasks."

ここで測定単位になっているのは「職業」ではなく「タスク」である。ひとつの職業は複数のタスクの集合であり、この論文は「その職業に含まれるタスクのうち何%がLLMの影響を受けるか」という粒度で分析している。「80%の労働者が影響を受ける」という要約だけを見ると職そのものが失われるかのような印象を与えるが、原文の基準は「タスクの10%以上に何らかの影響がある」という、かなり緩い閾値だ。逆に「タスクの50%以上に影響がある」という、より強い基準を満たす労働者は19%にとどまる。

論文はさらに、影響の度合いを2段階に分けている。LLM（大規模言語モデル）単体へのアクセスがあれば、全タスクのおよそ15%が「同じ品質を保ちながら大幅に速く完了できる」。一方、LLMを土台にしたソフトウェアやツール（エージェント的な仕組みを含む）まで組み合わせると、この割合は47〜56%まで拡大するという。論文はこの結果から「LLMを組み込んだソフトウェアが、モデル単体よりもはるかに大きな経済的影響を持つだろう」と結論づけている。

「所得水準が高いほど、影響が大きい」という指摘

論文はまた、影響の分布が業種・所得層でどう異なるかにも触れている。

"The projected effects span all wage levels, with higher-income jobs potentially facing greater exposure to LLM capabilities and LLM-powered software. Significantly, these impacts are not restricted to industries with higher recent productivity growth."

影響はすべての賃金水準に及ぶが、高所得の職ほどLLMの影響を受けやすい可能性がある、という指摘だ。これは「AIは単純労働・低賃金労働から奪う」という直感的なイメージとは逆方向の結論であり、この論文の特徴的な発見のひとつになっている。加えて「これらの影響は、直近で生産性の伸びが高かった業種に限定されるものではない」とも述べられている。

論文本文で定義されている「曝露（exposure）」の中身

今回は要旨だけでなく、v5（2023年8月21日改訂版）の本文PDFをcurlとpdftotextで取得し、実際に測定方法の記述を確認した。論文は「曝露（exposure）」を4段階のルーブリックで定義している。

つまり記事冒頭で紹介した「タスクの10%以上が影響を受ける」という基準そのものは、1件ごとのタスクに対しては「所要時間を半分以下にできるか」という、決して緩くはない閾値（E1）で判定されている。「10%」というのは、この厳格な基準を満たすタスクが、ある労働者の担当タスク全体の中で少なくとも10%を占めるかどうか、という比率側の話であって、個々のタスク判定自体が緩いわけではない。

曝露が高い職業・ゼロの職業（論文の実例）

論文の付録には、人間の評価者・GPT-4モデルそれぞれが「完全に曝露している」と判定した職業の実例（Table 4）と、逆に「曝露したタスクが一つもない」と判定された34職業の一覧（Table 11）が掲載されている。

人間の評価者は15職業を「完全曝露」と判定し、GPT-4モデルによる評価（ζ測定）は86職業を「完全曝露」と判定した。曝露ゼロの34職業には、屋外での物理作業・重機操作・溶接や左官などの現場系の職業が並んでいる。

「学歴・訓練期間が長いほど曝露が高い」を実際の数字で見る

論文は「Job Zone」というONETの職業分類（必要な準備期間の長さで1〜5に分類）ごとに、平均的な曝露スコアと収入を集計している（Table 6）。この分類の公式な定義はONET OnLine（onetonline.org/help/online/zones）で確認できる。論文本文の数字をそのまま並べると次のようになる。

Job Zone 1から4にかけては、準備期間が長くなるほど曝露スコアもおおむね上がる傾向がはっきり見て取れる（0.08→0.27→0.51→0.85）。Zone 5（修士以上）はZone 4よりわずかに低いスコアになっており、単純な「学歴が高いほど曝露も高い」という一直線の関係ではない。

なお、今回onetonline.orgの公式ヘルプページを確認すると、ONET側の現行のJob Zone分類は「Job Zone 1-2」を統合した4区分になっており、この論文が使った5区分（Zone 1とZone 2を分離）とは異なる。論文執筆時点（2023年）から、分類の元になっているONETのデータ自体が改訂されている可能性がある。

論文はまた、スキルと曝露の相関についても回帰分析を示している（Table 5）。Writing（文章作成）スキルの重要度は曝露スコアと正の相関、Critical Thinking（批判的思考）とScience（科学）スキルの重要度は負の相関を示した、と本文に明記されている。

著者の所属という、明記しておくべき事実

論文の投稿者情報を確認すると、著者はTyna Eloundou氏、Sam Manning氏、Pamela Mishkin氏、Daniel Rock氏の4名で、arXivの投稿履歴には初版が2023年3月17日、以降v2〜v5まで複数回の改訂が行われ、最新のv5は2023年8月21日付である。学術論文の掲載媒体を集計するSemantic Scholar API（api.semanticscholar.org）を今回curlで確認したところ、この論文の掲載媒体（venue）は"arXiv.org"のみと記録されており、Science誌など査読付き学術誌への掲載を示す情報は見当たらなかった。

Eloundou氏・Manning氏・Mishkin氏の3名はOpenAI所属、Rock氏はペンシルベニア大学ウォートン校の教員である。つまり著者4名中3名が、この論文が扱う技術（LLM、具体的にはGPTシリーズ）を開発・提供する当事者企業に所属している。研究内容そのものの妥当性を否定する材料ではないが、「自社製品が労働市場に与える影響を、自社の研究者が中心になって測定した」という構造は、数字を紹介する際に明記しておくべき事実だと考える。

2023年のGPT-4時点の分析、今のモデルでは再計算していない

まず、今回は本文PDF（v5）をcurlとpdftotextで取得し、曝露ルーブリック・Job Zone別集計・著者所属の掲載媒体情報までは確認したが、GPT-4による分類プロセスの内部的な妥当性（アノテーターへの指示文の詳細、GPT-4の分類精度そのものの検証など）までは検証していない。「80%」「19%」という要旨の数字自体は、この記事で示したE1ルーブリックの定義と整合的であることは確認できたが、その算出過程の全ステップを本記事で再現・検証したわけではない。

次に、この論文は2023年3月時点のGPTモデル（GPT-4など）を前提にした分析である。2026年8月時点でのより高性能なモデルを前提にすれば、影響を受けるタスクの割合はさらに高く見積もられる可能性があるが、その再計算はこの記事の範囲外である。

また、「タスクへの影響」と「職業そのものの消滅・雇用者数の増減」は別の指標である。この論文が測定したタスクレベルの影響が、実際の雇用者数の増減としてどう現れているかは、別記事で扱ったBLS統計による実測とは直接比較できない。

最後に、本文が引用しているONETのJob Zone分類（Table 6の5区分）は2023年当時のデータにもとづくもので、今回ONET OnLineの現行ヘルプページを確認すると、現行の分類は4区分（Job Zone 1-2を統合）に変わっている。この分類変更が、2023年の論文の集計結果自体にどこまで影響するかは、本記事では検証していない。

関連記事

• 「AIで仕事の47%が消える」の答え合わせ
• 「AIで3億人分の仕事」の原文を読む
• AIは仕事を奪うのか──雇用データと企業発表で見る2026年の現在地