Técnicos en Ciencias Forenses

Ciencias de la Vida, Físicas y Sociales

Exposición a la IA

  • Fuente de datos: BLSPublicado: 2026-08

    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

    0.000

    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

    0.26

    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 76% 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 5 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. 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 and prepare reports detailing findings, investigative methods, and laboratory techniques.

O*NET Task ID 18478

1.0
Testify in court about investigative or analytical methods or findings.

O*NET Task ID 1571

0.5
Interpret laboratory findings or test results to identify and classify substances, materials, or other evidence collected at crime scenes.

O*NET Task ID 1573

0.5
Reconstruct crime scenes to determine relationships among pieces of evidence.

O*NET Task ID 1580

0.5
Collect impressions of dust from surfaces to obtain and identify fingerprints.

O*NET Task ID 1582

0.5
Analyze gunshot residue and bullet paths to determine how shootings occurred.

O*NET Task ID 1583

0.5
Visit morgues, examine scenes of crimes, or contact other sources to obtain evidence or information to be used in investigations.

O*NET Task ID 1584

0.5
Examine physical evidence, such as hair, fiber, wood, or soil residues to obtain information about its source and composition.

O*NET Task ID 1585

0.5
Examine firearms to determine mechanical condition and legal status, performing restoration work on damaged firearms to obtain information, such as serial numbers.

O*NET Task ID 1587

0.5
Confer with ballistics, fingerprinting, handwriting, documents, electronics, medical, chemical, or metallurgical experts concerning evidence and its interpretation.

O*NET Task ID 1589

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