Recientemente, Anthropic publicó un estudio que detalla con precisión qué trabajos está reemplazando actualmente la IA. El grupo más afectado es inesperado: son más mayores, tienen mayor nivel educativo y mayores ingresos (un 47 % por encima del promedio). Además, la probabilidad de que tengan un título de posgrado es casi cuatro veces mayor que la de las personas aún no afectadas por la IA.
Sin embargo, los estudios muestran que la IA está muy lejos de alcanzar su límite teórico de capacidad, y su alcance actual solo representa una pequeña fracción de los escenarios factibles. En concreto, aunque algunas tareas son teóricamente viables para su implementación con IA, aún no se han adoptado a gran escala, debido a múltiples obstáculos, como las limitaciones funcionales del modelo, restricciones legales y regulatorias, barreras de adaptación a software especializado y requisitos obligatorios de verificación humana.
Cabe destacar que la empresa que publicó este estudio es precisamente la que vende el conocido modelo grande Claude. Una empresa que vende IA publicó los datos más desfavorables para sí misma. Anthropic podría haber debilitado estas conclusiones por motivos comerciales, pero aún así optó por hacerlas públicas.
Se revelan las 10 profesiones de mayor "riesgo", ¿cuáles trabajos están fuera de los límites?
Antes de presentar los resultados de la investigación, Anthropic primero explicó: “Actualmente, la evidencia sobre el impacto de la IA en el empleo sigue siendo limitada. Nuestro objetivo es establecer un método para medir cómo la IA afecta el empleo y actualizar regularmente este análisis en el futuro. Este método no puede capturar todas las vías mediante las cuales la IA reconfigura el mercado laboral, pero al establecer una base antes de que los impactos significativos se manifiesten, esperamos poder identificar con mayor confiabilidad los impactos económicos en el futuro, en lugar de atribuirlos retroactivamente. El impacto de la IA podría volverse finalmente muy evidente. Sin embargo, cuando aún no está claro, este marco resulta especialmente útil para identificar los puestos más vulnerables antes de que los reemplazos reales ocurran.”
La lógica de su investigación es directa. Anthropic creó una nueva métrica llamada "exposición observada", que no se enfoca en lo que la IA teóricamente "puede hacer", sino en lo que realmente "está haciendo" en entornos laborales reales. Actualmente, esta métrica se mide con millones de diálogos reales de Claude de usuarios empresariales. Si gastaste cuatro años y 200.000 dólares para obtener un título con el fin de entrar en una profesión de oficina, la empresa que desarrolló Claude acaba de confirmar: tu nivel de exposición laboral podría ser mayor que el del camarero que te sirvió una bebida en tu graduación.
Por ejemplo, en puestos relacionados con computación y matemáticas, la tasa de adaptación teórica de los modelos grandes es del 94%, pero la cobertura actual es solo del 33%; en puestos de oficina y administrativos, la capacidad teórica es del 90%, mientras que el uso actual es del 40%. La brecha entre lo que la IA “puede hacer” y lo que “está haciendo realmente” sigue siendo enorme. Los investigadores también han señalado claramente qué ocurrirá a continuación: a medida que las capacidades mejoren y la aplicación se profundice, el uso real irá llenando gradualmente la capacidad teórica.
Los datos muestran que, en la lista de los diez empleos con mayor exposición real a la IA, los programadores ocupan el primer puesto con una cobertura del 74,5% de las tareas (coherente con el uso frecuente de IA en desarrollo de código); los agentes de atención al cliente ocupan el segundo lugar con un 70,1%, gracias a la aplicación frecuente de interfaces API oficiales; y los operadores de entrada de datos, debido a la alta automatización de sus procesos de ingreso de información, alcanzan una cobertura del 67%, ocupando el tercer puesto.
Al seguir bajando, los especialistas en historias clínicas representan el 66,7%; los analistas de investigación de mercado y los especialistas en marketing, el 64,8%; los representantes de ventas mayoristas y de manufactura (excluyendo productos técnicos y científicos), el 62,8%; los analistas financieros e de inversión, el 57,2%; los analistas y técnicos de garantía de calidad de software, el 51,9%; los analistas de seguridad de la información, el 48,6%; y los especialistas en soporte para usuarios de computadoras, el 46,8%.
Esto no son predicciones, sino situaciones reales de sustitución de trabajo que ya están ocurriendo en plataformas de IA.
Además, esta tecnología que está redefiniendo los empleos de oficina tiene casi ningún impacto en aproximadamente un tercio de la fuerza laboral. Desde la cola, el 30% de los profesionales no tienen ninguna exposición a la IA; sus tareas laborales son tan infrecuentes en la muestra estadística que no alcanzan el umbral de cálculo, lo que resulta en una cobertura de tareas de IA del 0%, con puestos típicos como cocineros, mecánicos de motocicletas, socorristas, camareros, lavaplatos y personal de vestuarios. Al mismo tiempo, numerosas ocupaciones siguen estando fuera del límite actual de la capacidad de la IA, incluyendo labores agrícolas físicas como el podado de árboles y la operación de maquinaria agrícola, así como actividades legales prácticas como la representación judicial.
La diferenciación ya no es “alta habilidad vs. baja habilidad”, sino “si está cubierto por IA”. Realizando un análisis de regresión a nivel de ocupación ponderado por el tamaño actual del empleo, los resultados muestran: cuanto mayor es la exposición real a la IA, más débil es la expectativa de crecimiento de puestos de trabajo. Por cada aumento del 10% en la cobertura de tareas, la predicción de crecimiento de puestos de trabajo de la BLS disminuye 0.6 puntos porcentuales. Esta correlación débil confirma la coherencia de este indicador con los datos de análisis del mercado laboral especializado; es importante destacar que, solo con el coeficiente de capacidad tradicional β, no se puede observar esta característica de asociación.
Nivel educativo más alto, pero también más fácil de quedar desempleado
Lo realmente preocupante son los hallazgos a nivel demográfico. Al comparar el perfil de los profesionales en el grupo con mayor exposición (25% superior) con aquellos en el grupo con exposición cero (30%), se observan diferencias significativas: el grupo de mayor exposición tiene un 16 por ciento más de mujeres, un 11 por ciento más de blancos y casi el doble de asiáticos.
Además, el grupo con la mayor exposición a la IA tiene un ingreso promedio un 47 % más alto que el grupo con la menor exposición, y también presenta un nivel educativo general más elevado. Entre ellos, solo el 4,5 % del grupo con exposición cero posee un título de posgrado, mientras que en el grupo de alta exposición este porcentaje alcanza el 17,4 %, una diferencia de casi cuatro veces.
Los cálculos de escenarios extremos muestran que, si se produjera un despidos masivos entre los empleados en los puestos con mayor exposición, que representan el 10% superior, la tasa de desempleo en el cuartil superior de mayor exposición aumentaría del 3% al 43%, y la tasa de desempleo general también subiría del 4% al 13%.
Y estas personas son precisamente aquellas que originalmente se consideraba que "la educación podía proteger". Un usuario de internet comentó: "Honestamente, esto es bastante sorprendente, pero tiene sentido, porque probablemente poseen habilidades que pueden transferir fácilmente a campos de tecnología de rápido crecimiento."
Los jóvenes trabajadores merecen especial atención; Brynjolfsson y otros informaron que en el grupo de 22 a 25 años, el empleo en ocupaciones de alta exposición disminuyó entre un 6% y un 16%. El estudio sugiere que la principal causa de la reducción del empleo es la desaceleración en la contratación por parte de las empresas, y no un aumento en las renuncias o despidos.
Además, los investigadores de Anthropic descubrieron que, al eliminar el ciclo de volatilidad especial de 2020 a 2021, la tendencia de contratación de jóvenes para ambos tipos de puestos en 2024 mostró una clara divergencia: la disposición de las empresas a contratar jóvenes para puestos con alta exposición a IA disminuyó significativamente. Mientras que la tasa mensual de incorporación de nuevos empleados en ocupaciones de baja exposición se mantuvo estable en un 2%, la proporción de nuevos empleados en puestos de alta exposición disminuyó aproximadamente 0,5 puntos porcentuales. Los cálculos integrales muestran que, desde la普及 de ChatGPT, la tasa de incorporación de jóvenes en ocupaciones de alta exposición ha disminuido un 14% en comparación con 2022, un resultado que se encuentra en el límite de significancia estadística; mientras que los trabajadores mayores de 25 años no presentaron un fenómeno similar de contratación reducida.
Los puestos junior nunca son solo “trabajos”; son campos de entrenamiento: los analistas junior se convierten en analistas senior aquí, los abogados junior aprenden a construir argumentos aquí. Si esta capa desaparece, ¿de dónde vendrán los profesionales senior del futuro? Esta pregunta aún no tiene respuesta.
Al mismo tiempo, algunos internautas han reflexionado: “Si la IA reemplaza a todos los trabajadores conocedores y profesionales técnicos, ¿quién producirá los próximos conjuntos de datos de entrenamiento una vez que los datos actuales se vuelvan obsoletos? ¿Quién creará la enorme cantidad de contenido accesible en línea, que precisamente es la materia prima fundamental para la generación de salidas por parte de los modelos de IA? Además, cuando la mayoría de los usuarios principales de IA enfrenten el desempleo, ¿quién seguirá financiando el enorme costo de cómputo necesario para el funcionamiento y la iteración de la IA?”
Enlace de referencia: https://www.anthropic.com/research/labor-market-impacts
Este artículo proviene del número de WeChat "AI Frontline", recopilado por Hua Wei