Los trabajos del futuro según OpenAI

Los trabajos del futuro en la era de los robots

En 2013, en su célebre estudio The Future of Employment: How Susceptible Are Jobs to Computerisation?, los profesores de la Universidad de Oxford Carl Benedikt Frey y Michael A. Osborne analizaban la susceptibilidad de diferentes tareas a la automatización en un futuro cercano y trataban de anticipar cómo serían los trabajos del futuro. A través del análisis de más de 700 ocupaciones en Estados Unidos, los autores llagaban a la conclusión de que alrededor del 47% de los trabajadores en Estados Unidos tenían empleos con un alto riesgo de ser automatizados en las siguientes dos décadas.

Los autores identificaban tres factores clave que condicionan lo susceptible que es un trabajo de ser automatizado: la capacidad de procesar información, la capacidad de realizar tareas manuales y la necesidad de interacción social. Según su análisis, los trabajos que implican principalmente tareas rutinarias, repetitivas y predecibles, así como los trabajos que implican tareas manuales y físicas, corrían un alto riesgo de ser automatizados.

Los autores también destacaban que las habilidades cognitivas y creativas, así como las habilidades de interacción social, eran las menos propensas a ser automatizadas. Estas habilidades incluyen la creatividad, el pensamiento crítico, la empatía y la resolución de problemas complejos.

Frey y Osborne concluían que la automatización tendría un impacto significativo en el mercado laboral en las próximas décadas. Sin embargo, también señalaban que la creatividad y las habilidades de pensamiento crítico serían cada vez más importantes en los trabajos del futuro, y que se necesitará una educación y capacitación adaptada a estos cambios para asegurar la empleabilidad de las personas en el nuevo escenario.

¿Y si los trabajos mejor pagados del futuro no son los que pensamos?

El 13 de junio de 2021, Sam Altman, cofundador de OpenAI (la empresa detrás de ChatGPT y DALL-E, entre otras soluciones), publicaba el siguiente tuit:

Predicción: la IA hará que el precio del trabajo que puede ocurrir frente a una computadora disminuya mucho más rápido que el precio del trabajo que ocurre en el mundo físico.

Esto es lo contrario de lo que la mayoría de la gente (incluyéndome a mí) esperaba, y tendrá efectos extraños.

Es decir, según Altman, los avances en el campo de la IA pueden llevar a que muchos de los empleos que Frey y Osborne incluían entre los menos susceptibles de automatización los pueden realizar algoritmos antes de lo que esperaban, y esto, a su vez, provoque que los trabajos mejor pagados del futuro sean otros distintos a los que pensábamos. Oh, sorpresa.

Ahora, un grupo de investigadores de OpenAI y de la Universidad de Pensilvania han publicado los resultados de un estudio en el que han analizado cómo los modelos de lenguaje de gran escala, como los Generative Pre-trained Transformers (GPTs) en los que están basadas herramientas como ChatGPT, pueden afectar a distintas ocupaciones y sectores económicos, y condicionar cómo serán los trabajos del futuro. Y, por lo que se ve, parece que Altman no andaba muy desencaminado cuando escribió aquel tuit.

Según los investigadores, estos modelos de lenguaje a gran escala, como el GPT-4, en el que se basa la versión de pago de ChatGPT, no solo han demostrado ser capaces de llevar a cabo tareas complejas de lenguaje natural, lo que ha impulsado su adopción en una amplia variedad de sectores, sino que, además, presentan características propias de tecnologías de propósito general, lo que implica que podrían tener consecuencias económicas, sociales y políticas de gran alcance, como en su momento sucedió con la máquina de vapor, la electricidad, los ordenadores, o internet.

En concreto, la investigación muestra que alrededor del 80% de la fuerza laboral en EE.UU. podría verse afectada en al menos un 10% de sus tareas laborales debido a la introducción de estos modelos de IA, y aproximadamente el 19% de los trabajadores podrían experimentar un impacto en al menos el 50% de sus tareas. Además, este fenómeno no se limita a industrias específicas o trabajos de bajos salarios, sino que también afecta a empleos de mayores ingresos.

Es importante destacar que, si bien los modelos de lenguaje a gran escala tienen el potencial de reemplazar ciertas tareas laborales, también pueden mejorar la eficiencia y la calidad del trabajo en otras. Por ejemplo, según el estudio, con el acceso a estas nuevas soluciones tecnológicas, aproximadamente el 15% de las tareas laborales en EE. UU. podrían completarse significativamente más rápido y con el mismo nivel de calidad. Cuando además se incorporan nuevas herramientas y software construidas sobre estas tecnologías, esta cifra aumenta a entre el 47% y el 56% de todas las tareas.

Estos cambios en cómo serán los trabajos del futuro plantean desafíos importantes para las políticas públicas y la preparación de la sociedad. Si bien el estudio no ofrece soluciones específicas, sí sugiere la necesidad de abordar cuestiones como la educación, la capacitación de los trabajadores y las reformas a los programas de protección social, entre otros aspectos.

La educación y la capacitación son fundamentales para garantizar que los trabajadores estén preparados para los trabajos del futuro. Los trabajadores necesitan desarrollar habilidades en áreas como la programación, el análisis de datos y el pensamiento crítico, esenciales para aprovechar al máximo el potencial de los modelos de lenguaje a gran escala. Además, plantean los autores, se deben diseñar programas de capacitación para aquellos que se encuentran en trabajos con mayor riesgo de automatización.

Otro aspecto importante a considerar son las reformas en los programas de protección social, como el seguro de desempleo y la seguridad social, que en Estados Unidos ofrecen una protección muy limitada, para garantizar que los trabajadores afectados por la automatización puedan acceder a los recursos y apoyos necesarios para reinsertarse en el mercado laboral. La creación de programas de reconversión laboral y la inversión en infraestructura y tecnologías relacionadas con la IA también son fundamentales para asegurar una transición exitosa a los trabajos del futuro.

Asimismo, es importante que los responsables políticos y las partes interesadas tomen en cuenta los posibles impactos sociales y económicos que pueden tener estos cambios en el mercado laboral. La implementación de políticas públicas que aborden las desigualdades y promuevan la inclusión y la equidad pueden ayudar a minimizar los efectos Además, a medida que las capacidades de estas nuevas tecnologías continúen evolucionando, el impacto en la economía y en nuestras vidas será cada vez más evidente, y será fundamental que los responsables políticos y las partes interesadas tomen decisiones informadas para navegar en este complejo panorama de la inteligencia artificial y su influencia en los trabajos del futuro.

Conclusión

En conclusión, el avance de la tecnología y la introducción de modelos de lenguaje a gran escala, como los GPTs, están transformando el mercado laboral y plantean desafíos importantes para la sociedad y los responsables políticos. Si bien estos cambios pueden traer beneficios en términos de eficiencia y calidad del trabajo, también pueden tener efectos negativos en los trabajadores y las comunidades. En este contexto, es fundamental que se tomen medidas para garantizar una transición exitosa a los trabajos del futuro, como inversión en educación y capacitación, la reforma de los programas de protección social, y la implementación de políticas públicas que promuevan la inclusión y la equidad. Solo con decisiones informadas y proactivaspodremos aprovechar al máximo las oportunidades que nos ofrece esta nueva era tecnológica y asegurar un futuro laboral próspero y sostenible para todos.

***

Referencias

Eloundou, T., Manning, S., Mishkin, P., & Rock, D. (2023). GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models. arXiv preprint arXiv:2303.10130.

Frey, C. B., & Osborne, M. A. (2017). The future of employment: How susceptible are jobs to computerisation?. Technological forecasting and social change, 114, 254-280.