Page 120 - El impacto de la automatización y la IA en empleo del sector Agroalimentario español
P. 120

EL IMPACTO DE LA AUTOMATIZACIÓN Y LA INTELIGENCIA ARTIFICIAL EN EL EMPLEO DEL SECTOR AGROALIMENTARIO ESPAÑOL


                  Las dos ocupaciones que presentan una alta probabilidad de reemplazo tanto por

                  IA como por robotización son los códigos 1223, correspondiente a “Gerentes de
                  investigación y desarrollo” y 6123, que corresponde, a su vez, a “Apicultores y

                  sericultores”. En este caso, se encuentran dos ejemplos muy distintos, que por su
                  composición de tareas resultan ser altamente automatizables. Este hecho puede

                  responder a que son dos campos que han sido más estudiados que el resto dentro

                  de sus correspondientes familias de ocupaciones afines, quizá porque ha habido un
                  mayor interés en su actividad económica o porque se han identificado más puntos

                  de mejora a través de la tecnología.


                                5.2.  Impacto  sobre  el  volumen  de  nuevos  contratos
                                laborales


                  Por otro lado, para entender estos resultados en un contexto socioeconómico con
                  énfasis en las relaciones  laborales, presentados en  términos relativos, es

                  importante trasladarlos al contexto  actual de contratación del sector
                  agroalimentario español y cuantificar su posible impacto sobre el número de

                  contratos que se pueden dejar de firmar en un contexto automatizado. Para

                  calcular este impacto, se utilizará como referencia el último dato anual disponible
                  (2023) de contratos firmados desagregados a 4 dígitos. De esta forma, eligiendo un

                  periodo anual, evitamos caer en errores de estacionalidad, fenómeno que está muy
                  presente dentro del sector agroalimentario al depender en gran medida de

                  factores externos como por ejemplo el clima. Por último, al obtener resultados

                  procedentes de dos metodologías diferentes, la aproximación se realizará de forma
                  distinta en cada caso.


                  En términos de sustitución por tecnología GPT utilizaremos los resultados

                  relativos a la proporción de horas de jornada laboral ahorradas. Al contar con el

                  porcentaje de jornada semanal sustituible, aplicaremos este valor al número de
                  contratos firmados en 2023, que son los últimos datos anuales disponibles en el

                  SEPE, y, de esta manera, llegaremos al  número de contratos que se dejaría de

                  ejecutar en cada una de las ocupaciones de nuestra muestra. Cuando tratamos la
                  metodología propuesta por Webb (2020), no contamos con resultados en términos

                  de horas, pero sí en porcentaje de sustituibilidad, por lo que utilizaremos estos

                  cálculos para realizar un ejercicio similar al explicado en el caso anterior. En




                                                           111
   115   116   117   118   119   120   121   122   123   124   125