Es frecuente oir hablar que la IA va a afectar a muchos puestos de trabajo, pero pocos estudios existen al respecto. Así que hemos estimado interesante compartir uno de los recientes análisis realizados.
El machine learning o aprendizaje automático, como una rama de la inteligencia artificial, está transformando cómo se realizan las tareas en una variedad de industrias y ocupaciones. Sin embargo, esta tecnología también plantea preguntas críticas sobre cómo afectará a los diferentes grupos de trabajadores. Un reciente estudio en Canadá arroja luz sobre cómo el aprendizaje automático podría influir en el panorama laboral y las implicaciones que esto tiene para el futuro del trabajo.
¿Cuántos trabajadores están expuestos al aprendizaje automático?
El estudio revela que el 12% de los trabajadores canadienses, aproximadamente 1.9 millones de personas, tienen empleos donde una gran proporción de las tareas podría ser realizada por aprendizaje automático. Por otro lado, el 4.7% de los trabajadores, alrededor de 744,000 personas, tienen empleos con baja exposición a esta tecnología. Curiosamente, las mujeres representan una mayor proporción de trabajadores en ocupaciones con alta exposición (63.4%) en comparación con los hombres (36.6%).
Características de los trabajadores en ocupaciones con alta o baja exposición
Los resultados también destacan las diferencias en la exposición al aprendizaje automático según la educación, los salarios y las habilidades laborales:
- Educación: Los trabajadores con niveles educativos más altos tienen menos probabilidad de estar en empleos altamente expuestos. Sin embargo, aquellos con certificaciones técnicas o grados de licenciatura tienden a estar más expuestos que los que tienen niveles de educación extremos (muy bajos o muy altos).
- Salarios: Los trabajadores en el cuartil más bajo de ingresos tienen más probabilidades de estar en ocupaciones altamente expuestas, mientras que aquellos en el cuartil más alto tienen menos exposición.
- Habilidades: Las ocupaciones generales y semi-calificadas tienen mayor exposición al aprendizaje automático, mientras que las ocupaciones profesionales y de gestión muestran una menor exposición.
Género y exposición al machine learning
Una de las observaciones más interesantes es cómo el género afecta la exposición a esta tecnología. Aunque un mayor nivel educativo reduce la exposición para las mujeres, este patrón no se observa de la misma manera en los hombres. Esto sugiere la necesidad de enfoques específicos por género al diseñar políticas para mitigar los impactos potenciales.
Implicaciones y recomendaciones
El estudio destaca que, si bien todos los trabajadores deben prepararse para los cambios que traerá el aprendizaje automático, las intervenciones deberían centrarse en los grupos más vulnerables. Estos incluyen:
- Mujeres en ocupaciones con alta exposición.
- Trabajadores con niveles educativos intermedios.
- Empleos con salarios bajos y habilidades generales o semi-calificadas.
Como hemos visto en transformaciones tecnológicas anteriores, existe el riesgo de que las inequidades en el mercado laboral se refuercen o amplifiquen. Las empresas y los responsables políticos deben trabajar juntos para garantizar que los beneficios del aprendizaje automático se distribuyan de manera equitativa.
Aunque este estudio se centra en Canadá, las conclusiones tienen una relevancia global. Para las empresas, como PrevenControl, que buscan impulsar entornos laborales seguros y equitativos, comprender cómo las tecnologías emergentes afectan a la fuerza laboral es fundamental. ¿Está tu organización lista para los desafíos y oportunidades de la IA?
Si quieres saber más, puedes escuchar este podcast.