La IA generativa expone principalmente a médicos, ingenieros y directivos, mientras los trabajos manuales muestran menor riesgo pero tendencia al alza.
Las habilidades más impactadas por la IA son atención, comprensión, conceptualización y razonamiento lógico, mientras que la interacción social y física siguen siendo menos vulnerables.
El estudio del JRC revela que la exposición a la IA aumenta en todas las categorías laborales, especialmente en profesiones de alta cualificación y renta elevada.
Las tareas físicas y relacionadas con la interacción social presentan menor exposición a la IA, consolidando su resistencia a la automatización en el futuro cercano.
La inteligencia artificial ya no acecha solo a los puestos de trabajo que Frey y Osborne señalaron en 2013 con aquel 47% de empleo estadounidense supuestamente automatizable. Aquella profecía, nacida en Oxford y repetida hasta la extenuación, apuntaba a los oficios menos cualificados como las primeras víctimas de las máquinas. Es algo evidente que, doce años después y con la irrupción de la IA generativa, el mapa se ha invertido de una manera que ni sus propios autores anticiparon: los médicos, los ingenieros y los directivos encabezan ahora la lista de profesiones más expuestas al avance de la IA, mientras los oficios manuales siguen resistiendo, aunque cada vez con menos margen.
Así lo certifica un estudio del Centro Común de Investigación de la Comisión Europea (JRC). publicado en la revista Structural Change and Economic Dynamics. Su trabajo incorpora -ahora sí- el salto cualitativo que representó la IA generativa desde el lanzamiento de ChatGPT en noviembre de 2022.
Un acontecimiento que los autores describen sin rodeos como un cambio completo del paisaje del empleo en la era digital.
No en vano, las cuatro habilidades profesionales que lideran la exposición al impacto de la IA son la atención y búsqueda, la comprensión y expresión, la conceptualización y aprendizaje, así como el razonamiento cuantitativo y lógico.
En el extremo opuesto, capacidades como la modelización mental y la interacción social, el control emocional o la metacognición permanecen casi congeladas en su nivel de exposición, con distribuciones planas a lo largo de todo el periodo analizado. El estudio interpreta este estancamiento como la prueba de que el razonamiento sensible al contexto, la comprensión emocional y la interacción física siguen constituyendo fronteras duras para los sistemas actuales.
Y entre ambos polos, un grupo intermedio formado por la comunicación, la planificación y el procesamiento visual muestra un crecimiento moderado pero sostenido, lo que los autores atribuyen a la difusión de herramientas de IA orientadas a la optimización y al razonamiento multimodal.
Los investigadores subrayan que este patrón no resulta de un capricho estadístico sino de la propia naturaleza de los sistemas de aprendizaje automático, diseñados originalmente para procesar y generar información simbólica antes que para replicar la sensibilidad social o la destreza manual.
Con ello podemos desgranar fácilmente que el progreso reciente de la IA generativa no ha avanzado de manera uniforme sobre todas las formas de cognición, sino que se ha inclinado con fuerza hacia capacidades de propósito general que subyacen al procesamiento de información y a la resolución de problemas.
Un fenómeno transversal
A nadie se le escapa la transversalidad del fenómeno que vivimos, aunque con mayor ahínco en los trabajos de mayor cualificación. El nuevo marco del JRC así lo corrobora: desde 2015, la exposición ocupacional ha crecido de forma pronunciada en todas las categorías laborales, incluidas las que hasta ahora se consideraban blindadas frente a la automatización.
De este modo, en 2024, las ocupaciones elementales (los trabajos menos cualificados de la escala) ya presentan un nivel de exposición superior al que tenían las ocupaciones profesionales en 2018. Aun así, los profesionales de 2024 mantienen aproximadamente el doble de exposición que los trabajadores elementales del mismo año, de modo que la jerarquía tradicional no se ha roto, pero sí se ha comprimido de forma notable.
Médicos, técnicos y directivos siguen encabezando el ranking de mayor riesgo en esta era, con las trayectorias de crecimiento más pronunciadas, porque su trabajo depende de razonamiento, procesamiento de información y toma de decisiones, justo los terrenos donde la IA generativa ha avanzado con mayor velocidad. Pero los administrativos y los dependientes de comercios también dibujan curvas ascendentes constantes, y hasta los limpiadores (el arquetipo del trabajo manual de baja cualificación) muestran una tendencia alcista clara en sus niveles de exposición.
En otras palabras: la reciente oleada de IA puede ser una marea que eleva todos los barcos, aunque el ritmo y la altura de esa marea no sean, ni de lejos, homogéneos.
Cuando el equipo del JRC cruza la exposición de 2024 con la renta media de cada ocupación, aparece una correlación de 0,85 entre ambas variables: las profesiones más expuestas tienden a concentrarse en la parte alta de la distribución de ingresos, dominada por directivos y profesionales que realizan tareas analíticas y de gestión especializada. Las ocupaciones elementales y agrícolas, por su parte, ocupan la esquina inferior izquierda del gráfico, con rentas bajas y una exposición todavía comparativamente reducida, aunque en clara ascensión.
En ese sentido, las tareas físicas que requieren fuerza, destreza manual, orientación espacial o coordinación corporal presentan niveles de exposición próximos a cero, y el estudio se atreve a extrapolar esa tendencia hacia el futuro inmediato: dado que apenas existe investigación relevante sobre este tipo de contenido de trabajo en la actualidad, es razonable esperar que estas tareas sigan constituyendo un cuello de botella para la automatización en los próximos años.
Los empleos asociados a la interacción social, como negociar o cuidar de otras personas, también registran niveles de exposición bajos, en lo que los autores interpretan como una complementariedad todavía vigente entre capacidades humanas y máquina en el terreno de la comprensión emocional y el razonamiento interpersonal.
No existe, subrayan los autores, un corte brusco entre ambos extremos: la nube de puntos es continua, lo que demuestra que la exposición a la IA penetra con normalidad en las ocupaciones de renta media y baja.
Una herramienta deliberadamente neutral
El estudio identifica qué ocupaciones y tareas dependen de habilidades cognitivas intensamente investigadas por la comunidad de inteligencia artificial, pero permanece deliberadamente agnóstico sobre si esa exposición terminará traducida en desplazamiento de trabajadores o en una mejora de su productividad.
Los propios investigadores insisten en que una puntuación alta de exposición no equivale, por sí sola, ni a un pronóstico de pérdida de empleo ni a una promesa de ganancia de productividad: indica, únicamente, dónde coinciden crecientemente las habilidades humanas y las artificiales.
Esa neutralidad, defienden los autores, constituye tanto una fortaleza como una limitación real del enfoque. Evita las predicciones deterministas y a menudo erróneas que caracterizaron la primera ola de estudios sobre automatización, pero también obliga a leer los resultados con matices, porque la traducción de la exposición en resultados de mercado laboral depende de factores que escapan a cualquier estudio: el ritmo real de adopción tecnológica en las empresas, las formas de organización del trabajo preexistentes, las decisiones de las compañías sobre cómo rediseñar procesos y tareas, el poder de negociación de los trabajadores afectados y el marco institucional y regulatorio en el que todo esto ocurre.
Tres niveles de análisis
La metodología del estudio construye un puente de tres pisos entre la investigación en inteligencia artificial y el contenido real del trabajo humano. En el primer nivel, los investigadores analizaron 352 benchmarks de IA (pruebas estandarizadas como ImageNet o SQuAD que miden el rendimiento de los algoritmos en tareas concretas) y los vincularon a 14 habilidades cognitivas que combinan psicología, cognición animal e inteligencia artificial, agrupadas en tres grandes dominios: ideas, personas y cosas.
En el segundo nivel, esas habilidades se conectaron a 108 tareas laborales concretas, desde redactar informes hasta negociar un contrato. Y en el tercero, esas tareas se distribuyeron entre 127 ocupaciones clasificadas según la taxonomía ISCO-3, usando datos de la Encuesta Europea de Condiciones de Trabajo, la encuesta PIAAC de la OCDE y la base de datos O*NET italiana.