Precision Agriculture Technicians
Life, Physical, and Social Science Occupations- Código O*NET-SOC
- 19-4012.01
Apply geospatial technologies, including geographic information systems (GIS) and Global Positioning System (GPS), to agricultural production or management activities, such as pest scouting, site-specific pesticide application, yield mapping, or variable-rate irrigation. May use computers to develop or analyze maps or remote sensing images to compare physical topography with data on soils, fertilizer, pests, or weather.
- Fuente de datos: BLSPublicado: 2026-08
Alto· relativa
BajoCuatro bandas relativasMuy altoValor por grupo ocupacional
Escala, base y fuente
Cuatro bandas relativas (Bajo / Moderado / Alto / Muy alto)
831 ocupaciones detalladas de la tabla de proyecciones de empleo de BLS. El valor se asigna por código de la National Employment Matrix (NEM), de modo que las ocupaciones que comparten un código NEM reciben la misma banda
- Fuente de datos: AnthropicPublicado: 2026-03
0,006
0,000Rango de los valores aquí recogidos0,745Valor por grupo ocupacional
Escala, base y fuente
Índice de exposición observada, 0–1 tal como se publica
Mapeado sobre tareas de O*NET
Publicado por ocupación SOC 2018; toda ocupación O*NET con el mismo código SOC 2018 recibe este valor
- Fuente de datos: ILOPublicado: 2025
0,26
0,09Rango de los valores aquí recogidos0,70Valor por grupo ocupacional
Escala, base y fuente
Índice de exposición a la IA generativa, 0–1 tal como se publica
Publicado por grupo primario ISCO-08. Vinculado a esta ocupación, total o parcialmente, aplicando tal como se publicaron las tablas de correspondencia de la U.S. Bureau of Labor Statistics (ISCO-08 a SOC 2010, SOC 2010 a SOC 2018)
Qué tipo de cifra publica esta fuente
La categoría de BLS es un rango relativo, no un nivel absoluto, y tampoco es una medición de primera mano: agrupa en cuatro bandas los rangos percentiles de la ocupación en varios estudios publicados. No es una previsión de empleo ni de salarios, no es una probabilidad de adopción y no distingue entre automatización y aumento.
Task-level exposure
Ver 20 tareas ocultas22 tareas evaluadas · 20 tareas con β ≥ 0,5 (90,9%)
β = exposición directa (E1) + 0,5 × exposición con herramientas disponibles (E2), según la definición del repositorio de origen.
- Unidad de origen: tareas de O*NET 27.2 → código de ocupación de O*NET 31.0
- Todas las tareas puntuadas figuran en la lista de tareas de O*NET 31.0.
- Fuente
- OpenAI "GPTs are GPTs" exposure rubric
- Versión
- gh-main-0471612
- Licencia
- MIT License, Copyright (c) 2024 OpenAI
Tareas de la ocupación O*NET-SOC 2010 19-4099.02 Precision Agriculture Technicians, que hemos vinculado a esta ocupación mediante la tabla de correspondencia oficial O*NET-SOC 2010 a 2019
| Task (O*NET 20.1) | Claude.aiRaw / share % | APIRaw / share % |
|---|---|---|
Contact equipment manufacturers for technical assistance, as needed.19-4099.02 | 0.012276.6 | —0 |
Identify spatial coordinates, using remote sensing and Global Positioning System (GPS) data.19-4099.02 | 0.002213.6 | 0.0021100.0 |
Provide advice on the development or application of better boomspray technology to limit the overapplication of chemicals and to reduce the migration of chemicals to areas other than the fields being treated.19-4099.02 | 0.00169.7 | —0 |
Values in this tab are predicted labels, not observations. Eloundou et al. (2023) published two rating regimes — human raters and GPT-4 — and the β shown here is derived from the GPT-4 rater basis alone; the same task can take a different value under the other regime. The unit and the meaning differ from the observed shares (%) in the other tabs, so do not place them on the same axis.
| Task (O*NET 27.2) | βE1 + 0.5 × E2 |
|---|---|
Contact equipment manufacturers for technical assistance, as needed.O*NET Task ID 18290 | 1.0 |
Document and maintain records of precision agriculture information.O*NET Task ID 18295 | 1.0 |
Program farm equipment, such as variable-rate planting equipment or pesticide sprayers, based on input from crop scouting and analysis of field condition variability.O*NET Task ID 18278 | 0.5 |
Compare crop yield maps with maps of soil test data, chemical application patterns, or other information to develop site-specific crop management plans.O*NET Task ID 18279 | 0.5 |
Collect information about soil or field attributes, yield data, or field boundaries, using field data recorders and basic geographic information systems (GIS).O*NET Task ID 18281 | 0.5 |
Identify spatial coordinates, using remote sensing and Global Positioning System (GPS) data.O*NET Task ID 18282 | 0.5 |
Divide agricultural fields into georeferenced zones, based on soil characteristics and production potentials.O*NET Task ID 18284 | 0.5 |
Identify areas in need of pesticide treatment by analyzing geospatial data to determine insect movement and damage patterns.O*NET Task ID 18287 | 0.5 |
Recommend best crop varieties or seeding rates for specific field areas, based on analysis of geospatial data.O*NET Task ID 18288 | 0.5 |
Create, layer, and analyze maps showing precision agricultural data, such as crop yields, soil characteristics, input applications, terrain, drainage patterns, or field management history.O*NET Task ID 18289 | 0.5 |
Analyze remote sensing imagery to identify relationships between soil quality, crop canopy densities, light reflectance, and weather history.O*NET Task ID 18293 | 0.5 |
Draw or read maps, such as soil, contour, or plat maps.O*NET Task ID 18296 | 0.5 |
Advise farmers on upgrading Global Positioning System (GPS) equipment to take advantage of newly installed advanced satellite technology.O*NET Task ID 19800 | 0.5 |
Apply precision agriculture information to specifically reduce the negative environmental impacts of farming practices.O*NET Task ID 19801 | 0.5 |
Participate in efforts to advance precision agriculture technology, such as developing advanced weed identification or automated spot spraying systems.O*NET Task ID 19802 | 0.5 |
Provide advice on the development or application of better boom-spray technology to limit the overapplication of chemicals and to reduce the migration of chemicals beyond the fields being treated.O*NET Task ID 19803 | 0.5 |
Use geospatial technology to develop soil sampling grids or identify sampling sites for testing characteristics such as nitrogen, phosphorus, or potassium content, pH, or micronutrients.O*NET Task ID 20872 | 0.5 |
Analyze data from harvester monitors to develop yield maps.O*NET Task ID 20874 | 0.5 |
Analyze geospatial data to determine agricultural implications of factors such as soil quality, terrain, field productivity, fertilizers, or weather conditions.O*NET Task ID 20875 | 0.5 |
Prepare reports in graphical or tabular form, summarizing field productivity or profitability.O*NET Task ID 20876 | 0.5 |
β = E1 + 0.5 × E2 · E1 = tasks where direct LLM access alone cuts time by at least 50%, E2 = tasks where software built on top of an LLM cuts time by at least 50%. Values take only 0 / 0.5 / 1.0.
Data sources & licenses — O*NET®, Anthropic Economic Index, Eloundou et al. (2023): see full notices on the Credits page
Todas las tareas de O*NET 31.0 (22)
Todas las tareas de O*NET 31.0 de esta ocupación (en inglés, tal como se publicaron; tipo de tarea principal o complementaria). Los valores de exposición no figuran en esta lista; están en la tabla de arriba, junto a cada tarea con la redacción de la versión de O*NET que usó cada fuente.
| Tarea (O*NET 31.0) | Tipo |
|---|---|
| Program farm equipment, such as variable-rate planting equipment or pesticide sprayers, based on input from crop scouting and analysis of field condition variability. | Principal |
| Compare crop yield maps with maps of soil test data, chemical application patterns, or other information to develop site-specific crop management plans. | Principal |
| Install, calibrate, or maintain sensors, mechanical controls, GPS-based vehicle guidance systems, or computer settings. | Principal |
| Collect information about soil or field attributes, yield data, or field boundaries, using field data recorders and basic geographic information systems (GIS). | Principal |
| Identify spatial coordinates, using remote sensing and Global Positioning System (GPS) data. | Principal |
| Divide agricultural fields into georeferenced zones, based on soil characteristics and production potentials. | Principal |
| Identify areas in need of pesticide treatment by analyzing geospatial data to determine insect movement and damage patterns. | Principal |
| Recommend best crop varieties or seeding rates for specific field areas, based on analysis of geospatial data. | Principal |
| Create, layer, and analyze maps showing precision agricultural data, such as crop yields, soil characteristics, input applications, terrain, drainage patterns, or field management history. | Principal |
| Contact equipment manufacturers for technical assistance, as needed. | Principal |
| Analyze remote sensing imagery to identify relationships between soil quality, crop canopy densities, light reflectance, and weather history. | Principal |
| Document and maintain records of precision agriculture information. | Principal |
| Draw or read maps, such as soil, contour, or plat maps. | Principal |
| Advise farmers on upgrading Global Positioning System (GPS) equipment to take advantage of newly installed advanced satellite technology. | Principal |
| Apply precision agriculture information to specifically reduce the negative environmental impacts of farming practices. | Principal |
| Participate in efforts to advance precision agriculture technology, such as developing advanced weed identification or automated spot spraying systems. | Principal |
| Provide advice on the development or application of better boom-spray technology to limit the overapplication of chemicals and to reduce the migration of chemicals beyond the fields being treated. | Principal |
| Use geospatial technology to develop soil sampling grids or identify sampling sites for testing characteristics such as nitrogen, phosphorus, or potassium content, pH, or micronutrients. | Principal |
| Demonstrate the applications of geospatial technology, such as Global Positioning System (GPS), geographic information systems (GIS), automatic tractor guidance systems, variable rate chemical input applicators, surveying equipment, or computer mapping software. | Principal |
| Analyze data from harvester monitors to develop yield maps. | Principal |
| Analyze geospatial data to determine agricultural implications of factors such as soil quality, terrain, field productivity, fertilizers, or weather conditions. | Principal |
| Prepare reports in graphical or tabular form, summarizing field productivity or profitability. | Principal |
0,35/ 3· Índice de exposición a robots
Escala, base y fuente
Cada tarea física se califica de 0 a 3 según el entorno en el que robots ya implantados, vendidos o demostrados podrían realizarla (0 ninguno · 1 entornos diseñados para robots, como una celda de máquinas vallada o una línea de embotellado · 2 instalaciones estructuradas, como una farmacia hospitalaria o un puerto de contenedores · 3 entornos no estructurados, como un hogar particular o una obra de construcción), y las calificaciones se promedian según la proporción del tiempo de trabajo
Tareas físicas entre las tareas O*NET 29.3 de esta ocupación
Anthropic estimó las calificaciones y las proporciones de tiempo con Claude Opus 5 mediante búsqueda web (situación en 2026).
El índice de exposición a robots es una medida distinta de las cifras de exposición a la IA de este sitio y no puede sumarse a ellas ni compararse con ellas. No mide la adopción real ni el coste, y el 0 también incluye ocupaciones sin tareas físicas.
Calificación de cada tarea física
Niveles de entorno robótico (E0–E3)
E0 ningunoDetalles
Calificada como no realizable por robots que se han implantado, vendido o demostrado, ni siquiera en un entorno diseñado para robots
E1 entornos diseñados para robotsDetalles
Calificada como realizable en un entorno construido en torno a la máquina, como una celda de máquinas vallada o una línea de embotellado
E2 instalaciones estructuradasDetalles
Calificada como realizable en una instalación de trabajo de personas que una institución mantiene según un estándar de trabajo, como una farmacia hospitalaria o un puerto de contenedores
E3 entornos no estructuradosDetalles
Calificada como realizable en un entorno que ninguna institución mantiene según un estándar de trabajo, como un hogar particular o una obra de construcción
Solo se enumeran las tareas clasificadas como físicas; las demás tareas no tienen nivel en la fuente.
| Tarea (O*NET 29.3) | Nivel de entorno robótico |
|---|---|
| Install, calibrate, or maintain sensors, mechanical controls, GPS-based vehicle guidance systems, or computer settings. | E0 ninguno |
| Collect information about soil or field attributes, yield data, or field boundaries, using field data recorders and basic geographic information systems (GIS). | E3 entornos no estructurados |
| Participate in efforts to advance precision agriculture technology, such as developing advanced weed identification or automated spot spraying systems. | E3 entornos no estructurados |
| Demonstrate the applications of geospatial technology, such as Global Positioning System (GPS), geographic information systems (GIS), automatic tractor guidance systems, variable rate chemical input applicators, surveying equipment, or computer mapping software. | E0 ninguno |
Información ocupacional
Perspectivas de empleo (BLS)
Valores de todo el grupo SOC 19-4012 (Agricultural technicians), no solo de esta ocupación O*NET.
- Empleo, 2025
- 20K
- Empleo proyectado, 2035
- 21K
- Variación (2025–35)
- +5,4%
- Salario anual mediano, 2025
- $49.630
- Formación habitual para acceder
- Associate's degree
Vínculos con la clasificación coreana (KSCO)
Vínculos de la versión vigente de Korea Occupation Direct Crosswalk v1.1, elaborado por AI Changing Work. Los valores de relación se leen desde la ocupación O*NET-SOC.
| Código KSCO | Nombre KSCO | Relación | Estado |
|---|---|---|---|
| 21321 | 농업 시험원 | Relacionada, no equivalente | confirmado |
Definiciones de relación y estado(kr-direct v1.1)
Descripción ocupacional de la OIT
AI Changing Work vincula a esta ocupación los grupos primarios de la ISCO-08 que figuran abajo aplicando, tal como se publicaron, las tablas de correspondencia de la Oficina de Estadísticas Laborales de EE. UU. (BLS) (SOC 2018 a SOC 2010, SOC 2010 a ISCO-08), sin selección caso por caso; cada vínculo puede ser total o parcial.
- ISCO-08 3142Agricultural Technicians
Técnicos agropecuarios
La definición, las tareas y los ejemplos que siguen son la descripción que hace la OIT de ese grupo primario, no de esta ocupación.
Agricultural technicians perform tests and experiments, and provide technical and scientific support to agricultural scientists, farmers and farm managers.
Tareas
- (a) preparing materials and equipment for experiments, tests and analyses;
- (b) collecting and preparing specimens such as soils, plant or animal cells, tissues or parts or animal organs for experiments, tests and analyses;
- (c) assisting with and performing experiments, tests and analyses applying methods and techniques such as microscopy, histochemistry, chromatography, electrophoresis and spectroscopy;
- (d) identifying pathogenic micro-organisms and insects, parasites, fungi and weeds harmful to crops and livestock, and assisting in devising methods of control;
- (e) analysing produce to set and maintain standards of quality;
- (f) conducting or supervising operational programmes such as fish hatchery, greenhouse and livestock production programmes;
- (g) analysing samples of seeds for quality, purity and germination rating;
- (h) collecting data and estimating quantities and costs of materials and labour required for projects;
- (i) organizing maintenance and repairs of research equipment.
Ocupaciones de ejemplo
Dairy Technician · Field Crop Technician · Herd Tester · Horticultural Technician · Poultry Technician
Sources: ILO ISCO-08 — details: Credits
Vocabulario ocupacional ESCO
Cada entrada de abajo está emparejada con esta ocupación en el ESCO-O*NET Crosswalk publicado (versión 1, 2022). Los tipos de correspondencia son los de esa tabla; la redacción es de AI Changing Work.
- ingeniero agrícola/ingeniera agrícolaESCO 2144.1.2Se solapan, no son iguales
Los ingenieros agrícolas intervienen en varios asuntos que combinan el ámbito de la agricultura con conceptos de ingeniería. Diseñan y desarrollan maquinaria y equipos para que la explotación de la tierra sea eficiente y sostenible. Asesoran sobre el uso de recursos en explotaciones agrícolas como la utilización de agua y suelo, los métodos de recolección y la gestión de residuos.
- ingeniero superior agrónomo/ingeniera superior agrónomaESCO 2132.1Se solapan, no son iguales
Los ingenieros superiores agrónomos se dedican a la investigación y el estudio del suelo, los animales y las plantas con el objetivo de mejorar los procesos agrícolas, la calidad de los productos agrícolas o el impacto de los procesos agrícolas en el medio ambiente. Planifican y ponen en marcha iniciativas tales como proyectos de desarrollo en nombre de clientes o instituciones.
Fuente: European Commission, DG EMPL — ESCO API 2026-08-08 (bridge v1.2.1)
Licencia: CC BY 4.0 (EU Reuse Notice)
ESCO reuse terms and the modification notice are in Credits.
Vínculos con la clasificación francesa (ROME)
Vínculos entre esta ocupación y fichas ROME 4.0, establecidos por AI Changing Work con modelos de IA. Las relaciones se leen desde el lado de esta ocupación. Los vínculos marcados como «provisional» se adoptaron basándose únicamente en los juicios de dos evaluadores de la misma familia de modelos (Claude), o mediante una regla del operador aplicada a esos juicios, por lo que se sustentan en evidencia más débil que los vínculos confirmados.
| Código ROME | Denominación ROME (francés) | Relación |
|---|---|---|
| A1301 | Technicien / Technicienne en agriculture | Relacionada, no equivalente |
| A1304 | Conseiller / Conseillère technique agricole | Relacionada, no equivalente |
| M1895 | Géomaticien / Géomaticienne | Relacionada, no equivalente |
Source: France Travail — Répertoire Opérationnel des Métiers et des Emplois (ROME 4.0), version 61, last updated 15 June 2026 (https://www.data.gouv.fr/datasets/repertoire-operationnel-des-metiers-et-des-emplois-rome). Licence Ouverte 2.0.
ROME codes and titles are reproduced unchanged; the links to O*NET-SOC occupations are AI Changing Work's own judgment and are not a France Travail correspondence.
(AI Changing Work link release: fr-direct v1)
Vínculos con la clasificación española (CNO-11)
Vínculos entre esta ocupación y ocupaciones CNO-11, establecidos por AI Changing Work con modelos de IA. Las relaciones se leen desde el lado de esta ocupación.
| Código CNO-11 | Denominación CNO-11 (español) | Relación |
|---|---|---|
| 2424 | Ingenieros técnicos agrícolas | Relacionada, no equivalente |
| 3142 | Técnicos agropecuarios | Relacionada, no equivalente |
Source: Instituto Nacional de Estadística (INE), National Classification of Occupations 2011 (CNO-11, Royal Decree 1591/2010) — www.ine.es · Licensed CC BY 4.0. CNO-11 codes and Spanish titles are reproduced unchanged; the links to O*NET occupations are AI Changing Work's own judgment and are not an INE correspondence.
(AI Changing Work link release: es-direct v1)
Vínculos con la clasificación alemana (KldB)
Vínculos entre esta ocupación y ocupaciones KldB, establecidos por AI Changing Work con modelos de IA. Las relaciones se leen desde el lado de esta ocupación.
| Código KldB | Denominación KldB (alemán) | Relación |
|---|---|---|
| 11113 | Berufe in der Landtechnik - komplexe Spezialistentätigkeiten | Relacionada, no equivalente |
| 11183 | Berufe in der Landwirtschaft (sonstige spezifische Tätigkeitsangabe) - komplexe Spezialistentätigkeiten | Relacionada, no equivalenteprovisional |
Source: © Statistik der Bundesagentur für Arbeit — Klassifikation der Berufe 2010 – überarbeitete Fassung 2020, https://statistik.arbeitsagentur.de. KldB codes and titles are reproduced unchanged; the links to O*NET occupations are AI Changing Work's own mapping (eigene Zuordnung) and are not a Bundesagentur für Arbeit correspondence.
(AI Changing Work link release: de-direct v1)
Vínculos con la clasificación japonesa (JSCO)
Vínculos entre esta ocupación y ocupaciones JSCO, establecidos por AI Changing Work con modelos de IA. Las relaciones se leen desde el lado de esta ocupación.
| Código JSCO | Denominación JSCO (japonés) | Relación |
|---|---|---|
| 061 | 農林水産技術者 | Esta ocupación es más estrecha |
Source: Ministry of Internal Affairs and Communications (MIC), Japan Standard Occupational Classification (Dec. 2009, MIC Notification No. 555). JSCO codes and Japanese titles are reproduced unchanged; the links to O*NET occupations are AI Changing Work's own judgment and are not a MIC correspondence.
(AI Changing Work link release: jp-direct v1)
Fuentes de datos y licencias de esta página, y avisos de modificación y traducción de AI Changing Work: Créditos y fuentes