OpenAI dice que el 80% de los trabajadores podrían ver sus trabajos afectados por la IA
- Aquí, una lista de los trabajos que se verían supuestamente más afectados
OpenAI, la compañía detrás del popular chatbot ChatGPT, ha calculado los números sobre la exposición de diferentes trabajos a la inteligencia artificial (IA), y esos números son reveladores.
Utilizando su último modelo de lenguaje de aprendizaje automático (LLM), el GPT-4 lanzado recientemente, así como la experiencia humana, los investigadores investigaron las implicaciones potenciales de los modelos de lenguaje en las ocupaciones dentro del mercado laboral de EE. UU.
Si bien los investigadores enfatizan que el documento no es una predicción, encontraron que alrededor del 80 por ciento de la fuerza laboral de los EE. UU. Podría tener al menos el 10 por ciento de sus tareas laborales afectadas por GPT, o Transformadores Generativos Pre-entrenados.
Mientras tanto, alrededor del 19 por ciento de los trabajadores podrían ver afectadas al menos el 50 por ciento de sus tareas.
El artículo, escrito por investigadores de OpenAI, OpenResearch y la Universidad de Pensilvania, examina la «exposición» de las tareas laborales a la IA, «sin distinguir entre los efectos de aumento o desplazamiento del trabajo».
Los investigadores definieron la «exposición» como una medida de si el acceso a un sistema impulsado por GPT podría reducir el tiempo que le toma a un ser humano realizar una tarea de trabajo específica en al menos un 50 por ciento.
¿Qué trabajos están más ‘expuestos’?
Para el estudio, los expertos humanos y la IA calcularon por separado la exposición de diferentes ocupaciones. El modelo de lenguaje etiquetó 86 trabajos como «totalmente expuestos».
La exposición completa no significa que las tareas puedan automatizarse por completo con estas tecnologías, señalan los autores, pero significa que estiman que las GPT podrían ahorrarles a los trabajadores «una cantidad significativa de tiempo para completar una gran parte de sus tareas».
Los humanos etiquetaron 15 ocupaciones como totalmente expuestas, mientras que el modelo de lenguaje etiquetó 86 como totalmente expuestas.
Las ocupaciones que los humanos encontraron estaban 100 por ciento expuestas son:
Matemáticos
Contadores
Analistas Cuantitativos Financieros
Escritores y Autores
Diseñadores de interfaces web y digitales
Otras ocupaciones de alto porcentaje enumeradas por los humanos fueron:
Investigadores de encuestas (84.4)
Escritores y Autores (82.5)
Intérpretes y Traductores (82.4)
Especialistas en Relaciones Públicas (80.6)
Científicos sobre animales (77.8)
Mientras tanto, los modelos de lenguaje enumeraron lo siguiente como 100 por ciento expuesto:
Matemáticos
Contadores y Auditores
Analistas de noticias, reporteros y periodistas
Secretarios Legales y Asistentes Administrativos
Administradores de datos clínicos
Analistas de políticas de cambio climático
Los modelos de lenguaje también encontraron que estos trabajos estaban expuestos en más del 90 por ciento:
Empleados de correspondencia
Ingenieros de cadena de bloques
Taquígrafos judiciales y subtituladores simultáneos
Correctores y marcadores de copias
«Hemos observado que la mayoría de las ocupaciones exhiben cierto grado de exposición a GPT, y las ocupaciones con salarios más altos generalmente presentan más tareas con alta exposición», concluyeron los autores.
Limitaciones del estudio
Los autores señalan una serie de limitaciones de su estudio, y una de ellas, la investigadora de OpenAI Pamela Mishkin, las destaca en un hilo de Twitter.
Let’s take a closer look at one graph in the paper…
We not only analyze GPTs but the software we expect to be built around them (.5 and 1 below). pic.twitter.com/0x9iPXR34j
— pamela mishkin (@ManlikeMishap) March 20, 2023
«Los GPT de hoy pueden hacer mucho. En los últimos años los hemos visto cada vez mayores mejoras para resolver tareas cada vez más complejas con cada vez menos ejemplos de tareas cada vez menos relacionadas», publicó.
El documento examina esta tendencia y no un modelo en particular disponible en la actualidad».
La primera limitación identificada fue el hecho de que el enfoque se basaba en la subjetividad del etiquetado, lo que podría conducir a juicios sesgados con respecto a la confiabilidad y efectividad de los GPT en ciertas tareas laborales dentro de ocupaciones desconocidas para los investigadores humanos.
También afirman que los resultados de GPT-4 son «sensibles a las alteraciones en la redacción de la rúbrica, el orden y la composición de la indicación» y otros detalles en la indicación, lo que significaba que las indicaciones para humanos y LLM diferían.
Además, los autores admiten que no está claro hasta qué punto las ocupaciones pueden desglosarse por completo en tareas específicas, y si este enfoque omite ciertas categorías de habilidades o tareas necesarias para el desempeño competente de un trabajo.
Fuente: euronews