Analistas de Politica Educativa

Educación y Formación

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

    0.033

    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

    0.47

    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 23% 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

Solo tareas expuestas

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
Develop computer models to address transportation planning issues.

O*NET Task ID 16948

1.0
Prepare necessary documents to obtain planned project approvals or permits.

O*NET Task ID 20979

1.0
Prepare or review engineering studies or specifications.

O*NET Task ID 16934

0.5
Represent jurisdictions in the legislative or administrative approval of land development projects.

O*NET Task ID 16935

0.5
Direct urban traffic counting programs.

O*NET Task ID 16937

0.5
Develop or test new methods or models of transportation analysis.

O*NET Task ID 16938

0.5
Define or update information such as urban boundaries or classification of roadways.

O*NET Task ID 16939

0.5
Analyze information from traffic counting programs.

O*NET Task ID 16941

0.5
Review development plans for transportation system effects, infrastructure requirements, or compliance with applicable transportation regulations.

O*NET Task ID 16942

0.5
Prepare reports or recommendations on transportation planning.

O*NET Task ID 16943

0.5
Participate in public meetings or hearings to explain planning proposals, to gather feedback from those affected by projects, or to achieve consensus on project designs.

O*NET Task ID 16945

0.0

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

Información ocupacional