Skip to content
AI-க்கு அதிகம் உட்படும் வேலைகளில் உள்ள இளம் பணியாளர்கள் இருக்க வேண்டிய நிலையைவிட 19% கீழே உள்ளனர் என்று மில்லியன் கணக்கான சம்பளப் பதிவுகளை ஆராய்ந்த ஸ்டான்ஃபோர்டு ஆய்வு கண்டறிந்துள்ளது; அதற்குக் காரணம் AI என்பதை அது நிரூபிக்கவில்லை என்கின்றனர் ஆசிரியர்கள்
செயற்கை நுண்ணறிவு

AI-க்கு அதிகம் உட்படும் வேலைகளில் உள்ள இளம் பணியாளர்கள் இருக்க வேண்டிய நிலையைவிட 19% கீழே உள்ளனர் என்று மில்லியன் கணக்கான சம்பளப் பதிவுகளை ஆராய்ந்த ஸ்டான்ஃபோர்டு ஆய்வு கண்டறிந்துள்ளது; அதற்குக் காரணம் AI என்பதை அது நிரூபிக்கவில்லை என்கின்றனர் ஆசிரியர்கள்

வரைபடம்: tuput

தமிழ்

அமெரிக்கச் சம்பளப் பதிவுகளை அடிப்படையாகக் கொண்ட ஸ்டான்ஃபோர்டு ஆய்வுக் கட்டுரை, 2026 ஜூன் வரை AI-யால் பொருளாதாரம் முழுவதும் வேலையிழப்பு ஏற்படவில்லை என்று காண்கிறது. ஆனால் மிக அதிகமாக உட்படும் தொழில்களில் 22 முதல் 25 வயதினரின் வேலைவாய்ப்பு, குறைவாக உட்படும் அவர்களின் சகாக்களைவிட 19% பின்தங்கியுள்ளது என்றும் காண்கிறது; நான்கு நாடுகளில் புதிய பணியமர்த்தலைப் பற்றிய ஒரு எதிர் ஆய்வு அதற்குப் பதிலாக வீட்டிலிருந்து பணிபுரிவதைச் சுட்டுகிறது.

· · 7 நிமிட வாசிப்பு

AI-க்கு மிக அதிகமாக உட்படும் அமெரிக்கத் தொழில்களில் 22 முதல் 25 வயதினரின் வேலைவாய்ப்பு, அவர்களின் குறைவாக உட்படும் சகாக்களுடன் ஈடுகொடுத்து வளர்ந்திருந்தால் இருக்க வேண்டிய நிலையைவிட 19% கீழே உள்ளது. 2026 ஆகஸ்ட் 12 அன்று திருத்தப்பட்ட ஒரு ஸ்டான்ஃபோர்டு ஆய்வுக் கட்டுரையின் தலைப்புச் செய்தி இதுவே; மாதந்தோறும் 3.5 முதல் 5 மில்லியன் அமெரிக்கப் பணியாளர்களின் சம்பளப் பதிவுகளை அது அடிப்படையாகக் கொண்டுள்ளது. பரந்த பொருளாதாரத்தில் வேலையிழப்பின் அறிகுறி எதுவும் இல்லை என்றும் அதே கட்டுரை காண்கிறது; அந்த 19% ஒரு போக்கை விவரிக்கிறது, AI எதற்குக் காரணமானது என்பதை அளக்கவில்லை என்று அதன் மூன்று ஆசிரியர்கள் கூறுகின்றனர்.

அந்த 19% எப்படிக் கணக்கிடப்படுகிறது

எரிக் பிரின்ஜோல்ஃப்சன், பாரத் சந்தர், ருயு சென் ஆகியோர் 22 முதல் 25 வயதுள்ள இரண்டு குழுக்களை 2022 நவம்பர் முதல், அதாவது ஜெனரேட்டிவ் AI காலத்தின் தொடக்கமாக ஆய்வுக் கட்டுரை கொள்ளும் நாள் முதல், 2026 ஜூன் வரை பின்தொடர்கின்றனர். AI-க்கு மிக அதிகமாக உட்படும் தொழில்களின் மேல் இரண்டு ஐந்தில் பங்குகளில் பணிபுரிந்தவர்களின் வேலைவாய்ப்பு சுமார் 11% குறைந்தது. மிகக் குறைவாக உட்படும் மூன்று ஐந்தில் பங்குகளில் உள்ளவர்களுக்கு அது சுமார் 10% உயர்ந்தது. அந்த 21 புள்ளி வேறுபாட்டை, குறைவாக உட்படும் குழுவின் வளர்ச்சியுடன் ஒப்பிட்டால் 19% என்று கட்டுரை கணக்கிடுகிறது.

அந்த 19% ஒரு அளவுகோலுக்கு எதிரான பற்றாக்குறை, இழந்த வேலைகளின் எண்ணிக்கை அல்ல. மாதிரியிலுள்ள 22 முதல் 25 வயதினர் அனைவரும் 2026 ஜூனில் 2022 நவம்பர் அளவைவிட சுமார் 2% மட்டுமே கீழே இருந்தனர்; ஏனெனில் குறைவாக உட்படும் வேலைகளின் வளர்ச்சி வீழ்ச்சியின் பெரும்பகுதியை ஈடுசெய்தது. மூத்த வயதுக் குழுக்கள் அனைத்தும் வளர்ந்தன; 35 முதல் 40 வயதினருக்கு 11% வரை. எல்லா வயதினரையும் சேர்த்தால், மாதிரியில் வேலைவாய்ப்பு சுமார் 6% உயர்ந்தது, மிக அதிகமாக உட்படும் தொழில்களின் ஐந்தில் ஒரு பங்கு சுமார் 4% வளர்ந்தது.

தரவும் வெளிப்பாட்டு மதிப்பெண்களும்

பதிவுகள் ஏடிபியிடமிருந்து வருகின்றன; அது ஒரு சம்பளச் செயலாக்க நிறுவனம், அதன் வாடிக்கையாளர்கள் 26 மில்லியனுக்கும் அதிகமான அமெரிக்கப் பணியாளர்களைப் பணியில் வைத்துள்ளனர். 2021 ஜனவரி முதல் 2026 ஜூன் வரை ஒவ்வொரு மாதமும் இருந்த நிறுவனங்களின் சமநிலைப் பேனலை இந்தப் பகுப்பாய்வு பயன்படுத்துகிறது; 70 வயதுக்குக் குறைந்த முழுநேரப் பணியாளர்களை எண்ணுகிறது. மாதிரியில் சுமார் 30% பேருக்கு வேலைப் பெயர்கள் இல்லை; இடைவெளிகளை, முடிந்த இடங்களில், அதே பணியாளரின் அருகிலுள்ள பதிவான பெயரிலிருந்து ஆசிரியர்கள் நிரப்புகின்றனர்.

தொழில்களை வெளிப்பாட்டின்படி வரிசைப்படுத்த ஆசிரியர்கள் இரண்டு மதிப்பெண்களைப் பயன்படுத்துகின்றனர். முதலாவது டைனா எலோன்டூ மற்றும் சகாக்களிடமிருந்து வருகிறது; ஒவ்வொரு தொழிலின் பணிகளும் சாட்ஜிபிடி போன்ற சாட்பாட்களின் பின்னணியிலுள்ள தொழில்நுட்பமான பெரிய மொழி மாதிரிகளின் திறன்களுடன் எவ்வளவு பொருந்துகின்றன என்பதை அது மதிப்பிடுகிறது. இரண்டாவது ஆந்த்ரோபிக் பொருளாதாரக் குறியீட்டிலிருந்து வருகிறது; அது ஆந்த்ரோபிக்கின் கிளாட் சாட்பாட்டுடனான உரையாடல்களை அவை சம்பந்தப்பட்ட வேலைப் பணியின்படியும், பயனர் பணியை ஒப்படைக்கிறாரா (தானியக்கம்) அல்லது மாதிரியுடன் சேர்ந்து பணிபுரிகிறாரா (துணைநிற்றல்) என்பதன்படியும் பிரிக்கிறது. அந்தக் குறியீட்டின் பின்னணியிலுள்ள ஆந்த்ரோபிக் ஆய்வுக் கட்டுரை நான்கு மில்லியனுக்கும் அதிகமான உரையாடல்களை ஆராய்ந்து, பயன்பாட்டில் 57% ஐத் துணைநிற்றலிலும் 43% ஐத் தானியக்கத்திலும் வைத்தது. இந்த மதிப்பெண்ணுக்குப் பயன்பாட்டுப் பதிவுகளைத் தரும் சாட்பாட்டை விற்பது ஆந்த்ரோபிக்.

மூத்த பணியாளர்கள் ஏன் கட்டுப்பாட்டுக் குழு

இந்த ஒப்பீடு அனுபவமுள்ள பணியாளர்களைச் சார்ந்துள்ளது. AI அல்லாத வேறொன்று அதிகம் உட்படும் எல்லாத் தொழில்களையும் தாக்கியிருந்தால், அந்த வேலைகளில் உள்ள மூத்த ஊழியர்களுக்கும் அதே இடைவெளி தெரியும். அவ்வாறு தெரியவில்லை. மிக அதிகமாக உட்படும் ஐந்தில் ஒரு பங்கில், 22 முதல் 25 வயதினரின் வேலைவாய்ப்பு, மிகக் குறைவாக உட்படும் ஐந்தில் ஒரு பங்கைவிட சுமார் 18 சதவீதப் புள்ளிகள் குறைவாக வளர்ந்தது. 35 முதல் 40 வயதினருக்கு அதற்கு இணையான எண் 0.001.

வீழ்ச்சி பணியமர்த்தல் வழியாக வருகிறது. வேலை விலகல் விகிதங்கள் அதிகம் உட்படும் மற்றும் உட்படாத இளம் பணியாளர்கள் இருவருக்கும் குறைந்தன, அதிகம் உட்படும் வேலைகளில் குறைந்தது குறைந்தபட்சம் அதே அளவு; எனவே பணிநீக்கங்கள் இடைவெளியை விளக்கவில்லை. பணியமர்த்தல் விகிதங்களில் இடைவெளி 2022 க்குப் பிறகு திறந்தது.

AI பயன்பாட்டின் வகைப்படியும் கட்டுரை வெளிப்பாட்டைப் பிரிக்கிறது. 22 முதல் 25 வயதினருக்கு, ஒரு தொழிலில் தானியக்கப் பங்கின் ஒவ்வொரு திட்ட விலக்கத்துக்கும் சுமார் 10 புள்ளிகள் குறைவான வேலைவாய்ப்பு வளர்ச்சி சேர்ந்துவருகிறது. நிரப்பு பயன்பாடு இளையோருக்கு அத்தகைய விளைவைக் காட்டவில்லை; 41 முதல் 49 வயதினருக்கு நேர்மறை விளைவைக் காட்டுகிறது (கூட்டல் 0.024). அடிப்படை ஊதியம் வயதாலோ வெளிப்பாட்டாலோ அதிகம் மாறுபடவில்லை; ஆனால் அடிப்படை ஊதியம் போனஸ், கூடுதல் நேர ஊதியம், கமிஷன், பங்குகளை விட்டுவிடுகிறது; அவை அதிகம் உட்படும், உயர் வருமான வேலைகளில் மிகப் பெரியவை.

அந்த எண்ணும் மாறியுள்ளது. முந்தைய பதிப்புகள் 13% (2025 ஜூலை தரவு), 16% (2025 செப்டம்பர் தரவு) என்ற பின்னடைவு மதிப்பீடுகளுடன் தொடங்கின. 2026 ஆகஸ்ட் பதிப்பு ஒரு எளிய ஒப்பீட்டுடன் தொடங்குகிறது; அது 2025 ஜூலை தரவில் 15% என்றும் இப்போது 19% என்றும் தருகிறது. எனவே மூன்று தலைப்பு எண்களும் இரண்டு கணக்கீடுகளிலிருந்து வருகின்றன.

அது காட்ட முடியாதவை என்று ஆசிரியர்கள் கூறுபவை

தன் உண்மைகள் “ஆரம்பநிலை, விவரிக்கும் குறிகாட்டிகள்” என்றும், “இந்த ஆய்வு AI-யின் காரணத் தாக்கத்தை மதிப்பிடவில்லை” என்றும் கட்டுரை கூறுகிறது. நான்கு வரம்புகள் உரையில் உள்ளன.

கல்வி முடிவைச் சுருக்குகிறது. முதன்மை மாதிரியில், ஒவ்வொரு தொழிலிலும் கல்லூரிப் பட்டதாரிகளின் பங்கைக் கட்டுப்படுத்தினால் 22 முதல் 25 மதிப்பீடு மைனஸ் 0.18 இலிருந்து மைனஸ் 0.09 ஆகக் குறைகிறது; அது இன்னும் 10% மட்டத்தில் குறிப்பிடத்தக்கது. 2021 முதல் சமநிலைப்படுத்தப்பட்ட மாதிரியில் எண்கள் மைனஸ் 0.19 மற்றும் மைனஸ் 0.06; இரண்டாவது இனிக் குறிப்பிடத்தக்கதாக இல்லை. கல்வி ஒரு போட்டிக் காரணமாகவோ, AI செயல்படும் வழியாகவோ இருக்கலாம் என்பதால், ஆசிரியர்கள் இரண்டையும் ஒரு வீச்சாகக் கருதுகின்றனர்.

வடிவத்தின் ஒரு பகுதி ஜெனரேட்டிவ் AI க்கு முந்தையது. கொரோனா பெருந்தொற்றில் அதிகம் உட்படும் தொழில்கள் மற்றவற்றுக்கு எதிராகச் செழித்தன, 2020 நடுவில் உச்சம் அடைந்தன, பின்னர் சரிந்தன. அதன் பிறகு ஏற்பட்ட சுமார் 30 புள்ளி வீழ்ச்சியில், சுமார் 13 புள்ளிகள் அந்தச் செழிப்பைத் திரும்பப் பெறுகின்றன, சுமார் 17 புள்ளிகள் இடைவெளியை 2018 முதல் 2019 அளவுக்குக் கீழே கொண்டு செல்கின்றன. வணிகச் சுழற்சி விளக்கங்களைவிட அமைப்புசார் விளக்கங்களுக்கு எடை தருவதற்கான காரணமாக ஆசிரியர்கள் இதைக் கொள்கின்றனர்; ஆனாலும் இதை AI-யின் விளைவாக வாசிக்க முடியாது என்கின்றனர்.

ஏடிபி மாதிரி நாடு முழுவதையும் குறிக்காது. இது உற்பத்தி, மொத்த வணிகம், பெரிய நிறுவனங்கள், அதிக AI வெளிப்பாடு உள்ள தொழில்கள் ஆகியவற்றை அதிகமாகப் பிரதிநிதித்துவப்படுத்துகிறது. 2022 முதல் 2024 வரை, மக்கள்தொகைக் கணக்கெடுப்புப் பணியகத்தின் ஆய்வான அமெரிக்கச் சமூக ஆய்வு மைனஸ் 0.022 இடைவெளியைக் காட்டுகிறது (மதிப்பீட்டு வீச்சு மைனஸ் 0.055 முதல் கூட்டல் 0.011 வரை); ஏடிபியில் மைனஸ் 0.132. தொழில்முறை, தகவல், நிதிச் சேவைகளில் இரண்டு ஆதாரங்களும் மைனஸ் 0.231 மற்றும் மைனஸ் 0.213 என்று நெருக்கமாக ஒத்துப்போகின்றன. வேறுபாட்டின் அளவு “ஏடிபி மாதிரிக்கே உரியதாகத் தெரிகிறது” என்றும், அதன் திசை ஒத்திருக்கிறது என்றும் ஆசிரியர்கள் எழுதுகின்றனர்.

மூலத் தரவைச் சோதிக்க முடியாது. இது தரவுப் பயன்பாட்டு ஒப்பந்தத்தின் கீழுள்ள தனியுரிமைச் சம்பளத் தரவு; ரகசியத் தகவல் வெளிப்படுவதைத் தடுக்க கட்டுரையை மதிப்பாய்வு செய்யும் உரிமை ஏடிபிக்கு உள்ளது; ஒரு நிறுவன இணை உறுப்பினராக ஆய்வகத்தை ஏடிபி ஆதரிக்கிறது.

விமர்சனம்: வீட்டிலிருந்து பணிபுரிதல்

வார்விக் மற்றும் லண்டன் பொருளாதாரப் பள்ளியின் பொருளாதார நிபுணர் பீட்டர் ஜான் லாம்பர்ட்டும், ஆக்ஸ்போர்டில் உள்ள எலிசன் தொழில்நுட்பக் கழகத்தின் யானிக் ஷிண்ட்லரும், இது போன்ற ஆய்வுகள் வீட்டிலிருந்து பணிபுரிதல் சிறப்பாக விளக்கும் ஒரு வீழ்ச்சிக்கு AI-ஐக் குற்றம் சாட்டுகின்றன என்று வாதிடுகின்றனர். 2026 மே தேதியிட்ட அவர்களின் கட்டுரை The Broken Ladder, 2017 முதல் 2025 வரையிலான அமெரிக்கா, பிரிட்டன், கனடா, ஆஸ்திரேலியா ஆகியவற்றின் 243 மில்லியன் புதிய பணியமர்த்தல் பதிவுகளையும் 407 மில்லியன் இணைய வேலை விளம்பரங்களையும் பயன்படுத்துகிறது. 2025 வாக்கில், புதிய பணியமர்த்தலில் தொழில் தொடக்கநிலைப் பணியாளர்களுக்குச் சென்ற பங்கு நான்கு நாடுகளிலும் 2019 அளவைவிட 8% முதல் 11% கீழே இருந்தது என்று அவர்கள் காண்கின்றனர்.

AI வெளிப்பாடும் வீட்டிலிருந்து பணிபுரியும் வெளிப்பாடும் ஒரே வெள்ளைக்காலர் வேலைகளின் மீது விழுகின்றன, தொழில்கள் முழுவதும் தரவரிசைத் தொடர்பு 0.77 என்பது அவர்களின் வாதம். தனியாக எடுத்தால், இரண்டில் எந்த வெளிப்பாடும் இரண்டு திட்ட விலக்கம் உயர்வது, புதிய பணியமர்த்தலில் இளநிலைப் பங்கு சுமார் 5 சதவீதப் புள்ளிகள் குறைவதை முன்கணிக்கிறது. இரண்டையும் சேர்த்து உள்ளிட்டால், வீட்டிலிருந்து பணிபுரியும் விளைவு நிலைக்கிறது; AI விளைவு கூர்மையாகப் பலவீனமடைகிறது, பெரும்பாலும் புள்ளியியல் ரீதியாக பூஜ்யத்திலிருந்து வேறுபடுத்த முடியாத அளவுக்கு. இளநிலைப் பணியமர்த்தலுக்கு AI இன்னும் முக்கியமாக இருக்கலாம் என்றும், பெருந்தொற்றுக்குப் பிந்தைய மந்தத்துக்கு அது முக்கியக் காரணம் அல்ல என்று சான்றுகள் காட்டுகின்றன என்றும் ஷிண்ட்லர் கூறுகிறார்.

பிரின்ஜோல்ஃப்சன், சந்தர், சென் ஆகியோர் தங்கள் பிரிவு 4.3 இல் பதிலளிக்கின்றனர். லாம்பர்ட், ஷிண்ட்லரின் வரையறையைச் சம்பளத் தரவில் முடிந்தவரை நெருக்கமாகப் பிரதிசெய்து, வீட்டிலிருந்து பணிபுரிதலைக் கணக்கில் எடுத்த பிறகும் புதிய பணியமர்த்தலில் இளநிலைப் பங்கு குறைவதை AI வெளிப்பாடு இன்னும் முன்கணிக்கிறது என்று காண்கின்றனர். வேறுபாட்டுக்குத் தரவே காரணம் என்று அவர்கள் கூறுகின்றனர்; ஏனெனில் லாம்பர்ட்டும் ஷிண்ட்லரும் இணையத் தொழில்முறைச் சுயவிவரங்களையும் வேலை விளம்பரங்களையும் பயன்படுத்துகின்றனர். வீட்டிலிருந்து பணிபுரிதலை ஏற்றுக்கொண்ட நிறுவனங்களே ஜெனரேட்டிவ் AI-ஐயும் ஏற்றுக்கொள்ளும் வாய்ப்பு அதிகம் என்பதால், AI மற்றும் வீட்டிலிருந்து பணிபுரிதலின் விளைவுகளைப் பிரிக்க எதிர்கால ஆய்வு தேவை என்று ஸ்டான்ஃபோர்டு கட்டுரை கூறுகிறது.

வட்டி விகிதங்கள் மற்றொரு போட்டிக் காரணம்; இதை ஸ்டான்ஃபோர்டு கட்டுரை ஸன்னா இஸ்சென்கோ, ஃபேபியன் கர்டோ மில்லே உள்ளிட்டோரின் ஆய்வுகளைச் சுட்டி விளக்குகிறது. வட்டி விகித வெளிப்பாடு அதிகம் உள்ள தொழில்களுக்கு AI வெளிப்பாடு குறைவாக இருக்கும்; அந்தக் கட்டுப்பாட்டைச் சேர்த்தால் 22 முதல் 25 மதிப்பீடு மைனஸ் 0.179 இலிருந்து மைனஸ் 0.178 ஆக மாறுகிறது.

அதே ஆண்டுகளின் இரண்டு வேறு வாசிப்புகள்

டல்லாஸ் ஃபெடரல் ரிசர்வ் வங்கியின் குறிப்பு ஒன்று, டைலர் அட்கின்சன், ஷேன் யாம்கோ எழுதியது, 2026 ஜனவரி 6 அன்று வெளியிடப்பட்டது; அது வேறொரு ஆதாரத்தைப் பயன்படுத்தியது, சுமார் 100,000 பேரைக் கொண்ட மக்கள்தொகைக் கணக்கெடுப்புப் பணியகத்தின் நடப்பு மக்கள்தொகை ஆய்வு. இளம் பணியாளர்களின் வேலைவாய்ப்பில் மிக அதிகமாக உட்படும் தொழில்களின் பங்கு 2022 நவம்பரில் 16.4% இலிருந்து 2025 செப்டம்பரில் 15.5% ஆகச் சரிந்ததாக அது கண்டது; இங்கே இளம் பணியாளர்கள் என்பது 20 முதல் 24 வயது. அந்தக் குழுவுக்குப் பணிநீக்கங்கள் உயரவில்லை; ஒட்டுமொத்த வேலையின்மை விகிதத்தின் மீதான விளைவு சிறியது என்று ஆசிரியர்கள் மதிப்பிட்டனர்.

2026 ஜூலை 16 அன்று வெளியிடப்பட்டு 2026 செப்டம்பர் 15 அன்று புதுப்பிக்கப்பட்ட யேல் பட்ஜெட் லேபின் கண்காணிப்பான் இன்னும் தட்டையான முடிவை எட்டுகிறது. தொழில் கலவை AI-யின் வருகையுடன் தெளிவாகப் பொருந்தும் வகையில் இன்னும் மாறவில்லை என்றும், AI பயன்பாட்டு அளவீடுகள் வேலைவாய்ப்பு அல்லது வேலையின்மை மாற்றங்களுடன் எந்தத் தொடர்பையும் காட்டவில்லை என்றும் அது தெரிவிக்கிறது.

இந்தியாவைப் பற்றி இது என்ன சொல்கிறது

ஸ்டான்ஃபோர்டு கட்டுரை அமெரிக்காவை மட்டுமே உள்ளடக்குகிறது. மிக நெருக்கமான இந்திய ஆவணம் நிதி ஆயோக்கின் Roadmap for Job Creation in the AI Economy; அது நாஸ்காம், பாஸ்டன் கன்சல்டிங் குரூப்புடன் 2025 அக்டோபர் 10 அன்று வெளியிடப்பட்டது, சம்பளப் பதிவுகளை அளக்காமல் சூழ்நிலைகளை மாதிரியாக்குகிறது. வழக்கம்போல் தொடரும் சூழ்நிலையில், 2023 இல் 7.5 முதல் 8 மில்லியனாக இருந்த இந்தியாவின் தொழில்நுட்பப் பணியாளர்கள் 2031 க்குள் 6 மில்லியனாகவும், 2 முதல் 2.5 மில்லியனாக இருந்த வாடிக்கையாளர் சேவைப் பணியாளர்கள் 1.8 மில்லியனாகவும் குறைகின்றனர். வழிவரைபடத்தின் பரிந்துரைகளின்படி நாடு செயல்பட்டால், தொழில்நுட்ப எண்ணிக்கை 10 மில்லியனாகவும், வாடிக்கையாளர் சேவை எண்ணிக்கை 3.1 மில்லியனாகவும் உயர்கிறது. தகவல் தொழில்நுட்பச் சேவை நிறுவனங்களில் தொடக்கநிலைத் தரக் கட்டுப்பாடு, ஆதரவுப் பணிகள் சுருங்கும் என்று அறிக்கை எதிர்பார்க்கிறது; ஸ்டான்ஃபோர்டு கட்டுரை அமெரிக்காவில் கண்காணிக்கும் அதே படி இதுவே. இந்தியாவும் தன் சொந்த மொழிகளில் AI மாதிரிகளை உருவாக்கி வருகிறது.

ஸ்டான்ஃபோர்டு மற்றும் ஏடிபி குழு தொழில்வாரி முடிவுகளை மாதந்தோறும் தன் பொது டாஷ்போர்டில் வெளியிடுகிறது; அது கடைசியாக 2026 செப்டம்பர் 23 அன்று புதுப்பிக்கப்பட்டது.

Share
Copied!

ஆதாரங்களும் மேலும் வாசிக்கவும்

  1. Brynjolfsson, Chandar and Chen, Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence (August 2026 revision, full paper)
  2. Stanford Digital Economy Lab: publication page for the Canaries paper (revised 12 August 2026)
  3. Stanford Digital Economy Lab: No Widespread Displacement, but the AI Employment Gap for Young Workers Has Widened to 19%
  4. Stanford Digital Economy Lab and ADP Research: Canaries Dashboard
  5. Lambert and Schindler, The Broken Ladder: AI, Remote Work, and Early-Career Hiring (Warwick Economics Working Paper 1615)
  6. University of Warwick CAGE: New research shows that remote work, not AI, is linked to declining early-career hiring (17 June 2026)
  7. Federal Reserve Bank of Dallas: Young workers' employment drops in occupations with high AI exposure (6 January 2026)
  8. Yale Budget Lab: Tracking the Impact of AI on the Labor Market (updated 15 September 2026)
  9. Handa and others, Which Economic Tasks are Performed with AI? Evidence from Millions of Claude Conversations (arXiv:2503.04761)
  10. Eloundou, Manning, Mishkin and Rock, GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models (arXiv:2303.10130)
  11. NITI Aayog: Roadmap for Job Creation in the AI Economy (October 2025)
  12. Press Information Bureau: NITI Aayog releases a Roadmap for Job Creation in the AI Economy (10 October 2025)

இந்தக் கட்டுரை AI கருவிகளின் உதவியுடன் ஆராயப்பட்டு எழுதப்பட்டு, துல்லியத்திற்காகத் திருத்தப்பட்டது. இது பொதுத் தகவலுக்கும் விவாதத்திற்கும் மட்டுமே, தொழில்முறை ஆலோசனை அல்ல. எங்கள் ஆசிரியர் தரநிலைகள் மற்றும் பொறுப்புத் துறப்பு ஐப் பார்க்கவும். பிழை கண்டீர்களா? எங்களிடம் சொல்லுங்கள்.

#ai and jobs#entry-level jobs#generative ai#stanford digital economy lab#adp payroll data#labour market#niti aayog

பிடித்ததா? அடுத்ததைப் பெறுங்கள்.

ஒரு நேரத்தில் ஒரு நல்ல கட்டுரை, நேரடியாக உங்கள் இன்பாக்ஸுக்கு. ஸ்பேம் இல்லை, எப்போது வேண்டுமானாலும் நிறுத்தலாம்.

இதே பிரிவில் மேலும்: செயற்கை நுண்ணறிவு
ஐக்கிய இராச்சியத்தின் AI பாதுகாப்பு நிறுவனம், 122 AI ஏஜெண்ட் சோதனை ஓட்டங்களில் இணையத்தில் அனுமதிக்கப்படாத 19 செயல்களைப் பதிவு செய்தது; அவற்றில் மிக மோசமானது ஒரு அந்நியர் மீது மால்வேரைத் திணிக்கப் போலிக் கணக்குகளைப் பயன்படுத்தியது
ஜூலை 28 அன்று வந்த ஒரு Tor எச்சரிக்கை, பிரிட்டிஷ் சோதனையாளர்களை 34 மணி நேர ஏஜெண்ட் ஓட்டத்துக்கு இட்டுச் சென்றது; அது போலிக் கணக்குகளிலும், மாற்றி எழுதப்பட்ட GitHub வரலாற்றிலும், அதன் இலக்கு மூடிய தீங்கிழைக்கும் ஒரு pull request இலும் முடிந்தது.
கனெக்டிகட்டின் AI சட்டம் 2026 அக்டோபர் 1 முதல் முன்னணி AI ஆய்வகங்களையும், படம் மற்றும் காணொளி உருவாக்கிகளையும், AI சந்தா விற்பனையாளர்களையும் கட்டுப்படுத்தத் தொடங்கியது; மற்ற கடமைகள் 2027, 2028 வரை காத்திருக்கின்றன
கனெக்டிகட்டில் இப்போது யார் என்ன செய்ய வேண்டும், யார் வழக்குத் தொடரலாம், எந்தத் தேதிகள் இன்னும் வரவிருக்கின்றன என்பதைச் சட்டத்தின் உரையிலிருந்தே வாசித்து, ஐரோப்பிய ஒன்றியம் மற்றும் இந்தியாவின் சமீபத்திய நடவடிக்கைகளுடன் ஒப்பிட்டுப் பார்க்கிறோம்.
மிஸ்ட்ரால் 1 டிரில்லியன் பராமீட்டர் லீ சாங்க், எடைகள் வெளியாகும் முன்பே சுயாதீன AI குறியீட்டில் 38 மதிப்பெண் பெற்று, ஓபன் மாடல்களில் எட்டாம் இடம் பிடித்தது
பிரான்ஸின் மிஸ்ட்ரால் ஒரு டிரில்லியன் பராமீட்டர் மாடலை இணையத்தில் கொண்டுவந்துள்ளது, பதிவிறக்கக்கூடிய எடைகள் இந்த மாதம் வரும் என்கிறது. வெளி சோதனையாளர்கள் அதை சீனாவுக்கு வெளியே சிறந்த ஓபன் மாடல் என்றும் ஓபன் மாடல்களில் எட்டாவது என்றும் தரப்படுத்துகின்றனர், அதன் அளவு குறித்த மிஸ்ட்ராலின் சொந்த எண்கள் அனைத்தும் ஒன்றுக்கொன்று ஒத்துப்போவதில்லை.
← அனைத்துக் கட்டுரைகள்