Scribd
Cargar
13 vistas1 página

Dialnet ElImpactoDeLaInteligenciaArtificialEnElTrabajo 7210980 (2) 12

El documento discute el impacto de la inteligencia artificial en el trabajo y cómo las tareas individuales dentro de los trabajos son más susceptibles a la automatización que los trabajos en su totalidad. Explica que una investigación encontró que de las 169 actividades realizadas en una fiscalía, 54 podrían automatizarse completamente y 54 requerían un bajo nivel de complejidad y por lo tanto una gran parte de esas tareas podrían automatizarse. Sugiere que a medida que más tareas se automatizan, los perfiles laborales deben transformarse.

Cargado por

Luis
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
13 vistas1 página

Dialnet ElImpactoDeLaInteligenciaArtificialEnElTrabajo 7210980 (2) 12

El documento discute el impacto de la inteligencia artificial en el trabajo y cómo las tareas individuales dentro de los trabajos son más susceptibles a la automatización que los trabajos en su totalidad. Explica que una investigación encontró que de las 169 actividades realizadas en una fiscalía, 54 podrían automatizarse completamente y 54 requerían un bajo nivel de complejidad y por lo tanto una gran parte de esas tareas podrían automatizarse. Sugiere que a medida que más tareas se automatizan, los perfiles laborales deben transformarse.

Cargado por

Luis
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
Está en la página 1/ 1

El impacto de la inteligencia artificial en el trabajo 45

set de entrenamiento de 2.000 casos de salud, Prometea pudo seleccionar


32 casos prioritarios en 2 minutos, lo que a una persona le llevaría 96 días
laborales.

7. Enfoque basado en tareas, a partir de la “experiencia Prometea”

En el informe anterior (CEVASCO; CORVALÁN, 2018, p. 1-9) afirmamos


que la perspectiva con la que debe analizarse el presente del trabajo es a
partir de la distinción entre los trabajos y la serie de tareas que los
componen, y no en aquél como un conjunto indivisible y compacto.
Insistimos en esta separación, porque en el corto plazo existen pocas
ocupaciones que puedan automatizarse por completo con las tecnologías
existentes. Pero cuando esas tareas se automaticen, los perfiles de trabajo
deben transformarse (INTERNATIONAL LABOUR ORGANIZATION, 2018, p.
9)).
Ilustremos este encuadre de trabajos vs. tareas con ejemplos basados
en una investigación que llevamos adelante desde el Laboratorio de
Innovación e Inteligencia Artificial de la Facultad de Derecho de la
Universidad de Buenos Aires y el Ministerio Público Fiscal de la ciudad.14 En
dicha investigación, segmentamos tareas en la Fiscalía General Adjunta en lo
Contencioso Administrativo y Tributario de la Ciudad Autónoma de Buenos
Aires (en adelante, “la Fiscalía”). Aquí detectamos que de 169 actividades
que se realizan, 54 resultan automatizables por completo, frente a 74 que no
pueden serlo y 41 que sólo pueden serlo en parte.
De las 86 actividades que requieren habilidades complejas como el
pensamiento crítico y la resolución de problemas, sólo 11 resultan
completamente automatizables, 28 semi-automatizables y 47 no
automatizables. En cambio, en actividades rutinarias y repetitivas que
demandan metodicidad y practicidad, en su gran mayoría son
completamente automatizables: 37 de 46.
Por último, cuando analizamos la complejidad de las actividades que
se desarrollan en la Fiscalía, detectamos que 54 requieren un bajo nivel de
complejidad, y por ello la porción automatizable es sustancial: 40, frente a
11 que no son automatizables y 3 que pueden serlo parcialmente. En cambio,
de 70 actividades de alta complejidad que se realizan, sólo 2 resultan

14 En ambos casos se utilizó el sistema de inteligencia artificial Prometea.

Rev. Direito Econ. Socioambiental, Curitiba, v. 10, n. 1, p. 35-51, jan./abr. 2019

También podría gustarte