Autorizadores y Verificadores de Credito

Oficina y Apoyo Administrativo

Exposición a la IA

  • Fuente de datos: BLSPublicado: 2026-08

    Muy alto· relativa

    BajoCuatro bandas relativasMuy alto

    Valor 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

    Conjunto de datos de origen (descarga XLSX)

  • Fuente de datos: AnthropicPublicado: 2026-03

    0.130

    0.000Rango de los valores aquí recogidos0.745
    Escala, base y fuente

    Índice de exposición observada, 0–1 tal como se publica

    Mapeado sobre tareas de O*NET

    Conjunto de datos de origen

  • Fuente de datos: ILOPublicado: 2025

    0.64

    0.09Rango de los valores aquí recogidos0.70

    Valor 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 1% alcanza o supera este valor.

    Conjunto de datos de origen

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 1 tarea oculta

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.

TaskβE1 + 0.5 × E2
Keep records of customers' charges and payments.

O*NET Task ID 23297

1.0
File sales slips in customers' ledgers for billing purposes.

O*NET Task ID 23302

1.0
Receive charge slips or credit applications by mail, or receive information from salespeople or merchants by telephone.

O*NET Task ID 23303

1.0
Mail charge statements to customers.

O*NET Task ID 23304

1.0
Relay credit report information to subscribers by mail or by telephone.

O*NET Task ID 23306

1.0
Prepare reports of findings and recommendations.

O*NET Task ID 23311

1.0
Compile and analyze credit information gathered by investigation.

O*NET Task ID 23298

0.5
Obtain information about potential creditors from banks, credit bureaus, and other credit services, and provide reciprocal information if requested.

O*NET Task ID 23299

0.5
Interview credit applicants by telephone or in person to obtain personal and financial data needed to complete credit report.

O*NET Task ID 23300

0.5
Evaluate customers' computerized credit records and payment histories to decide whether to approve new credit, based on predetermined standards.

O*NET Task ID 23301

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®, Eloundou et al. (2023): see full notices on the Credits page

Información ocupacional