Un estudio revela que la IA sigue lejos de replicar la mayoría de trabajos humanos
Una brecha entre el entrenamiento de la IA y el empleo real
Un estudio publicado en marzo de 2026 por investigadores de Carnegie Mellon University y Stanford University concluye que los agentes de inteligencia artificial actuales están lejos de poder replicar la mayoría de las tareas que realizan los trabajadores en el mundo real.
El análisis compara, por primera vez de manera sistemática, las tareas utilizadas para entrenar y evaluar sistemas de IA con la distribución real del trabajo humano en la economía. El resultado muestra una desconexión significativa entre ambos mundos.
Según los investigadores, los sistemas que hoy se promocionan como el futuro del trabajo apenas logran cubrir una pequeña parte de las actividades laborales cotidianas, especialmente fuera del ámbito técnico.
Cómo se realizó el estudio
Para llevar adelante el análisis, los expertos utilizaron la base de datos O*NET, desarrollada por el Departamento de Trabajo de Estados Unidos, que clasifica 1.016 ocupaciones y detalla sus tareas, habilidades y actividades diarias.
Este mapa del trabajo real fue comparado con 43 benchmarks utilizados en la industria tecnológica para medir el rendimiento de agentes de IA. En total, se analizaron más de 72.000 tareas incluidas en estos sistemas de evaluación.
La comparación permitió identificar qué tipo de actividades son priorizadas en el desarrollo de inteligencia artificial y cuáles quedan relegadas.
Una concentración extrema en programación
El hallazgo principal indica que el 84% de las tareas utilizadas para entrenar y evaluar agentes de IA pertenece al dominio de “Computación y Matemáticas”. Sin embargo, este sector representa apenas el 7,6% del empleo total en Estados Unidos.
Esto implica que la mayoría de los avances en inteligencia artificial están enfocados en capacidades relacionadas con la programación, dejando de lado otras áreas clave del mercado laboral.
El estudio subraya que esta desproporción es aún mayor en regiones como América Latina, donde la participación de empleos vinculados a la computación es menor.
Sectores clave con baja presencia en la IA
- Gestión: solo el 1,4% de las tareas evaluadas, pese a concentrar más de USD 1,3 billones en salarios anuales.
- Legal: apenas el 0,3%, aun cuando el 70% de sus actividades ya está digitalizado.
- Salud: prácticamente ausente, a pesar de emplear a más de 9 millones de personas en Estados Unidos.
También áreas como soporte administrativo, ventas, educación, trabajo social, arquitectura y recursos humanos aparecen con presencia marginal o nula en los sistemas de evaluación de inteligencia artificial.
La explicación: medir lo fácil
Los autores del estudio atribuyen este sesgo a una razón práctica: los desarrolladores tienden a elegir tareas que son más fáciles de evaluar automáticamente.
Por ejemplo, un sistema que corrige errores de código puede ser medido de forma inmediata y objetiva, ya que el resultado es verificable en milisegundos. En contraste, tareas como asesorar a un paciente, negociar un contrato o gestionar un equipo requieren criterios complejos, subjetivos y costosos de implementar.
Esta diferencia ha llevado a que la industria priorice entornos de evaluación convenientes, en lugar de aquellos donde el impacto en el mundo real sería mayor.
Habilidades humanas poco abordadas
El estudio también analiza las habilidades necesarias en el mercado laboral y destaca que la más extendida —la interacción compleja con otras personas— es una de las menos representadas en el entrenamiento de la IA.
Actividades como enseñar, persuadir, negociar, coordinar equipos o brindar cuidado requieren comprensión contextual y empatía, elementos que actualmente no forman parte central de los benchmarks utilizados por la industria.
Según los investigadores, los sistemas actuales están optimizados principalmente para tareas como buscar información o ejecutar código, pero no para interactuar de manera efectiva en entornos humanos complejos.
Implicaciones del hallazgo
El trabajo plantea dos interpretaciones posibles. Por un lado, sugiere que la inteligencia artificial está lejos de reemplazar a trabajadores en sectores como salud, educación, derecho o gestión, debido a la falta de entrenamiento específico en estas áreas.
Por otro lado, señala una oportunidad: los sectores menos atendidos por el desarrollo actual de IA son precisamente aquellos que concentran mayor empleo y valor económico.
Esto implica que el desarrollo de agentes capaces de desempeñarse en estos ámbitos podría generar ventajas significativas para quienes logren aplicarlos.
Un llamado a replantear los benchmarks
El estudio concluye con una recomendación dirigida a la comunidad científica y a la industria tecnológica: diseñar sistemas de evaluación que reflejen de manera más fiel la realidad del trabajo humano.
Según los autores, la brecha entre lo que los agentes de inteligencia artificial saben hacer y lo que el mundo necesita que hagan no es un problema menor, sino un desafío estructural para el futuro del desarrollo tecnológico.
Fuente: Infobae
