Los profesionales de marketing se ubican entre los más vulnerables a la interrupción de la IA, y recientemente colocó el marketing cuarto para la exposición a la IA.
Pero los datos de empleo cuentan una historia diferente.
Una nueva investigación del laboratorio de presupuesto de la Universidad de Yale encuentra «el mercado laboral más amplio no ha experimentado una interrupción discernible desde la liberación de Chatgpt hace 33 meses», restringiendo los temores de la pérdida de empleos en toda la economía.
La brecha entre el riesgo previsto y el impacto real sugiere que las puntuaciones de «exposición» pueden no predecir el desplazamiento del trabajo.
Yale señala que las dos medidas analizan, la métrica de exposición de OpenAI y el uso de antrópico, capturan diferentes cosas y se correlacionan solo débilmente en la práctica.
Los puntajes de exposición no coinciden con la realidad
Los investigadores de Yale examinaron cómo cambió la mezcla ocupacional desde noviembre de 2022, comparándola con cambios tecnológicos pasados como las computadoras e Internet temprano.
La mezcla ocupacional mide la distribución de trabajadores en diferentes trabajos. Cambia cuando los trabajadores cambian de carrera, pierden trabajo o ingresan a los campos nuevos.
Los trabajos están cambiando solo aproximadamente un punto porcentual más rápido que durante la adopción temprana de Internet, según la investigación:
«Los cambios recientes parecen estar en un camino solo aproximadamente 1 punto porcentual más alto que a principios del siglo XXI con la adopción de Internet».
Los sectores con alta exposición a la IA, incluida la información, las actividades financieras y los servicios profesionales y comerciales, muestran cambios más grandes, pero «los datos nuevamente sugieren que las tendencias dentro de estas industrias comenzaron antes del lanzamiento de ChatGPT».
Teoría vs. Práctica: la brecha de uso
La investigación compara los datos teóricos de «exposición» teóricos de OpenAI con el uso real de Anthrope de Claude y encuentra una alineación limitada.
El uso real se concentra: «Está claro que el uso está fuertemente dominado por trabajadores en ocupaciones informáticas y matemáticas», con artes/diseño/medios también sobrerrepresentados. Esto ilustra por qué los puntajes de exposición no se asignan perfectamente a la adopción.
Los datos de empleo muestran estabilidad
El equipo rastreó a los trabajadores desempleados por duración para buscar signos de desplazamiento de IA. No los encontraron.
Los trabajadores desempleados, independientemente de su duración, «estaban en ocupaciones en las que alrededor del 25 al 35 por ciento de las tareas, en promedio, podrían ser realizadas por IA generativa», con «sin clara tendencia al alza».
Del mismo modo, al observar el uso de «automatización/aumento» de IA a nivel de ocupación, los autores resumen que estas medidas «no muestran signos de estar relacionados con los cambios en el empleo o el desempleo».
Línea de tiempo de interrupción histórica
Las interrupciones pasadas tomaron años, no meses. Como dice Yale:
«Históricamente, la interrupción tecnológica generalizada en los lugares de trabajo tiende a ocurrir durante décadas, en lugar de meses o años. Las computadoras no se convirtieron en comunes en las oficinas hasta casi una década después de su liberación al público, y les tomó aún más tiempo transformar los flujos de trabajo de la oficina».
Los investigadores también enfatizan que su trabajo no es predictivo y se actualizará mensualmente:
«Nuestro análisis no es predictivo del futuro. Planeamos continuar monitoreando estas tendencias mensualmente para evaluar cómo podrían cambiar los impactos laborales de la IA».
Lo que esto significa
Un enfoque medido supera el pánico. Tanto de hecho como Yale enfatizan que los resultados realizados dependen de la adopción, el diseño del flujo de trabajo y la requendación, no la exposición sin bruto.
Vale la pena ver los efectos de la carrera temprana: Yale señala la «evidencia naciente» de los posibles impactos para los trabajadores de la carrera temprana, pero advierte que los datos son limitados y las conclusiones son prematuras.
Mirando hacia el futuro
Las organizaciones deben integrar IA deliberadamente en lugar de reactivar reactivamente.
Hasta que estén disponibles los datos completos de uso de la plataforma multiplataforma, las tendencias de empleo siguen siendo el indicador más confiable. Hasta ahora, señalan la estabilidad sobre la transformación.
(Tagstotranslate) Noticias
