Investigadores de Incendios

Servicios de Protección

Exposición a la IA

  • Fuente de datos: BLSPublicado: 2026-08

    Moderado· 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

    0.000

    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

    0.28

    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 73% 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 17 tareas ocultas

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.

TaskβE1 + 0.5 × E2
Prepare and maintain reports of investigation results, and records of convicted arsonists and arson suspects.

O*NET Task ID 22991

1.0
Write detailed reports of fire inspections performed, fire code violations observed, and corrective recommendations offered.

O*NET Task ID 23002

1.0
Attend training classes to maintain current knowledge of fire prevention, safety, and firefighting procedures.

O*NET Task ID 23007

1.0
Issue permits for public assemblies.

O*NET Task ID 23018

1.0
Analyze evidence and other information to determine probable cause of fire or explosion.

O*NET Task ID 22995

0.5
Photograph damage and evidence related to causes of fires or explosions to document investigation findings.

O*NET Task ID 22996

0.5
Examine fire sites and collect evidence such as glass, metal fragments, charred wood, and accelerant residue for use in determining the cause of a fire.

O*NET Task ID 22997

0.5
Identify corrective actions necessary to bring properties into compliance with applicable fire codes, laws, regulations, and standards, and explain these measures to property owners or their representatives.

O*NET Task ID 23003

0.5
Develop or review fire exit plans.

O*NET Task ID 23004

0.5
Review blueprints and plans for new or remodeled buildings to ensure the structures meet fire safety codes.

O*NET Task ID 23008

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