Trabajadores de Mantenimiento de Carreteras

Construcción, Mantenimiento y Reparación

Exposición a la IA

  • Fuente de datos: BLSPublicado: 2026-08

    Bajo· 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

    0.09

    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 100% 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.

TaskβE1 + 0.5 × E2
Inspect markers to verify accurate installation.

O*NET Task ID 4883

0.5
Flag motorists to warn them of obstacles or repair work ahead.

O*NET Task ID 4871

0.0
Set out signs and cones around work areas to divert traffic.

O*NET Task ID 4872

0.0
Dump, spread, and tamp asphalt, using pneumatic tampers, to repair joints and patch broken pavement.

O*NET Task ID 4874

0.0
Drive trucks to transport crews and equipment to work sites.

O*NET Task ID 4875

0.0
Inspect, clean, and repair drainage systems, bridges, tunnels, and other structures.

O*NET Task ID 4876

0.0
Haul and spread sand, gravel, and clay to fill washouts and repair road shoulders.

O*NET Task ID 4877

0.0
Erect, install, or repair guardrails, road shoulders, berms, highway markers, warning signals, and highway lighting, using hand tools and power tools.

O*NET Task ID 4878

0.0
Remove litter and debris from roadways, including debris from rock and mud slides.

O*NET Task ID 4879

0.0
Clean and clear debris from culverts, catch basins, drop inlets, ditches, and other drain structures.

O*NET Task ID 4880

0.0
Perform roadside landscaping work, such as clearing weeds and brush, and planting and trimming trees.

O*NET Task ID 4881

0.0
Paint traffic control lines and place pavement traffic messages, by hand or using machines.

O*NET Task ID 4882

0.0
Apply poisons along roadsides and in animal burrows to eliminate unwanted roadside vegetation and rodents.

O*NET Task ID 4884

0.0
Measure and mark locations for installation of markers, using tape, string, or chalk.

O*NET Task ID 4885

0.0
Apply oil to road surfaces, using sprayers.

O*NET Task ID 4886

0.0
Blend compounds to form adhesive mixtures used for marker installation.

O*NET Task ID 4887

0.0
Place and remove snow fences used to prevent the accumulation of drifting snow on highways.

O*NET Task ID 4888

0.0
Perform preventative maintenance on vehicles and heavy equipment.

O*NET Task ID 18783

0.0
Drive heavy equipment and vehicles with adjustable attachments to sweep debris from paved surfaces, mow grass and weeds, remove snow and ice, and spread salt and sand.

O*NET Task ID 18784

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