Conductores de Tren

Transporte y Movimiento de Materiales

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

    0.17

    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 91% 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 12 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
Document and prepare reports of accidents, unscheduled stops, or delays.

O*NET Task ID 10703

1.0
Record departure and arrival times, messages, tickets and revenue collected, and passenger accommodations and destinations.

O*NET Task ID 10707

1.0
Receive information regarding train or rail problems from dispatchers or from electronic monitoring devices.

O*NET Task ID 10691

0.5
Keep records of the contents and destination of each train car, and make sure that cars are added or removed at proper points on routes.

O*NET Task ID 10693

0.5
Receive instructions from dispatchers regarding trains' routes, timetables, and cargoes.

O*NET Task ID 10697

0.5
Review schedules, switching orders, way bills, and shipping records to obtain cargo loading and unloading information and to plan work.

O*NET Task ID 10698

0.5
Confer with engineers regarding train routes, timetables, and cargoes, and to discuss alternative routes when there are rail defects or obstructions.

O*NET Task ID 10699

0.5
Observe yard traffic to determine tracks available to accommodate inbound and outbound traffic.

O*NET Task ID 10702

0.5
Confirm routes and destination information for freight cars.

O*NET Task ID 10704

0.5
Inspect freight cars for compliance with sealing procedures, and record car numbers and seal numbers.

O*NET Task ID 10708

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