El procesamiento del lenguaje natural y los modelos generativos como ChatGPT de Open AI han mejorado de forma tan espectacular la capacidad de las máquinas para imitar las capacidades cognitivas de las personas que nos encontramos en un mundo muy distinto incluso al de hace una década. La capacidad de estas tecnologías para comprender y generar textos similares a los creados por humanos, hacer predicciones y realizar reconocimiento de imágenes y videos podría dar un vuelco al mercado laboral. La convergencia de la IA con la robótica para crear sistemas autónomos capaces de realizar tareas físicas muy complejas podría ser igualmente espectacular.    

No obstante, las posibles repercusiones de la IA sobre el empleo en toda la gama de puestos de trabajo conocidos siguen siendo controvertidas e inciertas. Las estimaciones varían enormemente, ya que están sujetas a sesgos humanos y limitaciones metodológicas.

Un nuevo índice

En un estudio reciente, tratamos de superar algunas de esas limitaciones utilizando los amplios conocimientos y las capacidades analíticas avanzadas de grandes modelos lingüísticos para crear un novedoso Índice de Exposición Laboral Generado por la IA (GENOE, por sus siglas en inglés). El índice calcula la probabilidad de vulnerabilidad laboral a la inteligencia artificial de más de 750 profesiones en horizontes temporales de uno, cinco y diez años. GENOE emplea una novedosa metodología que utiliza grandes modelos lingüísticos para realizar evaluaciones de tipo experto, que denominamos “encuestas de IA sintética” Este enfoque genera respuestas basadas en grandes conjuntos de datos, procesa y sintetiza rápidamente la información y proporciona evaluaciones coherentes de todas las profesiones, ofreciendo una alternativa escalable a las encuestas tradicionales de expertos humanos.

Nuestros resultados muestran que, en promedio, las profesiones tienen un 28% de probabilidades de verse afectadas por la IA en el próximo año, porcentaje que aumenta hasta el 38% y el 44% en horizontes de cinco y diez años, respectivamente. Al calibrar esos resultados con los datos del mercado laboral de Estados Unidos y México, estimamos que 43 millones y 16 millones de empleos, respectivamente, estarán expuestos a la IA en el horizonte de un año, cifra que aumentará a 60 millones y a 22 millones en cinco años, y a 70 millones y a 26 millones en diez años.

Conclusiones sobre América Latina y el Caribe

Extrapolando al conjunto de la región, vemos que unos 84 millones de empleos estarán expuestos a la IA en el plazo de un año, cifra que aumentará a 114 millones en cinco años y a 132 millones en diez años. Y suponiendo que esta exposición media sea aplicable a los mercados laborales del mundo entero, 980 millones, 1.330 millones y 1.540 millones de empleos estarían expuestos a la IA en los horizontes de uno, cinco y diez años, respectivamente.

Estas estimaciones no corresponden directamente a pérdidas de puestos de trabajo. Las transformaciones laborales y la aparición de nuevas funciones en algunos sectores probablemente complicarán el panorama. Las estimaciones tampoco tienen en cuenta la posible creación de nuevos puestos de trabajo gracias a los avances de la IA o a avances tecnológicos imprevistos que podrían alterar el panorama laboral en una u otra dirección. Pero sí indican la gran proporción de profesiones que son vulnerables y pueden sufrir cambios significativos a medida que la IA se integre al mercado laboral.

Nuestro análisis, además, incluye algunos resultados preocupantes en lo que se refiere a la igualdad en materia de género e ingresos. Por ejemplo, tanto en Estados Unidos como en México, las mujeres tienen una presencia significativa en los trabajos administrativos y de oficina. Esto hace que sean más propensas a verse afectadas por la IA. En ambos países, también se prevé que la IA afecte de forma desproporcionada a los trabajadores de medianos y bajos ingresos. 

Nuestro nuevo índice GENOE ofrece ventajas significativas sobre otros índices destinados a predecir el impacto de la IA en las profesiones. A diferencia de muchos otros índices que desglosan las profesiones en conjuntos de tareas, destrezas o habilidades por separado, nuestro enfoque incorpora de forma más realista sus interrelaciones. Por ejemplo, periodistas y redactores técnicos comparten tareas rutinarias automatizables relacionadas con la redacción, edición y generación de contenidos. Pero el periodismo también incluye funciones no rutinarias como la narración de historias, la evaluación de la importancia de las noticias y el periodismo de investigación. Todas ellas son habilidades que requieren juicio humano, pensamiento crítico y persuasión. Hacen que el periodismo sea menos propenso a ser transformado por la IA que la escritura técnica, distinción que logra hacer nuestro índice.

Nuestro índice también tiene en cuenta el contexto ético, social y reglamentario de los puestos de trabajo. Por ejemplo, los jueces deben sopesar con criterio y empatía las consideraciones éticas y sociales en sus veredictos. Por esa razón, tienen empleos menos sustituibles por la automatización que los analistas de crédito que trabajan en la aprobación de préstamos o en la calificación crediticia. Aunque ambos toman decisiones que pueden afectar al bienestar de las personas y se basan en la evaluación de amplia información. Esta también es una realidad que refleja nuestro índice.

Futuras investigaciones podrían ampliar nuestro trabajo incorporando elementos como el potencial de creación y transformación de empleo a través de la IA y la interacción entre la exposición a la IA y a otros factores económicos y sociales. El índice GENOE podría actualizarse periódicamente para reflejar un panorama de IA en rápida evolución.

Las repercusiones en materia de políticas de medir el efecto de la IA en el empleo

Mientras tanto, el nuevo índice puede ayudar a los formuladores de políticas públicas a desarrollar intervenciones específicas y medidas de apoyo para los trabajadores en profesiones muy expuestas, por ejemplo, mediante políticas de educación y capacitación, programas de seguro de desempleo y estrategias de desarrollo económico. También puede, por un lado, ayudar a las empresas a tomar decisiones estratégicas en ámbitos relacionados con el desarrollo de la mano de obra y la integración de la tecnología, y por el otro, proporcionar a los trabajadores información valiosa para la planificación de su carrera profesional y la adquisición de competencias.  Es muy probable que la IA tenga una enorme repercusión sobre el empleo en los próximos años y en lo que queda del siglo XXI, creando nuevos desafíos y nuevas oportunidades. A medida que esto ocurre, la perspectiva holística y de futuro del índice GENOE debería aportar ideas cruciales a los formuladores de políticas públicas que pretenden salvaguardar el empleo y el bienestar de las personas en todas las esferas de la sociedad.

Miguel Benitez

Miguel Benítez es asistente de investigación en el Departamento de Investigación (RES) del Banco Interamericano de Desarrollo (BID). Sus intereses de investigación se centran en los campos del desarrollo y la economía laboral, con especial atención a la automatización, la informalidad, la migración y la productividad. Miguel tiene una maestría y una licenciatura en Economía por la Universidad Javeriana de Colombia.

Eric Parrado

Eric Parrado Herrera es Economista Jefe y Gerente General del Departamento de Investigación del Banco Interamericano de Desarrollo (BID) desde marzo de 2019. Antes de incorporarse al BID, fue profesor de economía y finanzas en el ESE Business School de la Universidad de los Andes en Santiago de Chile. El Sr. Parrado es profesor visitante de la Universidad de Oxford y de la Universidad de Europa Central y miembro del Consejo Global del Futuro de los Sistemas Financieros y Monetarios del Foro Económico Mundial. A lo largo de su carrera el Sr. Parrado se ha centrado en el área de política monetaria, fiscal y financiera, asesorando a bancos centrales en el manejo de regímenes de metas de inflación e implementando fondos de riqueza soberanos en diversos países. Además ha escrito diversos artículos académicos sobre política monetaria, política fiscal y fondos soberanos.

Autor