AI WorkTime Observatory

Срез

Фильтры модели

Отрасль Группа ОКЗ Правило разнесения

если действие относится сразу к нескольким занятиям — как его делить. Переключи и смотри, насколько «едет» индекс: малый сдвиг = вывод устойчив.

Показывать слабое покрытие

Занятость в срезе 0 млн

сколько всего людей в показанных группах

Среднее замещение 0%

средняя доля времени под заменой ИИ

Среднее дополнение 0%

средняя доля времени, где ИИ помогает

Каждая точка раскрывается до трудовых действий, профстандартов и качества исходных данных.

Фазовая карта профессий

Замещение × Дополнение

производительность переобучение двойной эффект без выраженного канала

Каждый кружок — группа занятий. Правее — ИИ больше заменяет человека, выше — ИИ больше помогает. Размер кружка — сколько людей в группе. Нажми на кружок, чтобы раскрыть детали.

Единица измерения: доля рабочего времени Группа занятий (ОКЗ) → профстандарт → действие Оценки ИИ — черновое превью Цвет — относительный тип эффекта в preview-срезе Размер кружка — число занятых в группе

Карточка профессии

Выберите точку

Замещение 0%

сколько рабочего времени ИИ может взять на себя

Дополнение 0%

сколько времени ИИ ускоряет работу, но человек остаётся

Занятость 0 млн

сколько примерно людей в этой группе занятий

Покрытие 0%

насколько группа описана в профстандартах

Внедрение ИИ 0%

как часто ИИ уже применяют — данных пока нет

Готовность данных 0%

хватает ли исходных данных для расчёта

Профстандарты в профиле

Профиль ОКЗ собран из нескольких профстандартов: один стандарт может относиться к разным группам занятий. Это кроссволк «многие-ко-многим» — индекс показывает его явно, а не прячет за одним ярлыком.

Главные трудовые действия

Интервал неопределённости ±0 п.п.

насколько осторожно читать эти проценты

Доказательный слой

Микроскоп трудовых действий

Трудовое действие	ОКЗ	Профстандарт	Замещение	Дополнение	Надёжность

Исследовательский прибор

Как строится индекс

Продукт показывает не «прогноз замены людей», а воспроизводимую цепочку: профстандарт → трудовое действие → две оценки ИИ → доля рабочего времени.

Статус научного слоя baseline данных · preview оценок

Главный вопрос

Какая доля рабочего времени в российских занятиях потенциально замещается ИИ, а какая дополняется им?

Методический вклад

Оценка строится на трудовых действиях профстандартов, а не на переводном американском справочнике профессий O*NET или на профессии в целом.

Единица результата

Не балл риска, а доля рабочего времени: отдельно для замещения и дополнения.

Национальная таксономия

— актуальных профстандартов дают российскую задачную базу.

Трудовые действия

— действий становятся минимальной единицей оценки.

Две независимые оценки

Для каждого действия отдельно задаются вопросы о замещении и дополнении.

Агрегация в ОКЗ

— групп показаны в MVP; полный индекс расширяется до области определения исследования.

Индекс замещения

S_okz = Σ w_a · s_a

Доля времени, где ИИ может выполнить действие вместо человека. В MVP веса действий являются proxy.

Индекс дополнения

A_okz = Σ w_a · a_a

Доля времени, где ИИ ускоряет, улучшает или снижает трудоёмкость действия при сохранении роли человека.

Что защищается

Источник данных и конструкция индекса работают как единый инструмент

Детализация до трудовых действий нужна именно потому, что замещение и дополнение могут сосуществовать внутри одной профессии. Поэтому главный продукт исследования — не рейтинг профессий, а методика направленной и взвешенной оценки структуры времени.

Доказательство надёжности

Протокол пилота и валидации

Эта вкладка фиксирует, что должно быть доказано до превращения preview-оценок в защищаемый научный результат.

Главный риск защиты доверие к оценкам ИИ

Пилотная подвыборка 200–300 действий

Выборка собрана так, чтобы охватить все области, группы занятий и слабо покрытые места.

Согласие моделей до полного прогона

Несколько ИИ-моделей оценивают одни и те же действия по единым правилам; порог согласия задаётся заранее.

Экспертная проверка модель и эксперт

Живые эксперты проверяют подвыборку, особенно действия с расхождением между моделями.

Чувствительность веса и кроссволк

Проверяется, насколько выводы устойчивы к равным, экспертным и консервативным весам.

Рубрика

Фиксируются шкалы замещения и дополнения, примеры граничных случаев и запрет на смешивание двух эффектов.

Пилот

Проверяются согласие моделей, отклонения от экспертов и систематическое завышение возможностей ИИ.

Полный прогон

После принятия рубрики оценивается весь массив трудовых действий с журналом версий и случайными перепроверками.

Внешняя проверка

Индекс сравнивается с зарубежными индексами, опросами о бюджете времени и данными о применении ИИ в организациях.

Сейчас проценты — это оценки одной ИИ-модели (Sonnet), пилот на показанных действиях. Для финала нужны несколько моделей и проверка экспертами, поэтому это пока не финальные выводы диссертации.

Лаборатория чувствительности

Что меняется при иных допущениях

Это не прогноз внедрения ИИ, а проверка устойчивости выводов к весам, темпу диффузии и консервативным штрафам.

Гипотеза внедрения ИИ 38% Вес трудовых действий 50 / 50 Спецификация

Резерв производительности 0 млн часов

сколько рабочих часов в неделю ИИ может ускорить

Риск переобучения 0 млн часов

сколько часов в неделю ИИ может заменить — там нужно переобучение

Устойчивость результата 0%

насколько вывод держится при других допущениях

Высокий потенциал × низкое внедрение -

Высокое замещение × высокое внедрение -

Живая диссертация

Версии данных и обновления

Защищаемая база

baseline_2026_06_12

Фиксированный срез для диссертации.

Живая версия

live_latest

Новые источники пока не подключены. Опросы о времени и о применении ИИ отмечены как ожидаемые слои.

Следующий слой

Проверка ИИ-моделями и экспертами

Согласие моделей, проверка экспертами 200–300 действий, журнал правил и запросов.