Nous introduisons le progiciel GABRIEL qui utilise GPT pour quantifier les attributs des données qualitatives (par exemple, à quel point un discours est « pro-innovation »). GPT est évalué sur la base des performances de classification et d'évaluation des attributs sur plus de 1 000 tâches annotées par l'homme sur une gamme de sujets et de données. Nous constatons que GPT en tant qu'outil de mesure est précis dans tous les domaines et est généralement impossible à distinguer des évaluateurs humains. Nos preuves suggèrent que les résultats de l'étiquetage ne dépendent pas de la stratégie d'incitation exacte utilisée et que GPT ne repose pas sur la contamination des données d'entraînement ou sur la déduction d'attributs à partir d'autres attributs. Nous démontrons la puissance de GABRIEL en quantifiant les tendances nouvelles et détaillées dans les remarques du Congrès, la toxicité des médias sociaux et les programmes scolaires au niveau du district. Nous appliquons ensuite GABRIEL pour examiner l’historique de l’adoption des technologies et l’utilisons pour compiler un nouvel ensemble de données de 37 000 technologies. Notre analyse documente une réduction par dix du temps écoulé entre l’invention et l’introduction à l’ère industrielle, passant d’environ 50 ans à environ 5 ans aujourd’hui. Nous quantifions la domination croissante des entreprises et des États-Unis en matière d’innovation et de caractéristiques qui expliquent si une technologie est adoptée lentement ou rapidement.

Cela ressort d’un nouveau document de travail du NBER.