Reporteros de la Corte y Subtituladores Simultáneos
LegalExposición a la IA
- Fuente de datos: BLSPublicado: 2026-08
Muy 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
0.343
0.000Rango de los valores aquí recogidos0.745Escala, base y fuente
Índice de exposición observada, 0–1 tal como se publica
Mapeado sobre tareas de O*NET
- Fuente de datos: ILOPublicado: 2025
0.54
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
Grupo primario de la CIUO-08 — todas las ocupaciones con ese código reciben este valor
Calculado por este sitio, no publicado por la OIT: de las 1012 ocupaciones que este sitio vincula al conjunto de datos de la OIT, un 13% alcanza o supera este valor.
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 9 tareas ocultas| Task | Claude.aiRaw / share % | APIRaw / share % |
|---|---|---|
Transcribe recorded proceedings in accordance with established formats.23-2091 | 0.016857.9 | 0.024562.5 |
Record symbols on computer storage media and use computer aided transcription to translate and display them as text.23-2091 | 0.012242.1 | 0.014737.5 |
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 | βE1 + 0.5 × E2 |
|---|---|
Take notes in shorthand or use a stenotype or shorthand machine that prints letters on a paper tape.O*NET Task ID 8653 | 1.0 |
Provide transcripts of proceedings upon request of judges, lawyers, or the public.O*NET Task ID 8654 | 1.0 |
Record verbatim proceedings of courts, legislative assemblies, committee meetings, and other proceedings, using computerized recording equipment, electronic stenograph machines, or stenomasks.O*NET Task ID 8655 | 1.0 |
Transcribe recorded proceedings in accordance with established formats.O*NET Task ID 8656 | 1.0 |
Ask speakers to clarify inaudible statements.O*NET Task ID 8657 | 1.0 |
File a legible transcript of records of a court case with the court clerk's office.O*NET Task ID 8658 | 1.0 |
File and store shorthand notes of court session.O*NET Task ID 8659 | 1.0 |
Respond to requests during court sessions to read portions of the proceedings already recorded.O*NET Task ID 8660 | 1.0 |
Record depositions and other proceedings for attorneys.O*NET Task ID 8661 | 1.0 |
Verify accuracy of transcripts by checking copies against original records of proceedings and accuracy of rulings by checking with judges.O*NET Task ID 8662 | 1.0 |
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