Aparejadores

Construcción, Mantenimiento y Reparación

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

    0.13

    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 97% 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

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
Signal or verbally direct workers engaged in hoisting and moving loads to ensure safety of workers and materials.

O*NET Task ID 13892

0.0
Test rigging to ensure safety and reliability.

O*NET Task ID 13893

0.0
Attach loads to rigging to provide support or prepare them for moving, using hand and power tools.

O*NET Task ID 13894

0.0
Select gear, such as cables, pulleys, and winches, according to load weights and sizes, facilities, and work schedules.

O*NET Task ID 13895

0.0
Control movement of heavy equipment through narrow openings or confined spaces, using chainfalls, gin poles, gallows frames, and other equipment.

O*NET Task ID 13896

0.0
Tilt, dip, and turn suspended loads to maneuver over, under, or around obstacles, using multi-point suspension techniques.

O*NET Task ID 13897

0.0
Align, level, and anchor machinery.

O*NET Task ID 13898

0.0
Fabricate, set up, and repair rigging, supporting structures, hoists, and pulling gear, using hand and power tools.

O*NET Task ID 13899

0.0
Manipulate rigging lines, hoists, and pulling gear to move or support materials, such as heavy equipment, ships, or theatrical sets.

O*NET Task ID 13900

0.0
Attach pulleys and blocks to fixed overhead structures, such as beams, ceilings, and gin pole booms, using bolts and clamps.

O*NET Task ID 13901

0.0
Dismantle and store rigging equipment after use.

O*NET Task ID 13902

0.0
Install ground rigging for yarding lines, attaching chokers to logs and to the lines.

O*NET Task ID 13903

0.0
Clean and dress machine surfaces and component parts.

O*NET Task ID 13904

0.0
Load machines onto trucks to prepare for transportation.

O*NET Task ID 21206

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