Modelizar la transición laboral ante la IA
La mayoría de los debates sobre IA y empleo parten de una pregunta sencilla: ¿qué trabajos puede realizar la IA?
Es una pregunta importante, pero no basta para prever qué les ocurrirá a los trabajadores. Una tecnología puede ser capaz de realizar muchas de las tareas de una ocupación sin eliminar la propia ocupación. Esto puede suceder por varios motivos. Las personas pueden seguir siendo esenciales en ciertos puestos porque los clientes quieren trato humano, las instituciones exigen que haya una persona responsable o el trabajo requiere presencia física y criterio. O la reducción de costes puede aumentar la demanda lo suficiente como para que el empleo en un sector crezca en lugar de contraerse, aun cuando la IA haga más productivos a los trabajadores.
El marco de transición laboral ante la IA de OpenAI ofrece una nueva forma de analizar estas posibilidades. En lugar de interpretar la exposición técnica como una previsión de pérdida de empleo, plantea tres preguntas:
¿Puede la IA realizar una parte significativa de las tareas de la ocupación?
¿Sigue siendo esencial una persona para realizar, supervisar o asumir la responsabilidad del trabajo?
Si la IA reduce el coste del servicio, ¿crecerá la demanda lo suficiente para absorber las mejoras de productividad?
Aplicado a 921 ocupaciones que abarcan unos 148 millones de empleos en Estados Unidos, el marco ofrece una imagen más variada de la transición del mercado laboral. Alrededor del 18 % de los empleos afronta un riesgo de automatización relativamente alto, el 24 % probablemente se reorganizará, el 12 % podría crecer con la IA y el 46 % presenta menos cambios inmediatos.
Estas categorías no predicen que vaya a desaparecer un porcentaje concreto de empleos. Son un mapa que indica dónde pueden surgir primero los distintos tipos de cambio.
Empleos con mayor riesgo de automatización: esta categoría podría incluir ocupaciones como la grabación de datos, el telemarketing, la corrección de textos y algunos puestos contables o administrativos. Gran parte del trabajo consiste en procesar, comprobar o comunicar información estandarizada, tareas que la IA puede realizar cada vez más sin que una persona preste directamente el servicio final. Puede que la demanda de estas actividades no crezca lo suficiente para compensar las mejoras de productividad resultantes.
Estos empleos merecen un seguimiento estrecho, sobre todo allí donde se concentran geográficamente o donde los trabajadores tienen pocas opciones de acceder a puestos afines. Pero, incluso en estos casos, la capacidad técnica no se traduce de forma automática ni inmediata en pérdida de empleo. Las empresas aún deben rediseñar los flujos de trabajo, integrar la IA en los sistemas existentes, gestionar los errores y los riesgos normativos, y determinar si automatizar resulta realmente más barato que seguir empleando a personas.
Empleos que se reorganizarán: un segundo grupo, más numeroso, probablemente se reorganizará en lugar de desaparecer. Los abogados, contables, desarrolladores de software, analistas financieros y docentes son ejemplos plausibles. La IA ya puede redactar contratos, resumir pruebas, elaborar análisis financieros, escribir código y crear materiales didácticos. Pero los clientes y las instituciones siguen necesitando personas que apliquen su criterio, asuman la responsabilidad de las decisiones, comprendan los casos atípicos y forjen relaciones con compañeros, alumnos o clientes.
La IA puede permitir que cada abogado revise más documentos, que cada desarrollador produzca más código o que cada docente prepare materiales más personalizados. Eso podría reducir la cantidad de trabajo necesaria para algunas actividades, pero las ocupaciones en sí siguen teniendo un carácter claramente humano. La cuestión central pasa a ser cómo se rediseñan los puestos: qué tareas se delegan en la IA, cuáles siguen en manos de los trabajadores y si los puestos de entrada y las trayectorias profesionales siguen ofreciendo oportunidades de aprendizaje.
Empleos que crecen con la IA: son aquellos en los que la IA puede reducir los costes lo suficiente para generar más demanda. Algunos ejemplos son los profesores particulares, los orientadores en salud mental, los asesores financieros personales y ciertos profesionales sanitarios. Hoy en día, estos servicios son caros o poco accesibles para muchas personas. En estos ámbitos, una mayor productividad no implica necesariamente menos trabajadores. Unas clases particulares más asequibles podrían llevar a más familias a contratarlas. Un asesoramiento financiero más barato podría dar acceso a orientación personalizada a hogares que hoy no pueden permitirse un asesor. Los profesionales clínicos que cuenten con el apoyo de la IA podrían ofrecer más seguimiento y atención continuada. Si la demanda crece lo suficiente, el empleo total podría aumentar aun cuando cada trabajador sea más productivo.
Empleos con menos cambios inmediatos: esta categoría incluye muchos puestos cuyas tareas principales siguen siendo físicas y deben realizarse en un lugar concreto, como electricistas, fontaneros, techadores, peones de construcción y muchos trabajadores de la restauración. La IA puede ayudar a planificar horarios, elaborar presupuestos, impartir formación, gestionar inventarios o comunicarse con los clientes, pero hoy no puede instalar cableado, reparar una tubería, sustituir un tejado ni preparar y servir una comida.
Estas ocupaciones no quedarán al margen de la IA. Sus tareas administrativas y de gestión pueden cambiar, y los avances en robótica podrían ampliar el alcance de la automatización en el futuro. Pero, por ahora, sus tareas principales tienen una exposición relativamente baja a la IA basada en el lenguaje, por lo que los grandes cambios a corto plazo son menos probables.
Es probable que los primeros efectos de la IA se manifiesten en cambios en las tareas, los flujos de trabajo y las competencias exigidas, antes que en la desaparición generalizada de ocupaciones. De hecho, el uso real de la IA ya es mayor en las ocupaciones identificadas como más expuestas al riesgo de automatización. El uso de ChatGPT está aproximadamente tres veces más extendido en las ocupaciones de mayor riesgo que en el conjunto de los trabajadores.
Sin embargo, los cambios recientes en el desempleo no se corresponden claramente con la exposición técnica. Desde el primer trimestre de 2024, el desempleo ha aumentado más en algunas ocupaciones menos expuestas que en aquellas que el marco clasifica como las de mayor riesgo ante la IA. No obstante, esto no demuestra que la IA no esté afectando al mercado laboral. El desempleo por ocupación refleja múltiples factores, y algunos cambios pueden manifestarse primero en la contratación, las oportunidades de acceso al mercado laboral, los salarios o la composición del trabajo, en lugar de en los despidos.
La IA no determina un único futuro inevitable para el trabajo. La capacidad técnica importa, pero también las instituciones, la demanda de los consumidores, las decisiones empresariales, la regulación y el valor duradero de la participación humana. El marco de transición propuesto en este documento apunta a que cada ocupación requerirá medidas públicas distintas.
Los empleos con alto riesgo de automatización pueden necesitar sistemas de alerta temprana, ayudas específicas para la adaptación y planes de transición diseñados a escala local.
Los empleos que probablemente se reorganicen pueden requerir una actualización de la formación, los estándares profesionales y las normas de dotación de personal, así como expectativas más claras sobre la supervisión humana.
Los empleos con potencial de crecimiento pueden beneficiarse de políticas que fomenten la adopción de la IA, amplíen el acceso y preparen a más trabajadores para incorporarse al sector.
En todas las categorías, los responsables de las políticas públicas necesitan mejor información en tiempo real. Las estadísticas laborales tradicionales son valiosas, pero a menudo se actualizan demasiado despacio para reflejar los cambios en las tareas, las expectativas de las empresas y el uso de la tecnología. Combinar los datos de empleo con indicadores de la capacidad de la IA y de su adopción real puede ofrecer una imagen más actualizada de dónde se acumula la presión.
