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