W artykule opracowujemy miarę ekspozycji pracowników na sztuczną inteligencję (AI), uwzględniającą specyfikę zadań zawodowych wykonywanych w 108 krajach. Dostosowujemy indeks ekspozycji zawodów na sztuczną inteligencję (AIOE) Feltena i in. (2021) do zadań faktycznie wykonywanych przez pracowników, wykorzystując dane z badania PIAAC. Następnie rozszerzamy analizę na inne kraje na podstawie porównywalnych badań ankietowych oraz przewidywań modeli regresji. Kraje objęte analizą skupiają około 89% wszystkich pracujących na świecie. Uwzględnienie różnic w zadaniach zawodowych między krajami ujawnia znaczne zróżnicowanie ekspozycji na AI: w większości zawodów, jest ona niższa w krajach o niskim poziomie dochodu ona niższa niż w krajach o wysokim poziomie dochodu. Większość pracowników wykonujących prace o wysokiej ekspozycji na AI jest zatrudniona w krajach o wysokorozwiniętych, natomiast w krajach o rozwijających się zatrudnienie koncentruje się w pracach o niskiej ekspozycji. Dekompozycje ekonometryczne wskazują, że większość zróżnicowania między krajami można przypisać intensywności wykorzystania technologii informacyjno-komunikacyjnych (ICT) oraz kapitałowi ludzkiemu.
Dziękujemy Du Yangowi i Jia Pengowi z „The Institute of Population and Labor Economics Chinese Academy of Social Sciences za pomoc z danymi China Urban Labor Survey. Dziękujemy Omarowi Ariasowi, Maddalenie Honorati, oraz uczestnikom konferencji w Warszawie Luksemburgu, Brukseli i Hong Kongu za cenne komentarze. Projekt dofinansowany przez program Horizon Europe Komisji Europejskiej, umowa grantowa nr 101132581 (SkiLMeeT). Wszystkie błędy są nasze.
