Artificial Intelligence Exposure, Tacit Experience and Occupational Wage Growth

La historia de cómo las máquinas cambian el trabajo se ha contado durante mucho tiempo como una simple carrera entre la habilidad humana y la potencia informática. Durante décadas, economistas e investigadores han intentado predecir qué empleos desaparecerán y cuáles prosperarán observando con qué facilidad una tarea puede escribirse como un conjunto de reglas. Si un trabajo consiste en seguir una lista de verificación clara, se pensaba que una computadora podría eventualmente hacerlo más rápido y barato. Pero si un trabajo requiere intuición humana, creatividad o la capacidad de manejar situaciones desordenadas e impredecibles, se asumía que estaba a salvo. Esta visión trata a la tecnología como una fuerza que actúa directamente sobre el trabajador, como una tormenta que golpea una casa. Sin embargo, una nueva perspectiva sugiere que el resultado depende menos de la tormenta en sí y más de cómo está construida la casa. Plantea si el valor de un trabajo proviene de las reglas formales que sigue un trabajador o del juicio profundo y tácito que se gana a través de años de práctica.

Un estudio reciente de Zezhong Shang, de la Universidad China Jiliang, explora esta idea analizando el mercado laboral de los Estados Unidos entre 2018 y 2024. La investigación se centra en el auge de la inteligencia artificial, específicamente en la nueva ola de herramientas que pueden leer, escribir y razonar con el lenguaje. El autor no se limita a preguntar si un trabajo está expuesto a estas herramientas; en su lugar, el estudio investiga cómo el tipo de conocimiento que requiere un trabajo cambia la forma en que crecen los salarios cuando aumenta dicha exposición. El hallazgo central es que los trabajos que dependen en gran medida de la "experiencia tácita" —el tipo de sabiduría ganada a través del hacer, cometer errores y navegar la incertidumbre— están viendo cómo sus salarios aumentan más rápido cuando están expuestos a la inteligencia artificial. Por el contrario, los trabajos que dependen principalmente del "conocimiento codificado" —información que puede escribirse fácilmente, enseñarse en un aula o convertirse en un manual— están mostrando un patrón diferente, aunque el estudio señala que este resultado es menos estable y sensible a los controles. El estudio sugiere que el futuro del trabajo no se trata solo de lo que las máquinas pueden hacer, sino de cómo las organizaciones deciden valorar la capacidad humana de juzgar, negociar y asumir la responsabilidad cuando las reglas fallan.

Para entender esto, primero hay que observar cómo los investigadores midieron el panorama del trabajo. Comenzaron con un índice ampliamente utilizado que mapea qué ocupaciones tienen más probabilidades de verse afectadas por la inteligencia artificial. Este índice, conocido como el Índice de Exposición Ocupacional a la IA, actúa como un radar, mostrando dónde las capacidades de la nueva tecnología se solapan con las tareas que las personas realizan cada día. Sin embargo, un radar por sí solo no puede decirle qué sucede dentro del lugar de trabajo. No muestra si una empresa realmente adopta la tecnología, cómo cambia la rutina diaria o si los trabajadores reciben un aumento. Para llenar este vacío, el autor construyó dos nuevas medidas utilizando datos de la base de datos O*NET del Departamento de Trabajo de EE. UU., un repositorio masivo de información sobre habilidades y requisitos laborales.

La primera medida es el Índice de Conocimiento Codificado. Este captura las partes de un trabajo que son formales y documentadas. Incluye cosas como dominios de conocimiento específicos, habilidades básicas que pueden enseñarse en una escuela y la necesidad de certificaciones profesionales o aprendizajes. Estos son los elementos del trabajo que pueden escribirse en un libro de reglas o un libro de texto. La segunda medida es el Índice de Experiencia Tácita. Este captura las partes de un trabajo que se aprenden a través de la práctica y que son difíciles de articular. Incluye habilidades como anticipar errores, negociar con otros, tomar decisiones bajo incertidumbre y asumir la responsabilidad de los resultados. Estas son las cualidades de un profesional experimentado que sabe cómo manejar una crisis no porque haya leído un manual, sino porque ya ha estado allí antes.

El estudio combinó luego estas medidas con datos salariales de 26,697 combinaciones diferentes de estados y ocupaciones en todo el país. Los investigadores analizaron cómo cambiaron los salarios entre 2018 y 2024, un período que vio el rápido surgimiento de la inteligencia artificial generativa. Se hicieron una pregunta específica: ¿Afecta la cantidad de exposición a la inteligencia artificial al crecimiento salarial de manera diferente dependiendo de si un trabajo es intensivo en conocimiento codificado o intensivo en experiencia tácita? La respuesta que encontraron fue clara y estadísticamente significativa.

Cuando los investigadores observaron los trabajos con altos niveles de experiencia tácita, vieron que un aumento de una desviación estándar en la exposición a la inteligencia artificial estaba asociado con un crecimiento más pronunciado en los salarios. En términos sencillos, cuanto más dependía un trabajo del tipo de juicio y experiencia que proviene de años de práctica, más tendían a aumentar sus salarios a medida que la inteligencia artificial se volvía más prevalente. Esta relación se mantuvo constante incluso después de contabilizar el salario inicial del trabajo, el estado donde se encontraba y la cantidad de conocimiento formal requerido. El patrón fue robusto, sobreviviendo a diversas comprobaciones y diferentes formas de agrupar los datos. Sugiere que, en una era de herramientas de lenguaje avanzadas, la capacidad de interpretar resultados, gestionar excepciones y tomar decisiones trascendentales se está volviendo más valiosa para los empleadores.

Por el contrario, el estudio encontró un patrón diferente para los trabajos con un alto contenido de conocimiento codificado, aunque el autor señala que este resultado es menos estable. Para estos roles, una mayor exposición a la inteligencia artificial se asoció con un gradiente de crecimiento salarial plano o negativo, pero este hallazgo es sensible a los controles y a la construcción del índice. Esto no significa que la educación formal o las certificaciones sean inútiles. Los datos muestran que estos trabajos aún requieren conocimiento formal, y que dicho conocimiento sigue siendo esencial para definir problemas y verificar el trabajo de las máquinas. Sin embargo, el estudio sugiere que la ventaja específica de tener un trabajo que consiste primordialmente en seguir reglas escritas está disminuyendo ante herramientas que pueden reproducir y manipular esas reglas fácilmente. El valor del trabajo se está desplazando del hecho de saber recitar las reglas hacia la capacidad de navegar en las áreas grises donde las reglas no se aplican.

Los investigadores fueron cuidadosos en aclarar lo que sus hallazgos prueban y lo que no. No rastrearon a trabajadores individuales ni a empresas específicas para ver exactamente cómo se estaba utilizando la inteligencia artificial. No midieron la intensidad de la adopción ni el efecto causal directo de una máquina sobre un cheque de pago individual. En su lugar, observaron un patrón general en toda la economía. Los resultados muestran que la organización del trabajo importa. Dos trabajos pueden tener el mismo nivel de exposición a la inteligencia artificial, pero si uno depende de la experiencia profunda y práctica y el otro depende principalmente de reglas formales, sus trayectorias salariales probablemente divergirán. El estudio implica que el mercado laboral está comenzando a recompensar la capacidad humana de juicio situado —el tipo de pensamiento que ocurre en el momento, en el contexto de una situación específica— más que la capacidad de seguir un guion preescrito.

Esta distinción ayuda a explicar por qué algunos trabajadores están prosperando mientras otros luchan, incluso cuando trabajan en campos que parecen afectados de manera similar por la tecnología. Desafía la vieja idea de que los únicos trabajos seguros son aquellos que son completamente inmunes a la automatización. En su lugar, sugiere que los trabajadores más resilientes son aquellos cuyo valor está ligado a su experiencia y a su capacidad para manejar lo inesperado. El estudio también destaca que la dirección del cambio no está determinada únicamente por la tecnología en sí misma. Está determinada por cómo los empleadores eligen organizar el trabajo y qué deciden recompensar. Si las empresas utilizan la inteligencia artificial para centralizar el control y eliminar la discreción del trabajador, los beneficios podrían no llegar a los empleados. Pero si la utilizan para apoyar a los trabajadores que ya son hábiles gestionando la complejidad, esos trabajadores podrían ver crecer su compensación.

Los hallazgos también ofrecen un matiz al debate actual sobre el futuro del trabajo. Investigaciones previas a menudo se centraban en si una tarea era rutinaria o no rutinaria. Este estudio sugiere que, para la nueva generación de inteligencia artificial, esa distinción se está volviendo borrosa. Las máquinas ahora pueden realizar muchas tareas que antes se consideraban no rutinarias, como escribir código o resumir informes complejos. Lo que permanece distinto es la fuente del conocimiento. El estudio muestra que el mercado laboral está diferenciando entre el conocimiento que puede capturarse en una base de datos y el conocimiento que vive en la mente de un profesional. A medida que la inteligencia artificial se vuelve más capaz de manejar las partes codificadas de un trabajo, la prima económica por las partes tácitas y experienciales parece estar aumentando.

Al final, la investigación proporciona un mapa de cómo se está remodelando el valor del trabajo humano. Sugiere que el camino hacia mejores salarios en una era de inteligencia artificial puede no consistir en saber más hechos o seguir más reglas, sino en profundizar el tipo de sabiduría práctica que proviene de hacer el trabajo. El estudio no garantiza que cada trabajador experimentado recibirá un aumento, ni promete que cada trabajo basado en reglas desaparecerá. Simplemente revela una tendencia clara: en el panorama económico actual, la capacidad de ejercer el juicio, anticipar problemas y asumir la responsabilidad se está convirtiendo en un motor de crecimiento salarial más poderoso que la capacidad de seguir un manual. A medida que la tecnología continúe evolucionando, la forma en que las organizaciones valoren estas cualidades humanas probablemente determinará quién se beneficia más de las nuevas herramientas.