अमेरिकी जॉब मार्केट विज़ुअलाइज़ेशन टूल

• Andrej Karpathy ने अमेरिका के Bureau of Labor Statistics के 342 पेशों और 14.3 करोड़ नौकरियों के डेटा के आधार पर एक ऐसा टूल बनाया है जो पेशों के अनुसार रोजगार के आकार और विशेषताओं को विज़ुअलाइज़ करता है
• हर आयत का क्षेत्रफल रोजगार के आकार को दिखाता है, जबकि रंग चुने गए संकेतक (जैसे growth outlook, median wage, education level, AI exposure) को दर्शाता है
• उपयोगकर्ता occupation tile पर क्लिक करके सीधे BLS के आधिकारिक पेज खोल सकते हैं
• LLM-आधारित coloration फीचर के जरिए custom prompt के आधार पर पेशेवार score निकालकर उसे विज़ुअलाइज़ किया जा सकता है
• यह डेटा exploration डेवलपमेंट टूल है, जिससे AI exposure, robot impact, offshoring risk जैसी अलग-अलग कसौटियों पर job categories का दोबारा विश्लेषण किया जा सकता है

---

अवलोकन

• यह टूल Bureau of Labor Statistics Occupational Outlook Handbook के डेटा को विज़ुअली explore करने के लिए एक शोध-उन्मुख टूल है
  • इसमें कुल 342 पेशे और 14.3 करोड़ नौकरियां शामिल हैं
  • हर पेशे को रोजगार के आकार के अनुपात में क्षेत्रफल के साथ दिखाया गया है, और रंग चुने गए संकेतक के अनुसार बदलता है
• चुने जा सकने वाले संकेतकों में अनुमानित growth rate, median wage, education requirements, और AI exposure शामिल हैं
• हर tile पर क्लिक करने से उस पेशे के BLS detail page पर जाया जा सकता है

LLM-आधारित coloration फीचर

• GitHub पर उपलब्ध source code में scraper, parser, और LLM prompt pipeline शामिल हैं
  • उपयोगकर्ता खुद prompt लिखें तो LLM हर पेशे का मूल्यांकन करके treemap के रंग अपने-आप बना सकता है
• “Digital AI Exposure” विकल्प इस बात का एक उदाहरण है कि फिलहाल AI हर पेशे को किस तरह प्रभावित कर सकता है
  • यह इस तथ्य को दर्शाता है कि AI डिजिटल क्षेत्र में तेज़ी से आगे बढ़ रहा है
• उपयोगकर्ता humanoid robot exposure, offshoring risk, climate impact जैसी दूसरी कसौटियों पर भी prompt लिखकर दोबारा विश्लेषण कर सकते हैं

Digital AI Exposure मूल्यांकन मानदंड

• AI exposure यह 0~10 के पैमाने पर मापता है कि किस हद तक किसी पेशे का ढांचा AI की वजह से बदल सकता है
  • इसमें प्रत्यक्ष प्रभाव (AI द्वारा इंसानी काम का automation) और अप्रत्यक्ष प्रभाव (productivity बढ़ने से workforce की ज़रूरत घटना) दोनों शामिल हैं
• डिजिटल-आधारित भूमिकाओं को अधिक score मिलता है
  • उदाहरण: writing, coding, analysis, communication जैसी भूमिकाओं को 7 या उससे अधिक अंक
  • इसके उलट वे भूमिकाएं जिनमें physical presence या manual work चाहिए उन्हें कम score मिलता है

स्कोर रेंज के अनुसार मानदंड

• 0–1 अंक: लगभग पूरी तरह physical काम, AI का असर बहुत कम (उदा: roofer, landscaper, commercial diver)
• 2–3 अंक: मुख्यतः physical और interpersonal काम, AI केवल आसपास के कामों में मददगार (उदा: electrician, plumber, firefighter, dental hygienist)
• 4–5 अंक: physical काम और knowledge work का मिश्रण (उदा: nurse, police officer, veterinarian)
• 6–7 अंक: मुख्यतः knowledge work, AI के उपयोग से productivity बढ़ सकती है (उदा: teacher, manager, accountant, journalist)
• 8–9 अंक: पूरी तरह digital work केंद्रित, AI की प्रगति के साथ संरचनात्मक बदलाव संभव (उदा: software developer, graphic designer, translator, data analyst, paralegal, copywriter)
• 10 अंक: पूर्ण सूचना-प्रसंस्करण आधारित काम, जिसे AI अधिकांशतः कर सकता है (उदा: data entry clerk, telemarketer)

ध्यान देने योग्य बातें

• AI exposure score LLM का अनुमान है; इसका मतलब वास्तविक भविष्यवाणी या रोजगार outlook नहीं है
• ऊंचा score यह नहीं बताता कि पेशा खत्म हो जाएगा, बल्कि यह दिखाता है कि काम करने का तरीका बदल सकता है
• उदाहरण के लिए, software developer को 9/10 दिया गया है, लेकिन AI से productivity बढ़ने पर मांग बढ़ भी सकती है
• score में demand elasticity, regulation, social factors जैसी चीज़ें शामिल नहीं हैं
• कई high-exposure पेशों में replacement की बजाय reconfiguration होने की संभावना अधिक है

[GN⁺]

Hacker News की राय

• यह जानकर हैरानी हुई कि मेरे उम्र के डेवलपर्स 1 साल के भीतर नई नौकरी क्यों नहीं ढूंढ पा रहे हैं, जबकि software developer market औसत से तेज़ी से बढ़ रहा है

  • हर साल अमेरिका 120,000 से अधिक H1B, L1, OPT वीज़ा धारकों को स्वीकार करता है। कुल 1.9 million डेवलपर्स को देखें तो सिर्फ रोजगार बनाए रखने के लिए हर साल 5% से अधिक growth चाहिए। इसमें अमेरिका के graduates को भी जोड़ दें तो 10% growth rate चाहिए। लंबी अवधि में यह अवास्तविक है।
    Congress या President को H1B वीज़ा अस्थायी रूप से रोक देना चाहिए, या वीज़ा शुल्क 200,000~500,000 डॉलर तक बढ़ाना चाहिए ताकि सिर्फ सचमुच असाधारण प्रतिभा ही आए। अभी ढांचा ऐसा है कि बड़ी कंपनियाँ mass layoffs करती हैं और फिर भी वीज़ा का बड़े पैमाने पर इस्तेमाल करती हैं
  • “औसत से तेज़ी से बढ़ रहा है” वाला वाक्यांश statistical trap जैसा लगता है। असल में region, talent supply, और दूसरे professions में बदलाव जैसे कई factors देखने चाहिए। बहुत से लोगों के industry छोड़ने से बनी खाली जगह भी ‘growth’ जैसी दिख सकती है। एक single data point से पूरी तस्वीर देखना सिर्फ statistical illusion है
  • शायद आप ‘computer programmer’ हों। इस occupation में रोजगार 6% घटने का अनुमान है
  • डेटा 2024 के आधार पर है

• यह दिलचस्प है कि “Top Executives” category में jobs की संख्या “Retail Sales Worker” के लगभग बराबर है। automation और global economy में अमेरिका की भूमिका को देखें तो समझ आता है, लेकिन यह class और inequality की आम धारणाओं से अलग है

  • इस category का median annual pay 105,350 डॉलर है, और इसमें “General and Operations Manager” तथा “Chief Executive” शामिल हैं। लगता है इसमें छोटे व्यवसायों के managers भी शामिल हैं। BLS लिंक
  • मैंने भी वह graph देखकर पहले सोचा था कि यह बेतुका है। लेकिन उसी लिंक को देखने पर आँकड़ा सचमुच सही है
  • gig economy सरकारी आँकड़ों की विश्वसनीयता खराब कर रही है। कई rideshare drivers को ‘CEO’ के रूप में classify किया जाता है
  • “class और inequality की आम धारणाओं से अलग है” यह बात दिलचस्प लगी। क्या आप इसे थोड़ा और समझा सकते हैं?

• visualization शानदार है, लेकिन काश colorblind mode होता। मैं लाल और हरे में फर्क नहीं कर पाता

  • मैंने अस्थायी इस्तेमाल के लिए एक hacking script बनाई है। Chrome console में पहले “allow pasting” सक्षम करना होगा
  • Daltonize जैसे tools आज़माने लायक हैं। यह color vision deficiency वाले लोगों के लिए physiologically perceptible color adjustment करता है। example image
  • मैं colorblind नहीं हूँ, इसलिए जिज्ञासा है: क्या system की Accessibility settings (जैसे high contrast mode) से यह हल नहीं होता?
  • मैं भी red/green colorblind हूँ, इसलिए वही समस्या झेल रहा हूँ

• यह सोचने वाली बात है कि AI जो surplus पैदा करता है, वह आखिर कहाँ जाता है। मतलब data center या lab investment नहीं, बल्कि AI द्वारा पैदा किए गए वास्तविक output के वितरण की बात है।
  AI हमारे काम करने के तरीके और choices बदल देता है, और competition उस surplus को नए ढांचों में फिर से निवेश कर देता है। अंततः वही ढाँचा essential infrastructure बन जाता है। कंप्यूटर लाखों गुना तेज़ हो गए, लेकिन मज़दूरी या काम के घंटे लगभग नहीं बदले, इसकी वजह यही है। surplus आखिरकार ‘base cost’ में absorb हो जाता है

  • वह surplus आखिरकार top 1% की जेब में जाता है। पिछले 50 सालों में computer, internet, और automation से हुई productivity gains का बड़ा हिस्सा भी वहीं गया है। संबंधित डेटा
  • व्यक्तिगत projects में भी अगर programming time बचता है, तो अंत में वही समय और ज़्यादा ambitious program बनाने में लग जाता है। कंपनियाँ भी इसी तरह बड़े targets की ओर जाती हैं
  • surplus आखिरकार capital के owners को मिलता है। labor बहुत पहले से capital से पीछे छूट रहा है
  • अगर AI ‘बेकार काम’ को खरबों गुना अधिक efficiently कर दे और फिर भी economic gain लगभग न हो, तो शायद इसका मतलब यह है कि उन कामों की वास्तविक आर्थिक value कम है। लेकिन stock market को देखकर लगता है कि कम से कम तीन में से एक premise गलत है: या तो economy stagnant नहीं है, या AI इतना productive नहीं है, या stock market reality से कटा हुआ है
  • आखिरकार market economy में फैसला business owners करते हैं। लंबी अवधि में चीज़ें और सस्ती होने की दिशा में जाती हैं। agriculture का इतिहास ही देख लें। संदर्भ लिंक

• BLS का डेटा वास्तविक स्थिति की तुलना में बहुत lagged है और forecast reliability कम है। याद है 2000~2010 के दशक में actuary को सबसे promising career बताया जाता था? इतनी तेज़ तकनीकी बदलाव वाली दुनिया में ऐसे forecasts का मतलब नहीं है

  • डेटा सबसे नया नहीं है, लेकिन काफी reliable है। मैंने पहले BLS data submission में भाग लिया था, और employers हर 2 हफ्ते में report करते हैं। perfect forecast असंभव है, लेकिन reported data पर आधारित guide के रूप में देखना चाहिए। AI का असर कोई भी ठीक-ठीक नहीं जानता
  • तो फिर आप जो वास्तविक स्थिति देख रहे हैं, वह कैसी है?
  • कॉलेज के समय मेरे partner ने actuary qualification (FCAS) लेने की कोशिश इसी वजह से की थी। अभी यह stable है, लेकिन यह वैसे भी उच्च entry barrier वाला छोटा profession है
  • अगर डेटा की quality ही खराब हो, तो चाहे वह कितना भी ज्यादा हो, वह synthetic data से अलग नहीं है
  • Trump ने BLS director को हटाकर “greatness वापस लाने” वाला अपना व्यक्ति नियुक्त किया था। ऐसे राजनीतिक हस्तक्षेप को देखकर सवाल उठता है कि डेटा पर कितना भरोसा किया जा सकता है

• दिलचस्प बात यह है कि bachelor’s degree वाले occupations का औसत वेतन master’s degree वाले occupations से 8,000 डॉलर अधिक है

  • शायद इसलिए कि master’s degree मांगने वाले professions saturated हैं। education, social work, library science जैसे क्षेत्रों में qualification creep हो रहा है

• “Software Developers +15%” सुनकर खुशी हुई, लेकिन “Computer Programmers -6%” झटका देने वाला है

  • BLS के अनुसार Software Developer का median annual pay 131,450 डॉलर है, source.
    Computer Programmer का 98,670 डॉलर है, source.
    डेवलपर user requirements analysis, system design, maintenance, documentation आदि सहित पूरे software lifecycle को संभालता है। जबकि programmer मुख्यतः code लिखने, बदलने और test करने पर केंद्रित होता है
  • मैं भी programmer हूँ, लेकिन इस title के साथ आने वाली ज्यादातर job postings में बहुत खराब conditions होती हैं। सिर्फ ‘Software Engineer’ title लग जाने से कोई सचमुच engineer नहीं बन जाता। आखिर यह शब्दों का खेल ही है
  • मैं भी यह फर्क जानना चाहता था। फिर भी 1.9 million developer jobs और 120,000 programmer jobs को देखकर यह उम्मीद देने वाला संकेत लगता है
  • शायद यह terminology change की वजह से हो। पहले जिन्हें programmer कहा जाता था, वे roles अब developer में समाहित हो गए लगते हैं
  • programmer कम होंगे, लेकिन testers और QA बढ़ सकते हैं। AI के आम होने वाले भविष्य में quality control और महत्वपूर्ण लगती है। लेकिन इसका मतलब यह नहीं कि developer roles भी उतने ही बढ़ेंगे

• real estate के नज़रिए से देखें तो AI के लिए सबसे अधिक exposed jobs office jobs हैं। इसमें secretary, clerk, accounting, customer service, lawyer, developer आदि शामिल हैं। हाल के वर्षों में office real estate में recovery की बात हुई थी, लेकिन अगर AI से job losses सच में आने लगे, तो दूसरी shockwave आ सकती है

• इस visualization का mouse hover ही मुख्य हिस्सा है, इसलिए mobile पर यह लगभग बेकार है

  • कहा गया कि यह Canvas rendering की वजह से है। responsive accessibility कमज़ोर है

• यह दिलचस्प है कि model profession की AI exposure 8/10 दिखाई गई है