生成式人工智慧改寫就業地圖：從 prompt 工程到人機混合技能
研究聚焦生成式人工智慧如何改寫全球職場技能與職缺需求。採用逾150,000筆英文職缺語料，運用BERTopic、LDA、KMeans、句向量嵌入與ARIMA時間序列等方法進行分析。結果指出自2021年後AI相關技能提及急速上升，顯示人機混合能力正在成為就業關鍵。
生成式人工智慧快速塑形職場技能地圖
研究以超過一十五萬筆英文職缺語料，探討生成式人工智慧如何重塑職缺要求、技能組成與跨產業動態。開頭即指出，自2021年以來AI相關技能在職缺中出現頻率明顯上升。
方法整合多項演算法：主題模型（BERTopic、LDA）、KMeans聚類、句向量嵌入與餘弦相似度，並以ARIMA進行時間序列預測。研究將技能分為五大維度：AI_Data、Routine、Soft_Meta、Domain_Specific與Leadership，並用 Framing Index 區分職缺描述是偏向增強人力還是偏向自動化。
結果發現，像是 prompt 工程、模型微調與驗證等AI技能提及增加，同時例行性任務（如資料輸入與手動編碼）出現比例下降。跨產業相關矩陣顯示，AI_Data與Soft_Meta技能的成長具廣泛擴散性。
展望方面，研究的預測顯示至2025年AI_Data與Soft_Meta類技能將持續增長，暗示未來就業競爭力愈來愈依賴人機混合的複合能力，而非單一技術職能。
延伸閱讀
原始來源：ArXiv AI
系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。
