Impacto de las tecnologías GPT en la economía española

Contexto

En el marco del incipiente análisis acerca del impacto de las tecnologías GPT, Afi ha procedido a la revisión del estudio “GPTs are GPTs: An Early Look at the Labour Market Impact Potential of Large Language Models”, realizado por Tyna Eloundou, Sam Manning, Pamela Mishkin (trabajadores de Open AI, desarrollador de Chat GPT) y Daniel Rock, profesor en Pensilvania University y experto en el impacto de la tecnología en el empleo.
Este último cuenta con varias publicaciones en revistas académicas de referencia con Erik Brynjolfsson (Stanford University), probablemente el economista que más ha analizado el impacto de la Inteligencia Artificial en el empleo. El estudio se publicó el 20 de marzo de 2023 en formato Working Paper y aborda los aspectos más novedosos de GPT-4, desde un enfoque económico.

Principales resultados

El objetivo de este reciente estudio es analizar el impacto de tecnologías como Chat GPT sobre distintas tareas y ocupaciones, para lo que definen el concepto de “exposición”. Una tarea se considera directamente expuesta a GPT cuando ésta permite al trabajador reducir al menos a la mitad el tiempo que tarda en completarla, manteniendo la misma calidad. En particular se identifican las siguientes tareas:

• Escribir, transformar y editar texto de acuerdo con instrucciones complejas
• Resumir, responder preguntas y proporcionar comentarios sobre documentos
• Traducir textos entre idiomas
• Escribir preguntas acerca de un texto o para una entrevista o evaluación
• Preparar materiales de exámenes basados en el conocimiento general
• Informar de cualquier contenido a través de cualquier medio escrito o hablado
• Escribir y responder a correos electrónicos
• Escribir, transformar y editar código de acuerdo con instrucciones complejas
• Escribir código para la automatización de tareas manuales
• Mantener registros de datos escritos.

El objetivo de este reciente estudio es analizar el impacto de tecnologías como Chat GPT sobre distintas tareas y ocupaciones, para lo que definen el concepto de “exposición”. Una tarea se considera directamente expuesta a GPT cuando ésta permite al trabajador reducir al menos a la mitad el tiempo que tarda en completarla, manteniendo la misma calidad.

Una vez identificadas estas “tareas expuestas”, los autores analizan las ocupaciones que requieren de un desempeño intensivo de ellas, a través del análisis de una rica base de datos (O*NET 27.2 database) compuesta por más de 1.000 ocupaciones y 19.000 tareas para una muestra de profesionales estadounidenses. Sus resultados son los siguientes:

Ocupaciones más expuestas

• Intérpretes y traductores: el tiempo del 76% de sus tareas puede acortarse en al menos un 50% gracias a GPT
• Investigadores de encuestas: 75%
• Poetas y escritores creativos: 69%
• Biólogos: 67%
• Especialistas de relaciones públicas: 67%

Ocupaciones menos expuestas

• Operadores de maquinaria: 0%
• Mecánicos de vehículos e instaladores de máquinas: 0%
• Obreros de la construcción: 0%
• Cocineros y camareros en hostelería: 0%
• Deportistas: 0%

En general, los autores identifican los siguientes patrones:

1. Salarios: las profesiones con mayores salarios están más expuestas a GPT.
2. Habilidades: las profesiones que requieren de escucha activa; comprensión lectora; redacción y programación están más expuestas a GPT. Por el contrario, las profesiones que requieren de pensamiento crítico; ciencias; matemáticas; aprendizaje y monitoreo están menos expuestas.
3. Barreras a la entrada: cuantas más barreras a la entrada tenga una ocupación (formación a la entrada; periodo de prueba; prácticas) menor es la exposición a GPT.
4. Nivel de formación: a mayor nivel de formación (inicial y continua), mayor exposición a GPT.

En promedio, los autores estiman que alrededor del 15% de las tareas que realizan los trabajadores estadounidenses están directamente expuestas a GPT. A su vez, en torno a un 35% adicional estarían comprometidas a las posibles innovaciones complementarias que probablemente surjan en torno a Chat GPT. Tomando un punto intermedio entre esos valores (exposición directa a GPT junto con una exposición a innovaciones complementarias del 50%), el 80% de los trabajadores estadounidenses son susceptibles de estar expuestos a GPT al menos a través de una tarea, mientras que un 19% tendría más de la mitad de sus tareas expuestas.

Simulación del impacto en España

Afi ha replicado dicho estudio para España. Los resultados apuntan a que alrededor de uno de cada cuatro trabajadores españoles podría experimentar que más de un 50% de sus tareas se acortan en más de un 50% gracias al uso de tecnologías como Chat GPT. Los sectores más afectados serían las actividades financieras y los seguros; las actividades profesionales (como la consultoría de gestión empresarial) y la información y comunicaciones (donde se enmarca la programación y la consultoría informática).

Tabla. Impacto potencial de las tecnologías GPT sobre el empleo en España

Gráfico. Impacto potencial de GTP sobre la productividad del trabajo en España (euros por hora trabajada, variación porcentual)

Conclusiones

Los recientes avances logrados en las tecnologías GPT han supuesto un salto cualitativo en lo relativo a su utilidad y aplicabilidad. Tanto Chat GPT-4 como las innovaciones complementarias, que muy probablemente surgirán a su alrededor tienen el potencial de impactar en un gran número de tareas y ocupaciones, que solo en España abarcarían a más de cinco millones de trabajadores. El ahorro de tiempo generado gracias a los servicios proporcionados por esta tecnología podría traducirse en notables incrementos de productividad, en especial en aquellos sectores que emplean a profesionales cualificados.

No obstante, también conviene analizar las barreras a la adopción generalizada de esta tecnología, cuya difusión depende de los hábitos y del nivel de confianza que los humanos depositan en ella. En otras palabras, la utilidad de GPT depende de si los profesionales susceptibles de incorporar esta tecnología en su día a día confían en los resultados que arroja sin recurrir a una verificación paralela y a una investigación independiente.  

Líneas de reflexión a futuro

• Confianza de los trabajadores en GPT: vinculado a la fiabilidad de los resultados (aportación de referencias, información actualizada, etc.)
• Capacidad de permeabilidad y velocidad de difusión a nivel:
  • Sectorial: impactos dinámicos ligados a nuevas funcionalidades de GPT
  • Territorial: ¿nuevo determinante de la desigualdad centro-periferia?
  • Social ¿nueva brecha digital? ¿heterogeneidad de uso por edad, sexo, especialización?
• Geopolítico: ¿cambios en los patrones de deslocalización?
• Carrera entre innovaciones tecnológicas y adaptación del capital humano. Por primera vez son los trabajadores de la escala superior de formación/salarios quienes más se ven afectados por disrupciones tecnológicas. ¿Cómo reaccionarán?
• Implicaciones de política pública
  • Adaptación de las metodologías docentes y currículos académicos
  • Ajuste de las políticas activas de empleo, formación continua, reskilling, etc.