OIT: IA generativa y empleo — Análisis de impacto global y hallazgos clave

El estudio de la Organización Internacional del Trabajo (OIT) de 2024 representa el análisis global más completo de los efectos potenciales de la IA generativa en el empleo. A diferencia de los estudios centrados en países ricos, la OIT modela explícitamente el impacto en distintos niveles de ingresos, y los hallazgos desafían las narrativas comunes sobre IA y empleo.

Hallazgos clave

• La mayoría de los empleos están expuestos a aumentación, no a reemplazo. La OIT estima que el 5,5% del empleo total en países de ingresos altos está potencialmente expuesto a la automatización por IA generativa, mientras que el 18,3% podría experimentar una aumentación significativa. Para la mayoría de los trabajadores, es más probable que la IA cambie las tareas dentro de su rol a que elimine el rol por completo.
• El trabajo administrativo enfrenta la mayor exposición a la automatización. En todas las regiones, las ocupaciones administrativas (introducción de datos, contabilidad, procesamiento de nóminas) son las más vulnerables, con aproximadamente el 24% de las tareas administrativas consideradas altamente expuestas a la automatización.
• El impacto se distribuye de manera desigual según el nivel de ingresos del país. En los países de bajos ingresos, solo el 0,4% del empleo enfrenta riesgo de automatización, en gran parte porque estas economías tienen menos roles de oficina que la IA generativa puede abordar. Los países de ingresos altos enfrentan 13 veces más exposición.
• Las mujeres se ven afectadas de manera desproporcionada. En los países de ingresos altos, el 7,8% del empleo femenino está expuesto a la automatización potencial, frente al 2,9% del empleo masculino, impulsado por una mayor representación femenina en roles administrativos.
• Las economías en desarrollo podrían beneficiarse más de la aumentación. El estudio encuentra que el potencial de aumentación por IA es sustancial incluso en países de menores ingresos, lo que sugiere que la IA generativa podría impulsar la productividad sin eliminar empleos si la adopción incluye un apoyo político adecuado.

Qué significa esto para tu carrera

La distinción de la OIT entre aumentación y automatización es fundamental. Si trabajas en un rol administrativo o de oficina en un país de ingresos altos, la señal es clara: la automatización a nivel de tarea está llegando, y la pregunta es cuándo, no si. Sin embargo, el estudio también muestra que incluso dentro de las ocupaciones expuestas, la mayoría de las tareas implican juicio, contexto y coordinación humana que la IA asiste en lugar de reemplazar.

Para los trabajadores en economías en desarrollo, los hallazgos son más matizados. La menor exposición a la automatización es en parte estructural: menos flujos de trabajo digitalizados significa menos objetivos para la IA. Pero la oportunidad de aumentación es real: las herramientas de IA podrían ayudar a los trabajadores en estas economías a superar cuellos de botella de productividad, siempre que el acceso y la formación estén disponibles.

La conclusión clave es que "exposición a la IA" no equivale a "pérdida de empleo". El marco de la OIT cuestiona las narrativas simplistas de reemplazo y enfatiza que los resultados dependen en gran medida de las políticas, la adopción en el lugar de trabajo y la adaptación individual.

Datos destacados

• 5,5% de los empleos en países de ingresos altos enfrentan automatización potencial por IA generativa
• 18,3% de los empleos en países de ingresos altos podrían experimentar una aumentación significativa
• 24% de las tareas administrativas están altamente expuestas a la automatización
• 0,4% del empleo en países de bajos ingresos enfrenta exposición a la automatización
• 2,7x mayor exposición a la automatización para mujeres frente a hombres en economías de ingresos altos

Metodología

El estudio de la OIT utiliza un marco de análisis a nivel de tarea basado en la clasificación ocupacional CIUO-08, que cubre 167 países. Los investigadores mapearon las capacidades de la IA generativa contra tareas específicas dentro de cada ocupación, puntuando la exposición de forma granular en lugar de tratar ocupaciones enteras como binariamente "automatizables" o "seguras". El análisis distingue entre tareas con alto potencial de automatización (la IA podría realizar la tarea de forma independiente) y potencial de aumentación (la IA podría mejorar el rendimiento del trabajador). Las estimaciones a nivel de país tienen en cuenta las diferencias en la composición ocupacional entre grupos de ingresos.