Operadores de Terminales Portuarias

Transporte y Movimiento de Materiales

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 4 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
Prepare work orders for repair, maintenance, or changes in traffic systems.

O*NET Task ID 8634

1.0
Gather and compile data from hand count sheets, machine count tapes, or radar speed checks and code data for computer input.

O*NET Task ID 8640

1.0
Compute time settings for traffic signals or speed restrictions, using standard formulas.

O*NET Task ID 8647

1.0
Prepare drawings of proposed signal installations or other control devices, using drafting instruments or computer-automated drafting equipment.

O*NET Task ID 8631

0.5
Plan, design, and improve components of traffic control systems to accommodate current or projected traffic and to increase usability and efficiency.

O*NET Task ID 8632

0.5
Analyze data related to traffic flow, accident rates, or proposed development to determine the most efficient methods to expedite traffic flow.

O*NET Task ID 8633

0.5
Study factors affecting traffic conditions, such as lighting or sign and marking visibility, to assess their effectiveness.

O*NET Task ID 8635

0.5
Lay out pavement markings for striping crews.

O*NET Task ID 8637

0.5
Operate counters and record data to assess the volume, type, and movement of vehicular or pedestrian traffic at specified times.

O*NET Task ID 8638

0.5
Provide technical supervision regarding traffic control devices to other traffic technicians or laborers.

O*NET Task ID 8639

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