Un relevamiento realizado por la Organización Internacional del Trabajo (OIT) le pone número a la cantidad de empleos en riesgo en Latinoamérica y el Caribe, y son realmente preocupantes, ya que la agencia dependiente de Naciones Unidas detectó que 16 millones de empleos en riesgo de desaparecer.
Además, hay otros 125.78 millones que podrían sufrir transformaciones significativas debido a la adopción de la IA generativa, sobre la que los investigadores concluyeron que afectará los medios de subsistencia en la región, pese a que esto se podría ver afectado por las brechas en la infraestructura digital y otras desigualdades.
Un total de entre el 26 % y el 38 % de los empleos en América Latina y el Caribe podría verse expuesto a la inteligencia artificial generativa (GenAI), señala el informe, y a la vez la GenAI podría mejorar la productividad de entre el 8 % y el 14 % de los puestos de trabajo, con una probabilidad mayor en los sectores urbano, educativo y formal, y entre las personas de ingresos más altos.
Del 2 % al 5 % de los empleos corren el riesgo de ser automatizados por completo, y hasta la mitad de los trabajos que podrían ser más productivos gracias a la GenAI, alrededor de 17 millones, se ven obstaculizados por brechas en el acceso digital y la infraestructura.
El trabajo marca que también es una de las regiones más desiguales del mundo, en que millones de personas trabajan en empleos informales de baja remuneración.
La IA de WhatsApp: ¡Ojo! Jamás le preguntes esto
Riesgos y beneficios
Para definirla, se puede decir que la GenAI es un tipo de inteligencia artificial que puede crear ideas y contenidos nuevos, como conversaciones, historias, imágenes, videos y música. Estas intentan imitar la inteligencia humana en tareas informáticas no tradicionales, como el reconocimiento de imágenes, el natural language processing y la traducción.
Señalada como el siguiente paso en la inteligencia artificial, se puede entrenar para que aprenda lenguaje humano, lenguajes de programación, arte, química, biología o cualquier tema complejo, y reutiliza los datos de entrenamiento para resolver nuevos problemas.