Page 86 - El impacto de la automatización y la IA en empleo del sector Agroalimentario español

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

4.4. Cálculo de los scores por tareas y comparación con
la descripción

Para lograr una aproximación más ajustada, se realiza un ejercicio similar a la

realizada anteriormente, teniendo en cuenta todas las tareas que conforman cada
una de las ocupaciones de la muestra. De nuevo, siguiendo la metodología utilizada

por la OIT (2023), se estima la probabilidad de automatización de cada tarea

estipulada de forma individual. De esta manera, la IA puede ser más precisa a la
hora de interpretar su capacidad de realizarla. Con estos resultados podemos

llevar a cabo un análisis de robustez, al compararlos con el epígrafe anterior,

además de identificar cuáles son los casos en los que la tecnología GPT sobre o
infraestima estos scores de automatización, según el nivel de concreción de la

información que se proporciona.

Dentro de nuestra muestra de 54 ocupaciones se recogen 480 tareas en total.
Algunas de estas tareas se repiten en diversas ocupaciones de la misma naturaleza,

pero dentro de cada uno de los empleos toman un cariz distinto. Por ello, el cálculo

se realizará para cada una de las tareas, informando a la IA cuál es la ocupación en
la que se encuadra. De esta manera, intentamos lograr que el resultado obtenido

sea más preciso y represente más fielmente la capacidad de la tecnología para
cubrir las tareas estudiadas.

Dado que la orden utilizada en el apartado anterior logró ajustar de una manera

exitosa los resultados, adaptaremos esta metodología para cada una de las tareas

de la muestra. En este sentido, el guion que proporcionamos a la IA es el siguiente:

prompt = {

"role": "system",

"content": "You are a skills and AI specialist. You will provide a score of

potential automation with GPT technology for a given task. Follow instructions

closely."

user_prompt = {

"role": "user",

77