NLP职业涌现分析：职业如何实时形成与演变——一种应用于2022-2026年美国技术劳动力中AI的零假设方法

职业的形成和演变速度超过了分类系统所能追踪的范围。我们提出，一个真正的职业是一个自我强化的结构（一个二部共吸引子），其中共享的专业词汇使从业者凝聚为一个群体，而这个凝聚的群体又维持着该词汇。这一共吸引子概念使得一种从简历数据中检测职业涌现的零假设方法成为可能，该方法无需预定义的分类法或职位名称：我们独立检验词汇凝聚力和群体凝聚力，并通过消融实验来检验词汇是否是维系群体的机制。将该方法应用于820万份美国简历（2022-2026年），该方法正确识别了已建立的职业，并揭示了AI领域一个显著的不对称性：一个凝聚的专业词汇在2024年初迅速形成，但从业者群体从未凝聚。随着工具走向主流，原有的AI社区解体了，新的词汇被吸收到现有职业中，而非凝聚成一个新职业。AI似乎是一种扩散性技术，而非涌现性职业。我们讨论了引入“AI工程师”职业类别是否能促进围绕已形成词汇的群体凝聚力，从而完成共吸引子。