De un vistazo
- Fuente
- Brynjolfsson, Mitchell and Rock (2018). What Can Machines Learn and What Does It Mean for Occupations and the Economy?. AEA Papers and Proceedings, 108, 43–47. doi:10.1257/pandp.20181019
- Cómo se hizo
- Los autores puntuaron cada tarea de O*NET, la base de datos de puestos y tareas del Gobierno de Estados Unidos, según lo bien que podría hacerla el aprendizaje automático. Análisis de datos. Construye una medida a partir de datos existentes, como registros de puestos y tareas.
- Quién participó
- 18.156 tareas de las ocupaciones de la base de datos.
- Dónde
- Datos de puestos y tareas de Estados Unidos.
“Realizing the potential of ML usually requires redesign of job task content.” [Aprovechar el potencial del aprendizaje automático suele exigir rediseñar el contenido de las tareas del puesto.]
Qué encontró
- El aprendizaje automático afecta a ocupaciones distintas de las que afectaron las oleadas anteriores de automatización.
- La mayoría de las ocupaciones incluyen al menos algunas tareas adecuadas para el aprendizaje automático.
- Pocas ocupaciones se pueden automatizar del todo con él.
- Obtener el beneficio suele exigir rediseñar las tareas que componen un puesto.
Cuándo se cumple el resultado
Las puntuaciones describen lo que la tecnología podría hacer con una tarea. No dicen nada del costo, los datos, la regulación ni de si los clientes lo aceptarían.
Límites
- La puntuación es de 2018, anterior a las herramientas de chat con IA actuales.
- El artículo apareció en un volumen de congreso, que se revisa con menos rigor que un artículo de revista normal.
Prácticas que usan este estudio
Este estudio respalda:
- Haga un mapa de las tareas antes de decidir qué automatizar Divida los puestos en tareas y examine cada una. Hay puntuaciones publicadas que miden cuánto de un puesto podría hacer la IA, su “exposición”. Trate una puntuación alta como un lugar donde mirar, no como una decisión de automatizar. Hacer primero · Esfuerzo: bajo (días, una persona)
- Rediseñe el proceso de trabajo en lugar de añadirle una herramienta Dar a las personas una herramienta de IA dentro de un proceso que no cambia cambia poco. Vuelva a decidir quién hace cada paso, en qué orden y dónde revisa una persona. Hacer después · Esfuerzo: alto (meses, varios equipos)