Este informe de Anthropic.com analiza el impacto potencial de la inteligencia artificial (IA) en el mercado laboral, presentando una nueva métrica llamada 'exposición observada' para medirlo. A diferencia de enfoques anteriores que sobreestimaron la vulnerabilidad laboral (como la medición de 'offshorability' de empleos), este estudio busca una evaluación más precisa y temprana de cómo la IA está afectando el empleo.
¿Cómo funciona la 'exposición observada'? La métrica combina tres fuentes de datos: la base de datos ONET (que describe tareas laborales), datos de uso real de la IA (a través del Anthropic Economic Index, que rastrea el uso de Claude), y una evaluación de la capacidad teórica de los modelos de lenguaje grandes (LLMs) para realizar tareas (basada en el trabajo de Eloundou et al.). La clave es diferenciar entre la capacidad teórica de la IA (lo que podría hacer) y el uso real en entornos profesionales (lo que está* haciendo). La 'exposición observada' prioriza las tareas que se están automatizando activamente, en lugar de simplemente aquellas que podrían ser automatizadas. Se da más peso a los usos relacionados con el trabajo y a las implementaciones completamente automatizadas frente a las que solo aumentan la productividad.
Hallazgos clave: El estudio encuentra que, aunque la IA tiene un potencial significativo, su impacto actual es limitado. La cobertura real de la IA está muy por debajo de su capacidad teórica. Las ocupaciones con mayor 'exposición observada' tienden a mostrar una proyección de crecimiento más lenta según las previsiones del BLS (Bureau of Labor Statistics). Los trabajadores en estas ocupaciones son, en promedio, más propensos a ser mayores, mujeres, con mayor educación y con salarios más altos. Curiosamente, no se ha observado un aumento generalizado en el desempleo en estas ocupaciones desde finales de 2022, aunque sí se sugiere una posible ralentización en la contratación de trabajadores más jóvenes.
Aplicaciones y consideraciones: Esta metodología es particularmente útil para identificar trabajos vulnerables antes de que la disrupción sea evidente. No captura todos los posibles canales de impacto de la IA, pero proporciona una base para un seguimiento periódico y una mejor comprensión de la evolución del mercado laboral. Es importante recordar que la 'exposición observada' se basa en datos de uso de Claude, por lo que puede no reflejar el uso de otras plataformas de IA. Además, factores externos como las políticas comerciales y los ciclos económicos pueden complicar la interpretación de los datos. El estudio destaca la necesidad de un enfoque continuo y adaptable para evaluar el impacto de la IA en el mercado laboral.