Segun arXiv q-fin, un estudio reciente analiza la capacidad de las inteligencias artificiales para asumir tareas humanas en el ámbito laboral global. El análisis revela que en 2026, el 35,2% del tiempo dedicado a tareas en empleo mundial puede ser al menos parcialmente delegado a agentes de inteligencia artificial, mientras que solo el 2,5% puede ser transferido completamente. Este hallazgo se basa en una evaluación sistemática de 18.796 declaraciones de tareas del catálogo O*NET 30.2, clasificadas por dos modelos lingüísticos bajo una escala preestablecida de niveles y barreras de delegación. Las tareas se vinculan con 433 grupos de ocupaciones del sistema ISCO-08 y se ponderan según el empleo registrado por ILOSTAT en 146 países.
La relación entre ingresos y delegabilidad es clara: mientras que en países de ingresos bajos solo 22,5% de las tareas son delegables, en economías de alto ingreso esta cifra alcanza el 48,7%. Esta tendencia se mantiene con una pendiente de 7,23 puntos porcentuales por unidad logarítmica de ingreso per cápita. El componente físico de las tareas —como la manipulación de materiales o la atención directa a productos— es el principal factor que limita la delegabilidad, y es precisamente en estos sectores donde los países en desarrollo concentran mayor empleo. A nivel de ocupación, el índice de delegabilidad (ADI) muestra una correlación robusta con las mediciones existentes de exposición a inteligencia generativa, alcanzando un valor de 0,93 frente a estudios como Eloundou et al. y 0,89 frente a Felten et al., superando el umbral de 0,80 establecido previamente. Lo importante es que ADI no ofrece una clasificación de ocupaciones, sino que amplía el análisis incorporando barreras y niveles de delegación, más allá de la simple exposición tecnológica.
Además, el umbral de delegación máxima se alcanza en tareas que requieren aproximadamente doce minutos de atención humana, con una duración promedio de 11,8 minutos. Este resultado sugiere que las tareas breves y repetitivas son las más adecuadas para automatización. Otro hallazgo clave es que el vacío entre la capacidad de delegación teórica y el uso observado de IA no se agranda en economías intermedias: en 101 países, la correlación entre delegabilidad y uso real de IA es de 0,86, y el desfase no es significativo en este grupo (p = 0,27). La coherencia entre modelos lingüísticos es alta (kappa = 0,77), y se mantiene incluso en evaluaciones humanas de 300 tareas (kappa = 0,85) o en paneles de agentes que usan búsqueda web (kappa = 0,87), lo que valida la robustez del método.
Para el lector peruano, este estudio indica que el empleo en sectores como servicios básicos, logística o atención al cliente —que representan una parte significativa del mercado laboral— podría ser más fácilmente automatizado. Sin embargo, las tareas que requieren interacción humana, como la asesoría o el trabajo creativo, seguirán siendo más resistentes al cambio. Esto implica que las empresas locales deben evaluar no solo su adopción de tecnología, sino también cómo diseñar sus procesos para separar tareas delegables de aquellas que requieren presencia humana. La preparación para este escenario no es solo una cuestión de costos, sino de reestructuración del modelo de trabajo.