Datos macro

las regiones urbanas, las más expuestas a la IA y las que más partido pueden sacar Por EFE

28.11.2024 21:40



STOCK EXCHANGE RUSSIAN TRADING SYSTEMS M 1440048891

París, 28 nov (.).- Las áreas urbanas de los países de la OCDE son las que más proporción de empleos están o van a estar expuestos a la inteligencia artificial (AI) generativa, pero también las que más partido pueden sacarle en creación de actividad y de productividad, lo que puede contribuir a una mayor divergencia entre regiones.

En un informe publicado este jueves sobre las diferencias regionales, la Organización para la Cooperación y el Desarrollo Económico (OCDE) estima que alrededor del 26 % de los trabajadores de sus países están actualmente expuestos a esa tecnología, aunque sólo un 1 % pueden considerarse altamente expuestos.

Sobre todo, los autores del estudio destacan que conforme se desarrollen los nuevos programas y se integren en el mercado las nuevas formas de IA generativa, los empleos altamente expuestos van a crecer muy significativamente, pero con enormes diferencias entre las regiones de los países miembros.

En «un futuro próximo», esos empleos altamente expuestos representarán entre un mínimo del 16 % en el estado mexicano de guerrero o porcentajes también inferiores al 20 % en La Guajira (Colombia) o Norte Huetar (Costa Rica) al 77 % en el área metropolitana de Londres.

Se considera que un trabajador está expuesto cuando al menos un 20 % de las tareas laborales pueden hacerse al menos un 50 % más rápidas con la ayuda de la IA generativa, y altamente expuesto cuando el porcentaje de esas tareas es del 50 %.

En términos generales, esa tecnología está teniendo ya un impacto en el 32 % de los trabajadores de las ciudades, mientras en las zonas rurales son un 21 %.

La OCDE hace notar que las regiones que en el pasado se consideraban en bajo riesgo de automatización de los puestos de trabajo por concentrar en particular empleos de servicios de alta cualificación, son las que más alteradas se van a ver por la IA generativa.

La razón es que las tecnologías de automatización anteriormente tenían sobre todo un impacto en las actividades industriales, mientras que ahora modifican mucho algunas tareas del sector servicios, y sobre todo con un alto nivel de cualificación.

Este nuevo tipo de automatización inducido por la IA generativa no conduce a una pérdida de empleo, como se podría temer, sino más bien todo lo contrario, de acuerdo con la evidencia constatada en la última década.

Así, un aumento del 10 % en la proporción de puestos de trabajo con alto riesgo de automatización da lugar a un incremento del 5,6 % en la productividad laboral en cinco años.

No obstante, los responsables del informe reconocen que en algunas regiones esa automatización ha contribuido directamente a una pérdida de empleo global.

Además, aunque en las mayoría de las regiones las creaciones de empleos superan a las pérdidas, los nuevos puestos de trabajo inducidos por estas nuevas tecnologías no han beneficiado a los que los habían perdido.

La OCDE insiste en que las nuevas tecnologías de la IA ofrecen a las regiones un instrumento para afrontar algunos retos que se han hecho más acuciantes, como la escasez de mano de obra o los progresos lentos de la productividad.

En concreto, potenciar la adopción de la IA generativa podría servir de catalizador para elevar la productividad. Eso pasa por facilitar el acceso a la formación, en especial para los trabajadores poco cualificados o con discapacidades para los que muchos empleos están fuera de su alcance.

Además, las tecnologías de la IA pueden aprovecharse para complementar directamente a los trabajadores y aliviar de esa manera la escasez de mano de obra y el envejecimiento de la población activa.





Source link

Publicaciones relacionadas

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Botón volver arriba
bitcoin
Bitcoin (BTC) $ 94,847.41 1.95%
ethereum
Ethereum (ETH) $ 3,283.72 1.68%
tether
Tether (USDT) $ 0.998625 0.14%
xrp
XRP (XRP) $ 2.18 1.82%
bnb
BNB (BNB) $ 650.67 1.68%
solana
Solana (SOL) $ 181.23 0.01%
dogecoin
Dogecoin (DOGE) $ 0.310960 1.67%
usd-coin
USDC (USDC) $ 1.00 0.11%
cardano
Cardano (ADA) $ 0.881306 1.27%
staked-ether
Lido Staked Ether (STETH) $ 3,264.82 2.24%
tron
TRON (TRX) $ 0.243883 0.46%
avalanche-2
Avalanche (AVAX) $ 36.50 1.79%
chainlink
Chainlink (LINK) $ 22.13 0.47%
the-open-network
Toncoin (TON) $ 5.39 2.03%
wrapped-steth
Wrapped stETH (WSTETH) $ 3,893.20 1.67%
sui
Sui (SUI) $ 4.37 0.05%
wrapped-bitcoin
Wrapped Bitcoin (WBTC) $ 94,616.35 1.92%
shiba-inu
Shiba Inu (SHIB) $ 0.000021 0.45%
stellar
Stellar (XLM) $ 0.354942 0.94%
polkadot
Polkadot (DOT) $ 6.82 1.46%
hedera-hashgraph
Hedera (HBAR) $ 0.262035 4.34%
hyperliquid
Hyperliquid (HYPE) $ 28.63 14.96%
weth
WETH (WETH) $ 3,289.15 1.64%
bitcoin-cash
Bitcoin Cash (BCH) $ 443.22 1.73%
leo-token
LEO Token (LEO) $ 9.31 0.02%
uniswap
Uniswap (UNI) $ 13.72 1.83%
litecoin
Litecoin (LTC) $ 100.29 0.44%
pepe
Pepe (PEPE) $ 0.000018 3.06%
wrapped-eeth
Wrapped eETH (WEETH) $ 3,469.00 1.66%
near
NEAR Protocol (NEAR) $ 5.03 0.76%
ethena-usde
Ethena USDe (USDE) $ 0.999834 0.08%
bitget-token
Bitget Token (BGB) $ 4.08 2.45%
usds
USDS (USDS) $ 0.999189 0.40%
aptos
Aptos (APT) $ 9.10 2.90%
aave
Aave (AAVE) $ 320.93 7.47%
internet-computer
Internet Computer (ICP) $ 9.88 0.71%
crypto-com-chain
Cronos (CRO) $ 0.153513 1.50%
polygon-ecosystem-token
POL (ex-MATIC) (POL) $ 0.472152 0.07%
mantle
Mantle (MNT) $ 1.17 0.01%
ethereum-classic
Ethereum Classic (ETC) $ 25.99 0.13%
vechain
VeChain (VET) $ 0.045524 0.93%
render-token
Render (RENDER) $ 7.00 0.86%
monero
Monero (XMR) $ 191.08 3.02%
whitebit
WhiteBIT Coin (WBT) $ 24.36 0.61%
mantra-dao
MANTRA (OM) $ 3.69 2.14%
dai
Dai (DAI) $ 1.00 0.43%
bittensor
Bittensor (TAO) $ 449.46 0.76%
fetch-ai
Artificial Superintelligence Alliance (FET) $ 1.25 0.17%
arbitrum
Arbitrum (ARB) $ 0.744995 0.16%
ethena
Ethena (ENA) $ 1.04 1.58%