¿Reemplazará la IA a los demógrafos? Comprender las poblaciones sigue siendo una tarea humana

0.72. Esa es la tasa de fertilidad de Corea del Sur — la más baja en la historia humana registrada. La demografía es la ciencia de las poblaciones: nacimientos, muertes, migración, envejecimiento y las complejas interacciones entre ellos. Es un campo construido sobre números, lo que hace que la IA parezca tanto un aliado obvio como una amenaza potencial. La IA puede describir la curva, proyectar hacia dónde conduce y simular mil variaciones de lo que ocurrirá después. Pero ninguno de esos modelos puede explicar por qué una generación de adultos coreanos decidió no tener hijos. Esa brecha entre descripción y comprensión es exactamente donde vive el trabajo del demógrafo, y es la razón por la que esta profesión está siendo transformada, no eliminada.

La realidad es más matizada que cualquiera de los dos extremos.

Lo que sugieren los datos

Los demógrafos típicamente trabajan como estadísticos especializados, economistas o sociólogos, por lo que no tienen una categoría ocupacional dedicada en la BLS. Basándonos en los roles estrechamente relacionados en nuestra base de datos — estadísticos con 83% de exposición y 37% de riesgo, sociólogos con 54% de exposición y 41% de riesgo, e investigadores de encuestas con 61% de exposición y 50% de riesgo — estimamos que los demógrafos enfrentan una exposición general a la IA de alrededor del 55-65% y un riesgo de automatización de aproximadamente 35-45%.

[Estimación] La exposición está impulsada por el núcleo cuantitativo del trabajo. Las proyecciones de población, los cálculos de tablas de vida, el modelado de migración y el análisis estadístico de datos censales son tareas donde la IA y el aprendizaje automático ofrecen un potencial de automatización sustancial. [Hecho] Los salarios medios de los demógrafos típicamente oscilan entre $80,000 y $100,000, con empleo distribuido entre agencias gubernamentales (especialmente la Oficina del Censo), universidades, organizaciones de investigación y el sector privado. El gobierno federal de EE. UU. por sí solo emplea a varios cientos de demógrafos en la Oficina del Censo, el Centro Nacional de Estadísticas de Salud, la Oficina del Actuario Principal de la Administración del Seguro Social y la Oficina de Estadísticas de Inmigración del Departamento de Seguridad Nacional. Cada una de estas agencias está pilotando actualmente flujos de trabajo de aprendizaje automático que habrían sido considerados exóticos hace cinco años.

Dónde transforma la IA la investigación demográfica

La IA es genuinamente poderosa en varias aplicaciones demográficas. El análisis de imágenes satelitales ahora puede estimar la densidad de población y los patrones de urbanización en áreas sin datos censales fiables — crucial para los países en desarrollo donde el empadronamiento tradicional es impracticable. [Hecho] Organizaciones como WorldPop en la Universidad de Southampton y la iniciativa Facebook Data for Good han producido estimaciones de población en cuadrícula a resolución de 30 metros para casi todas las partes habitadas del planeta, entrenando redes neuronales convolucionales en imágenes satelitales emparejadas con datos censales. En países donde el último censo fiable ocurrió hace quince o veinte años, estos modelos frecuentemente superan las estadísticas oficiales.

Los modelos de aprendizaje automático pueden combinar múltiples fuentes de datos — registros de teléfonos móviles, geolocalización de redes sociales, registros administrativos, consumo de la red eléctrica, incluso intensidad de luz nocturna — para estimar flujos migratorios casi en tiempo real. [Hecho] Durante la invasión rusa de Ucrania en 2022, los investigadores producían estimaciones razonables del movimiento de refugiados en 48 horas después de los principales eventos, basándose en metadatos de telecomunicaciones que los sistemas de registro del ACNUR no habrían capturado hasta semanas después.

[Hecho] Los modelos de proyección de población que antes requerían que los demógrafos especificaran manualmente supuestos sobre fertilidad, mortalidad y migración ahora pueden incorporar enfoques probabilísticos que generan miles de escenarios, con la IA ayudando a evaluar cuáles son más plausibles dadas las tendencias actuales. La División de Población de las Naciones Unidas cambió a proyecciones probabilísticas en 2014, y los modelos jerárquicos bayesianos subyacentes se han integrado desde entonces en agencias estadísticas nacionales de docenas de países.

El procesamiento del lenguaje natural puede analizar registros administrativos, estadísticas vitales y respuestas de encuestas a escala, extrayendo información demográfica de texto no estructurado mucho más rápido que la codificación manual. [Estimación] Los certificados de defunción con campos de causa de muerte escritos a mano, las declaraciones de inmigración y las solicitudes de asilo ahora pueden ser clasificadas y codificadas por modelos de aprendizaje automático con más del 95% de concordancia con los codificadores humanos entrenados, liberando a los demógrafos para los casos genuinamente ambiguos.

Por qué los demógrafos humanos siguen siendo críticos

La dinámica de las poblaciones está integrada en la cultura, la política y la economía de formas que el análisis de datos puro no puede capturar. ¿Por qué la tasa de fertilidad de Corea del Sur cayó a 0.72 — la más baja en la historia humana? Los números describen la tendencia, pero explicarla requiere comprender la cultura laboral coreana, los costos de la vivienda, la dinámica de género, las expectativas educativas y los impactos psicológicos de la intensa competencia económica. Ningún sistema de IA puede producir este tipo de análisis social integrado.

[Afirmación] Lo mismo ocurre con cada acertijo demográfico que vale la pena resolver: la meseta de fertilidad de Japón durante dos décadas alrededor de 1.3, la inversión de la estructura etaria de Italia, el bono de juventud del África subsahariana, el dividendo demográfico que India recogerá durante los próximos veinte años y luego perderá. Cada uno requiere un investigador que comprenda las instituciones, la historia y las decisiones políticas detrás de los números.

Las proyecciones demográficas también son inherentemente inciertas de formas que desafían a la IA. Los patrones migratorios pueden cambiar de la noche a la mañana debido a crisis políticas. Las pandemias pueden remodelar los patrones de mortalidad en cuestión de meses — [Hecho] la esperanza de vida en EE. UU. cayó 2.7 años entre 2019 y 2021 antes de recuperarse, un movimiento que ningún modelo prepandémico había imaginado. Las políticas gubernamentales (reforma migratoria, subsidios de guardería, cambios en las pensiones) introducen perturbaciones deliberadas que los datos históricos no pueden predecir. Las desgravaciones fiscales pronatalistas de Hungría, las prestaciones por hijo de Francia, los bonos matrimoniales de Singapur — cada uno de estos es un experimento natural cuyos resultados requieren interpretación humana, porque la misma política produce respuestas radicalmente diferentes dependiendo del contexto cultural.

[Afirmación] El juicio del demógrafo sobre qué tendencias persistirán y cuáles serán interrumpidas — y por qué — es el valor que no puede automatizarse. Un demógrafo capacitado que lee los datos de fertilidad española de 2024 puede decirle qué parte del declive es cíclica (una respuesta retrasada a la crisis financiera de 2008 y la pandemia de 2020), qué parte es estructural (cambios en la participación femenina en la fuerza laboral y los costos de vivienda), y qué parte refleja algo genuinamente nuevo (el auge de la falta voluntaria de hijos como identidad cultural en lugar de un resultado económico). Un modelo de IA solo puede decirle que la línea va hacia abajo.

El imperativo de las políticas públicas

La experiencia demográfica es urgentemente necesaria para algunos de los desafíos de política más trascendentales del siglo: el envejecimiento de las poblaciones que tensiona los sistemas de pensiones y atención sanitaria, la migración inducida por el clima, las presiones de urbanización en el mundo en desarrollo y las implicaciones económicas de las tasas de natalidad en descenso en todo el mundo industrializado. Estos son problemas donde el análisis de datos es necesario pero insuficiente — requieren el tipo de comprensión contextual e interdisciplinaria que proporcionan los demógrafos humanos.

[Hecho] Consideremos el fondo fiduciario del Seguro Social de EE. UU. El informe anual de la Oficina del Actuario Principal depende de supuestos demográficos sobre fertilidad, mortalidad, inmigración e incidencia de discapacidad. Cada supuesto es el producto del juicio humano informado por datos, no de los datos en sí mismos. [Estimación] Un pequeño cambio en la tasa de fertilidad total asumida de 1.95 a 1.80 desplaza la fecha de agotamiento del fondo fiduciario en años y cambia la política de cada debate de reforma en Washington. El demógrafo que emite ese juicio está realizando un trabajo que ningún sistema automatizado puede reemplazar, porque el juicio requiere sopesar no solo los patrones estadísticos sino también los mecanismos de política disponibles, la fiabilidad histórica de proyecciones similares y las consecuencias institucionales de equivocarse en una dirección versus la otra.

Lo que deberían hacer los demógrafos

Desarrolla experiencia en demografía computacional y aplicaciones de aprendizaje automático para el análisis de poblaciones. Cultiva habilidades en integración de datos y trabajo con fuentes de datos no tradicionales — registros de teléfonos móviles, imágenes satelitales, redes sociales, conjuntos de datos administrativos. Aprende a escribir código que maneje datos espaciales (paquetes de R como _sf_ y _raster_, bibliotecas de Python como _geopandas_ y _rasterio_) porque cada pregunta demográfica es cada vez más una pregunta geográfica.

Invierte en comunicación de políticas — la capacidad de traducir proyecciones demográficas en planificación accionable para gobiernos, empresas y organizaciones internacionales. Los demógrafos más valorados en las Naciones Unidas, el Banco Mundial y las principales empresas consultoras no siempre son los mejores modeladores; son quienes pueden pararse frente a un ministro de finanzas y explicar, en quince minutos, qué significa la transición demográfica para el sistema de pensiones y cuáles son las opciones de política realistas.

Y mantén el conocimiento contextual, cultural e histórico que da significado a los números demográficos. Lee historia. Pasa tiempo en los países que estudias. Habla con las personas cuyas vidas producen los datos. La IA puede procesar los números más rápido de lo que jamás podrás. Tu trabajo consiste en comprender qué significan.

_Este análisis fue generado con asistencia de IA, utilizando datos del Informe del Mercado Laboral de Anthropic y las proyecciones de la Oficina de Estadísticas Laborales._

Relacionado: ¿Qué pasa con otras profesiones?

La IA está transformando muchas profesiones:

• ¿Reemplazará la IA a los filósofos?
• ¿Reemplazará la IA a los lingüistas?
• ¿Reemplazará la IA a los abogados?
• ¿Reemplazará la IA a los docentes?

_Explora los 1,016 análisis de ocupaciones en nuestro blog._