Qué empleos coinciden con lo que la gente pide a la IA: 200.000 conversaciones con Copilot

De un vistazo

Fuente

Tomlinson, Jaffe, Wang, Counts and Suri (2025). Working with AI: Measuring the Applicability of Generative AI to Occupations. arXiv preprint 2507.07935, Microsoft Research (version 6, 22 December 2025). doi:10.48550/arXiv.2507.07935 · Sin revisión por pares: otros investigadores aún no lo han comprobado para una revista.

Cómo se hizo

Un modelo de lenguaje etiquetó cada conversación con las actividades laborales en las que el usuario pedía ayuda y las que realizaba la propia IA. Los investigadores añadieron con qué frecuencia la IA completaba la tarea y qué parte de cada actividad cubría, y lo convirtieron en una “puntuación de aplicabilidad de la IA” para cada ocupación. Análisis de datos. Construye una medida a partir de datos existentes, como registros de puestos y tareas.

Quién participó

Unas 200.000 conversaciones anonimizadas con Bing Copilot de enero a septiembre de 2024: 100.000 elegidas al azar y 100.000 que los usuarios habían valorado con un pulgar arriba o abajo.

Dónde

Estados Unidos. Conversaciones con Bing Copilot, el asistente de chat con IA gratuito de Microsoft, asignadas a las actividades laborales de las ocupaciones de Estados Unidos en la base de datos O*NET.

“Our measures of AI applicability indicate where AI is likely to change work, which is a part of the automation vs. augmentation question, but AI’s effects on employment and wages will depend on hard-to-predict business decisions.” [Nuestras medidas de aplicabilidad de la IA indican dónde es probable que la IA cambie el trabajo, que es una parte de la cuestión de automatización frente a apoyo, pero los efectos de la IA sobre el empleo y los salarios dependerán de decisiones empresariales difíciles de prever.]

Qué encontró

• La gente pide a la IA que busque, redacte y explique información. Las peticiones más comunes eran reunir información, redactar y comunicar. La propia IA sobre todo daba información, explicaba, enseñaba y aconsejaba.
• Lo que quería el usuario y lo que hizo la IA a menudo difieren. En el 40 % de las conversaciones, las actividades en las que el usuario pedía ayuda y las que realizaba la IA no coincidían en absoluto.
• El trabajo del conocimiento puntúa más alto. Intérpretes y traductores obtuvieron 0,492, historiadores 0,462 y escritores y autores 0,454. Los representantes de ventas de servicios y los representantes de atención al cliente también estaban entre los diez primeros. La mayoría de las ocupaciones tenían alguna coincidencia.
• El trabajo físico puntúa más bajo. Los operadores de dragas, los vigilantes de puentes y esclusas y los operadores de plantas de tratamiento de agua y aguas residuales obtuvieron 0.
• Un vínculo débil con el salario. La puntuación subía solo un poco con el salario (r = 0,13, ponderado por empleo). Predicciones anteriores habían encontrado un vínculo fuerte.
• Cerca de una predicción anterior. La puntuación coincidía con una predicción anterior, de Eloundou y otros, de la parte de las tareas de cada empleo que los modelos de lenguaje podrían acelerar (r = 0,73).

El artículo enumera las 40 ocupaciones con las puntuaciones más altas y las 40 con las más bajas. Esas listas se difundieron ampliamente como los empleos que la IA sustituirá. Los autores rechazan esa lectura. En el artículo escriben que concluir que las ocupaciones con puntuación alta “will be automated and thus experience job or wage loss” [“se automatizarán y por tanto sufrirán pérdida de empleo o de salario”] “would be a mistake” [“sería un error”]. Ponen el ejemplo de los cajeros automáticos: las máquinas asumieron una tarea central de los empleados de ventanilla, y aun así el número de esos empleos creció cuando los bancos abrieron más sucursales. Consulte la verificación de cifras sobre los “40 empleos”.

Cuándo se cumple el resultado

La puntuación ordena las ocupaciones entre sí. Los autores escriben que “relative comparisons are more meaningful than absolute score values” [“las comparaciones relativas tienen más sentido que los valores absolutos de la puntuación”], porque una actividad solo cuenta si alcanza un umbral de uso que ellos eligieron (el 0,05 % de las conversaciones).

La clasificación vale para un producto en un periodo: Bing Copilot, un asistente gratuito para el público, en Estados Unidos, de enero a septiembre de 2024. Describe la coincidencia con lo que la gente pidió. No mide la productividad, la contratación ni la pérdida de empleos.

Las puntuaciones cambiaron entre versiones. La primera versión (10 de julio de 2025) se titulaba “Measuring the Occupational Implications of Generative AI”. La sexta versión (22 de diciembre de 2025) da menos peso a las tareas físicas. Ocho de las 40 primeras ocupaciones de la primera versión salieron de la lista, y los auxiliares de pasajeros bajaron del 3.º al 12.º puesto. Cite la versión que utilice.

Límites

• Los investigadores trabajan para Microsoft, los datos proceden del propio producto de Microsoft y Microsoft vende Copilot. Un resultado según el cual el chat con IA es útil en la mayoría de los empleos favorece ese negocio.
• Un preprint en arXiv. No ha pasado por revisión por pares.
• La primera versión señala que es “very difficult (or impossible)” [“muy difícil (o imposible)”] distinguir qué conversaciones eran de trabajo y cuáles de ocio.
• O*NET enumera las actividades de un empleo típico de Estados Unidos. Su personal puede hacer tareas distintas, y el trabajo que une las tareas no figura en la lista.
• Otras herramientas de IA, usadas por otras personas, pueden mostrar un patrón distinto.

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) Evidencia: Moderada Controvertida Rediseño de procesos · Explorar

Siga leyendo

• Verificación de cifrasHay que corregirla“Un estudio de Microsoft revela los 40 empleos con más riesgo por la IA”La lista existe: un artículo de julio de 2025 de cinco investigadores de Microsoft situó 40 ocupaciones de Estados Unidos en lo más alto de una “puntuación de aplicabilidad de la IA”. La puntuación mide cuánto coinciden las actividades laborales de una ocupación con lo que la gente pidió a Bing Copilot, y lo bien que lo hizo Copilot. No es un recuento ni una previsión de empleos perdidos. El artículo dice que leerla así “would be a mistake” [“sería un error”], y los autores escribieron en agosto de 2025 que sus datos “do not indicate” [“no indican”] que se vayan a sustituir empleos. La propia lista cambió en la versión de diciembre de 2025.
• Estudio · Análisis de datosMenos jóvenes contratados en empleos expuestos a la IA: datos de nóminas de EE. UU.El empleo de las personas de 22–25 años en ocupaciones expuestas a la IA está un 19 % por debajo de donde estaría si hubiera seguido el ritmo de sus pares menos expuestos. Los trabajadores con experiencia no muestran esa brecha. La brecha se debe sobre todo a que se contrata a menos jóvenes.
• Estudio · Análisis de datosExposición a la IA y empleo en 23 paísesNo hubo una relación clara entre cuánto estaba expuesta una ocupación a la IA y cómo cambió su empleo. En las ocupaciones con mucho uso de la informática, más exposición iba unida a un crecimiento más rápido del empleo.

Verificaciones de cifras que citan este estudio

• “Un estudio de Microsoft revela los 40 empleos con más riesgo por la IA” Hay que corregirla