Cómo amplía la IA lo que hacen las personas en el trabajo

La IA cambia el trabajo que hacen las personas. En un análisis de más de 800 000 mensajes de usuarios estadounidenses de ChatGPT, nuestra nueva investigación indica que el 16,8 % de los mensajes relacionados con el trabajo y el 43,5 % de los mensajes específicos de una ocupación tratan sobre tareas asociadas con otra ocupación.

Quien dirige una pequeña empresa puede redactar textos, revisar un contrato o realizar un análisis financiero básico por su cuenta. Un profesional de ventas puede usar la IA para explorar datos de clientes que antes habría tenido que analizar un especialista. Un profesional del marketing puede resolver problemas de un sitio web sin esperar a un desarrollador. En cada caso, la IA no solo cambia cómo se hace el trabajo, sino también quién hace qué.

Nuestro nuevo informe, El trabajo de vanguardia: cómo la IA amplía lo que hacen las personas en el trabajo, estudia este cambio. Llamamos al patrón resultante cruce de tareas: el trabajo históricamente asociado con una ocupación aparece en el uso que hacen de la IA personas de otra. En nuestro Marco para la transición laboral ante la IA⁠(se abre en una ventana nueva), sostenemos que es probable que muchos empleos se reorganicen: son aquellos cuyas tareas cotidianas podrían cambiar de forma sustancial. Este informe es el primero de nuestra nueva serie El trabajo de vanguardia, que analiza cómo la IA está cambiando el trabajo en tiempo real. 

Gracias a nuestra perspectiva única sobre cómo está cambiando el mundo laboral, ofreceremos periódicamente conclusiones basadas en datos y pruebas para orientar las políticas y la práctica.

Muchos estudios sobre la IA y el trabajo parten de una lista fija de tareas asociadas con una ocupación concreta y se preguntan si los modelos pueden realizarlas. Nuestros datos indican que la IA también está cambiando quién asume cada tarea.

Para medir el cruce de tareas, primero separamos el trabajo asociado con una ocupación del que aparece en muchos empleos. Algunas actividades, como redactar, resumir y programar, son demasiado comunes en distintas ocupaciones para considerarlas una prueba de cruce. Las clasificamos como genéricas. Para los mensajes restantes, analizamos si la tarea pertenece o no a la ocupación del usuario. Entre los mensajes no genéricos, el 43,5 % corresponde a tareas ajenas a la ocupación del usuario, lo que ofrece una primera perspectiva de cómo la IA podría estar redefiniendo las tareas de los empleos antes de que esos cambios aparezcan en las descripciones o los nombres de los puestos.

Esto indica que una parte sustancial del uso laboral de ChatGPT procede de usuarios que están ampliando su función. El patrón es especialmente marcado en varios grupos. Al excluir el trabajo genérico, las tareas ajenas a la ocupación representan: 

• el 77 % de los mensajes específicos de una ocupación enviados por profesionales de la experiencia del cliente
• el 75 % de los enviados por diseñadores
• el 69 % de los enviados por profesionales de recursos humanos
• el 56 % de los enviados por profesionales jurídicos 
• el 53 % de los enviados por profesionales del marketing

Estas ocupaciones «toman prestadas» esas tareas de otras funciones. Los datos apuntan a un cambio en el reparto del trabajo: algunas actividades que antes debían derivarse a otra persona ahora puede realizarlas quien detecta primero la necesidad.

El mapa de calor siguiente muestra el cruce de tareas determinando a qué ocupación se parece más el trabajo de cada mensaje no genérico. Las tareas de marketing e ingeniería son las que más lejos llegan, ya que aparecen con frecuencia en mensajes de profesionales ajenos a esos ámbitos.

Al pasar de las ocupaciones a tareas concretas, vemos que el cruce de tareas no se distribuye de manera uniforme. Tanto los cálculos financieros como la resolución de problemas tecnológicos figuran entre las tres tareas ajenas más habituales en cada uno de los otros siete grupos de ocupaciones analizados. El trabajo de marketing también se extiende ampliamente: la creación de materiales de marketing aparece en otros cinco grupos y destaca especialmente entre los usuarios del ámbito del diseño.

El análisis de conjuntos de tareas más amplios revela dos direcciones distintas de cruce. Algunos empleos incorporan muchas tareas de otras ocupaciones. Otros aportan tareas que aparecen en muchos empleos diferentes.

El diseño ilustra el primer patrón. Alrededor del 35,2 % de los mensajes de diseñadores se refiere a trabajos normalmente asociados con otra ocupación, mientras que las tareas de diseño solo representan el 1,7 % de los mensajes de profesionales de otros ámbitos. Los diseñadores recurren en gran medida a tareas ajenas, pero el trabajo de diseño rara vez aparece en otros ámbitos.

En ingeniería sucede casi lo contrario. Solo el 18,5 % de los mensajes de ingeniería incluye tareas de otros ámbitos, pero las tareas de ingeniería representan el 7,4 % de los mensajes de profesionales de otras ocupaciones. La ingeniería es una fuente importante de tareas que asumen profesionales de otros ámbitos, desde resolver problemas de software hasta trabajar con sistemas técnicos.

El marketing destaca en ambas direcciones. Los profesionales del marketing dedican el 24,3 % de sus mensajes a tareas asociadas con otras ocupaciones, mientras que las tareas de marketing representan el 8,9 % de los mensajes de profesionales de otros ámbitos, la mayor proporción de difusión externa de la muestra. Los profesionales del marketing combinan tareas de diversos ámbitos y, a su vez, el trabajo de marketing se extiende ampliamente por toda la organización.

El tamaño y la estructura de una empresa determinan cómo cambia la IA el trabajo. En una gran empresa, los empleados pueden tener acceso a equipos especializados, flujos de trabajo establecidos y servicios internos. En una organización más pequeña, es más probable que la persona más cercana al problema se ocupe de él en lugar de delegarlo.

Entre los usuarios medios, la proporción de tareas ajenas a la ocupación desciende del 18,9 % para quienes trabajan en espacios con entre 2 y 5 licencias al 16,3 % para quienes están en espacios con más de 100 licencias. Entre los usuarios más intensivos no observamos el mismo patrón monotónico.

Una posible explicación es que los usuarios moderados de organizaciones pequeñas recurren a la IA cuando encuentran un trabajo que, de otro modo, exigiría la intervención de otra función. En cambio, es posible que los usuarios intensivos hayan desarrollado flujos de trabajo estables respaldados por la IA que se parecen más entre organizaciones, o que usen la IA con mayor intensidad dentro de su ocupación principal.

La IA puede resultar especialmente útil como herramienta generalista cuando escasean los recursos especializados.

Este tipo de datos sobre el uso de la IA indica hacia dónde se está desplazando el trabajo. Nos permite ver cómo la IA ayuda a los profesionales a experimentar con nuevas combinaciones de actividades antes de que las empresas reescriban las descripciones de los puestos o creen nuevas denominaciones. En ese sentido, los patrones de uso pueden ofrecer una señal temprana de cambios profesionales que las estadísticas convencionales del mercado laboral no reflejarán hasta más adelante.