Un estudio reciente publicado en la revista Science sostiene que los programas de máster de última generación como ChatGPT podrían hacer que una persona sea al menos un 50 % más rápida en un promedio del 14 % de las tareas en cada una de las cientos de ocupaciones estudiadas, manteniendo o incluso aumentando la calidad. Si se considera el software adicional al programa de máster que podría adaptarlo a tareas específicas, la proporción promedio de tareas por ocupación que podrían beneficiarse de manera similar aumenta al 46 %.
¿Cómo se ven estas cifras en un par de trabajos editoriales comunes? Bueno, para analistas de noticias, reporteros y periodistas, los investigadores estiman que solo el 16,7% de las tareas comunes en la ocupación no se pueden solucionar con LLM, pero que el 43,3% de las tareas se beneficiarán de los LLM actuales y el 40% restante de las tareas se beneficiarán de los LLM cuando se proporcione software adicional para adaptarse a la tarea. Y para los editores , las estimaciones son que el 23,8% de las tareas no se beneficiarán, el 52,4% se beneficiarán de los LLM actuales y el 23,8% solo se beneficiarán cuando se incluya software adicional.
Estas estimaciones sugieren que la IA tiene el potencial de cambiar significativamente la forma en que se realizan estos trabajos. También pueden ser criticadas: soy escéptico, por ejemplo, sobre si los anotadores realmente captaron la noción correcta de «calidad» para las tareas de calificación en el periodismo. Y nuestra propia investigación de encuestas con la AP sugiere que, por mucho que la IA generativa pueda ofrecer ganancias de eficiencia, también puede crear más trabajo en forma de indicaciones y edición. Puede que profundice en esto en una próxima publicación, pero si dejamos de lado estos problemas por ahora y nos limitamos a eso, las estimaciones pintan un panorama plausible: los trabajos editoriales centrales en la producción de noticias están expuestos y son susceptibles de volverse drásticamente más eficientes mediante LLM . Una vez que se construya el software para adaptar los LLM a tareas específicas e integrarlo en sistemas y flujos de trabajo, se podrían lograr ganancias considerables de eficiencia para el 83% de las tareas de los periodistas y el 76% de las tareas de los editores. Es importante enfatizar que estas cifras se refieren fundamentalmente a la ampliación en lugar de la automatización: seguiremos necesitando gente cerca, pero serán mucho más eficientes. Las implicaciones para los medios de comunicación locales y de pequeña escala son tentadoras: imaginemos una comunidad entera que pudiera ser cubierta de manera efectiva por una o dos personas.
Para aprovechar al máximo el valor de la IA generativa desde el punto de vista de la eficiencia aumentativa, las organizaciones de noticias necesitarán personas (1) que tengan las habilidades necesarias para utilizar la generación actual de LLM y (2) que puedan desarrollar el software a medida para liberar todo su potencial, en particular si se crean nuevas herramientas internas. Otros economistas laborales que estudian la IA también han sugerido que la IA generativa podría dar lugar a “la disminución de la dificultad de los empleos de creación de contenido existentes”, lo que podría significar que otras habilidades de producción se vuelvan menos importantes a medida que aumenta el uso de herramientas de IA generativa.
En el resto de este artículo, exploro lo que podemos aprender sobre estas cuestiones analizando datos sobre los patrones de contratación de las organizaciones de noticias en los últimos años y cómo esto se relaciona con las habilidades, tanto de IA como de otras. En particular, utilizo datos de anuncios de empleo en los EE. UU. de Lightcast , una empresa que recopila exhaustivamente anuncios de trabajo en línea y los estandariza por ocupación, industria y habilidades. Investigaciones anteriores de la OCDE han utilizado estos datos para examinar los patrones laborales relacionados con la IA, pero no con atención específica a la industria de las noticias.
Centro el análisis en tres segmentos de la industria de noticias de EE. UU. según lo definido por los códigos NAICS (editores de periódicos, estaciones de transmisión de televisión y estaciones de transmisión de radio), así como cuatro ocupaciones definidas por los códigos ONet que reflejan el trabajo editorial dentro de estas industrias (analistas de noticias, reporteros y periodistas; editores; productores y directores; y escritores y autores), y dos ocupaciones que reflejan el trabajo técnico en estas industrias (científicos de datos; y desarrolladores de software). Las habilidades relacionadas con la IA se etiquetan según la subcategoría de la taxonomía de habilidades abiertas de Lightcast de «Inteligencia artificial y aprendizaje automático (IA/ML)», que consta de 172 habilidades y certificaciones relacionadas . Comparo los datos de los 19 meses posteriores al lanzamiento de ChatGPT (del 22 de diciembre al 24 de junio, posterior a ChatGPT ) con un número igual de meses antes de esa fecha (del 21 de mayo al 22 de noviembre, anterior a ChatGPT ) para ver cómo la rápida proliferación de (y el revuelo en torno a) la IA generativa después del lanzamiento de ChatGPT puede haber cambiado el panorama.
Tendencias en la publicación de ofertas de empleo ante la IA (generativa)
Después de un repunte de las contrataciones posterior a la COVID a finales de 2021 y mediados de 2022, la cantidad de puestos vacantes para las ocupaciones editoriales estudiadas volvió a estabilizarse en alrededor de 950 por mes, que es aproximadamente el nivel anterior a la COVID (ver la siguiente figura). Algo que hay que tener en cuenta para el resto del análisis es que, en el período anterior a ChatGPT, hubo muchas más contrataciones en general (28 566 puestos vacantes) en comparación con el período posterior a ChatGPT (18 156 puestos vacantes).
La cantidad de puestos que requieren al menos una habilidad relacionada con IA/ML es una fracción minúscula de la contratación general en estas industrias y para estos puestos, lo que refleja solo el 0,3 % de los empleos durante todo el período (consulte la siguiente figura). Sin embargo, el período posterior a ChatGPT muestra un repunte pronunciado en la demanda de puestos con habilidades de IA/ML, que se duplicó con creces de 46 antes de ChatGPT (0,16 % de todos los puestos) a 108 después de ChatGPT (0,59 % de todos los puestos). Cualquiera sea la causa, ya sea parte del revuelo por la IA que ha sido más pronunciado desde el lanzamiento de ChatGPT o una comprensión bien justificada de la necesidad de habilidades de IA en la organización, este es un crecimiento considerable proporcionalmente hablando, incluso si sigue siendo solo una pequeña fracción de la demanda laboral general.
El número de puestos que mencionan “freelance” para las ocupaciones editoriales estudiadas también aumentó en proporción, del 3,7% de los puestos antes de ChatGPT (1056 publicaciones) al 4,7% después del lanzamiento de ChatGPT (861 publicaciones). En contraste con la investigación que encontró que las publicaciones de trabajos freelance para empleos propensos a la automatización han disminuido desde el lanzamiento de ChatGPT, los datos aquí muestran que los puestos freelance aumentaron proporcionalmente en una pequeña cantidad. En lugar de erosionarse, la demanda de freelancers en la industria de las noticias parece sólida.
¿Qué sucede cuando analizamos los puestos técnicos como científicos de datos y desarrolladores de software? Es más probable que sean las personas que crean ese software adicional necesario para liberar el poder de la IA generativa para tareas específicas del dominio. Aquí vemos que la demanda absoluta de personas con habilidades en IA ha disminuido ligeramente, con 861 puestos antes de ChatGPT y 832 después de ChatGPT, una caída del 3,4%. Sin embargo, es importante señalar que hubo una caída del 30,0% en la demanda de científicos de datos y desarrolladores de software en general (de 4509 puestos antes de ChatGPT a 3161 después de ChatGPT). En otras palabras, existe una demanda sólida y proporcionalmente creciente de científicos de datos y desarrolladores de software con habilidades en IA en la industria de las noticias, incluso si la demanda absoluta general de estos puestos ha disminuido ligeramente.
Así, desde el período anterior al ChatGPT hasta el período posterior al ChatGPT, observamos un crecimiento general en la proporción de puestos que requieren habilidades en IA, tanto en puestos editoriales (crecimiento proporcional de 3,7 veces) como en puestos técnicos (crecimiento proporcional de 1,4 veces). El número total de puestos técnicos que requieren estas habilidades eclipsa al lado editorial en aproximadamente 11 veces. Sorprendentemente, la demanda de trabajadores autónomos en las industrias de noticias parece estable. El resultado final es que las organizaciones de noticias están invirtiendo en aumentar la cantidad de personas con las habilidades críticas necesarias tanto para utilizar los LLM existentes como para desarrollar el software para aprovecharlos mejor en el futuro.
Empleos y habilidades de IA
Las organizaciones de la industria de las noticias están contratando a personas con habilidades en inteligencia artificial, pero ¿cómo se ve eso en términos de roles y trabajos específicos? Para analizar esto, leí una muestra de las 154 descripciones de puestos de trabajo editoriales del período que coincidían en al menos una habilidad en inteligencia artificial. El interés en estos puestos está altamente concentrado en relativamente pocas empresas, solo 35. La mayoría de las empresas que buscan contratar son las más grandes, como NBC, Bloomberg, McClatchy, así como Gannett, Boston Globe y New York Times.
En líneas generales, vi que se publicaron cuatro grupos diferentes de puestos de trabajo, que van desde los más técnicos a los menos técnicos y que emplean habilidades de IA para diferentes propósitos: hacedores de IA, usuarios de IA, estrategas de IA y reporteros de IA. Los puestos de hacedores de IA implicaban tareas como probar y recomendar herramientas, crear flujos de trabajo para la automatización o diseñar experiencias impulsadas por IA. Estos puestos generalmente exigían el más alto nivel de habilidades técnicas de IA para implementar y diseñar soluciones de IA. A continuación estaban los puestos de usuarios de IA, que exigían una «competencia más general en el uso de herramientas de IA» o «uso de software de manipulación de imágenes digitales de IA», así como «entusiasmo por aprender» sobre tecnologías de IA. Los puestos de estrategas de IA tenían que ver con la exploración del horizonte y mantenerse actualizado sobre las «tendencias como la IA» de la industria o tener una «sólida comprensión de la IA y sus usos potenciales» con el fin de desarrollar una estrategia. Finalmente, los puestos de reporteros de IA reflejan la misión editorial de las organizaciones de noticias de informar sobre la IA en la sociedad . Estas posiciones reflejaban una necesidad de saber sobre la IA y la industria de la IA, cómo estaba impactando áreas específicas como la educación y el conocimiento de cómo dirigir la cobertura de la IA, pero no enfatizaban ninguna comprensión técnica particular o uso de la IA.
Uno de los roles que ha recibido cierta publicidad en los medios como un » título de trabajo del futuro » a medida que crece la IA generativa es el de ingeniero rápido . La demanda de personas con la habilidad de «ingeniería rápida» comenzó a despegar en marzo de 2023 y ha crecido rápidamente, con un total de 3793 puestos desde mayo de 2021 en todas las industrias que indexa Lightcast. Solo en junio de 2024, había 469 puestos únicos que requerían la habilidad. Gran parte del interés se concentra en las industrias de «Servicios de consultoría», y solo una pequeña fracción de las publicaciones que requieren esta habilidad (12 en total en cualquier ocupación) provienen de las industrias de editores de noticias, televisión y radio en las que me centro aquí.
En general, vemos una variedad de puestos editoriales que exigen habilidades en IA, desde aquellos que son más técnicos hasta aquellos que tienen que ver con la estrategia o que se enmarcan como capaces de informar sobre el tema de manera más amplia. Hay poca demanda en la industria para contratar personas con habilidades rápidas de ingeniería.
Cambios de habilidades
Los cambios en las habilidades requeridas para un trabajo pueden ser un indicador de cómo las nuevas oportunidades o demandas tecnológicas están dando forma a la naturaleza del trabajo. Para analizar esto, comparé la prevalencia de habilidades para todos los puestos editoriales anteriores y posteriores a ChatGPT e informé de diferencias estadísticamente significativas.
Además del aumento de las habilidades de IA/ML mencionado anteriormente, otras categorías de habilidades técnicas también están mostrando signos de mayor demanda entre los puestos editoriales, incluida la informática, que pasó del 3 % en el período anterior a ChatGPT al 5,4 % de las publicaciones en el período posterior a ChatGPT, y el análisis de datos, que pasó del 6,4 % al 7 % de las publicaciones. Pero algunas otras categorías de habilidades básicas también están en aumento, incluido el periodismo (del 73,4 % al 76,2 %), el pensamiento crítico y la resolución de problemas (del 16,5 % al 18 %) y la iniciativa y liderazgo (del 53,2 % al 55,2 %). Las categorías de habilidades técnicas se solicitan con menos frecuencia en general, pero su aumento proporcional también es mayor.
En términos de habilidades específicas demandadas, vemos que las Normas y conducta éticas han crecido de estar presentes en el 12,7 % de las publicaciones editoriales antes de ChatGPT al 16,8 % de las publicaciones después de ChatGPT. Otras habilidades para las que ha crecido la demanda incluyen la redacción (del 45,5 % al 48,9 %), la narración de historias (del 12,7 % al 14,5 %), la creatividad (del 4,2 % al 5,2 %), la verificación de hechos (del 1,2 % al 1,6 %) y la corrección de textos (del 2,1 % al 2,5 %). Aunque la correlación no es causalidad, es fácil ver varias de estas habilidades como complementarias a las debilidades de la IA generativa, como se esperaría que impulsara una mayor necesidad de corrección de textos, verificación de hechos, creatividad y, especialmente, normas y conducta éticas.
También hay algunas caídas notables en las demandas de categorías de habilidades, incluidas las de áreas técnicas y de diseño como software de diseño gráfico y visual (11,4% a 10%), diseño y desarrollo web (5,2% a 3,9%), así como habilidades más generales relacionadas con la comunicación (55,5% a 53,5%) y la producción de medios (47,4% a 41%). Las habilidades más específicas que han experimentado una caída incluyen puntuación y mayúsculas (6,5% a 4,6%), recopilación de información (7,8% a 6,6%), edición de contenido (4,7% a 3,7%), investigación (24,7% a 23,8%), memorandos (2% a 1,3%), gramática (14,8% a 14%), redacción publicitaria (4,8% a 4,2%) y edición de imágenes (1,2% a 0,9%). Y no es que fuera algo habitual en el período anterior a ChatGPT, pero los subtítulos como habilidad han desaparecido por completo en el período posterior a ChatGPT. Una vez más, podemos ver que la disminución de la demanda de algunas de estas habilidades podría interpretarse razonablemente como relacionada con los cambios técnicos impulsados por la IA generativa. Si bien son estadísticamente significativos, muchos de estos cambios son menores, como esperaríamos que fueran en el transcurso de solo 3 años.
Seguramente hay muchas otras fuerzas que operan en el entorno laboral periodístico y que pueden estar cambiando la naturaleza de las habilidades demandadas en las ofertas de trabajo. Por ejemplo, la demanda de habilidades en TikTok casi se ha duplicado entre los dos períodos, lo que refleja el rápido crecimiento de esa plataforma, y la demanda de bilingüismo (español/inglés) creció aproximadamente un tercio a medida que algunos medios de comunicación responden a los cambios demográficos en las comunidades. Un aumento del interés en la verificación de datos también podría reflejar una mayor preocupación y responsabilidad por contrarrestar la información errónea y la desinformación que ha proliferado en las plataformas. Y la disminución del interés en las habilidades gramaticales podría reflejar cambios tecnológicos más amplios en torno a las ayudas para la escritura (por ejemplo, Grammarly u otros mecanismos de sugerencia de texto integrados en software común), o un menor interés en la precisión gramatical debido a las menores expectativas de las audiencias en línea. En otras palabras, no creo que podamos atribuir necesariamente todos estos cambios a la IA generativa.
En general, vemos que hay algunos cambios de habilidades que podrían estar relacionados plausiblemente con los cambios en el crecimiento del interés en la IA y la IA generativa desde el lanzamiento de ChatGPT. Hago esta afirmación con cautela, ya que creo que hay muchas fuerzas más allá de la IA que están dando forma a las habilidades reflejadas en las ofertas de trabajo. Pero sea cual sea la causa, hay algunas tendencias claramente visibles en los datos aquí. El aumento de la demanda de habilidades complementarias en ética, pensamiento crítico, creatividad, verificación de hechos y corrección de textos parecería abordar algunas de las preocupaciones planteadas por las debilidades de la IA generativa descritas en investigaciones anteriores . Del mismo modo, las caídas en el interés por habilidades como la edición de contenido, la puntuación, la gramática, los memorandos, la redacción de textos y la edición de imágenes muestran que la demanda de aquellas habilidades en las que la IA generativa tiene capacidades claras parece estar erosionándose. Por supuesto, estos cambios también solo consideran las habilidades en las nuevas ofertas de trabajo y no tienen en cuenta ninguna de las mejoras en las habilidades en torno a la IA que muchas organizaciones de noticias han estado llevando a cabo en 2023 y 2024 a través de varias rondas de capacitación.
Para concluir
Según los datos analizados, la industria de las noticias en los EE. UU. parece estar cambiando lentamente su grupo de trabajo de maneras que pueden ayudarla a aprovechar las posibles ganancias de eficiencia de la IA generativa. Vemos que las organizaciones de noticias están tratando de aumentar la cantidad de personas con las habilidades necesarias para usar los LLM existentes en el lado editorial y para desarrollar el software para agregar más para mejorar la eficiencia en el lado técnico. Hasta ahora, parece que los puestos de trabajo autónomo en la industria se han salvado. Y la gran demanda de ingeniería rápida realmente no ha afectado a la industria. Pero las demandas de habilidades más allá de las habilidades de IA también parecen estar cambiando en los roles editoriales. Estos cambios parecen ser complementarios a las debilidades de la IA generativa hacia habilidades como los estándares éticos y el pensamiento crítico. Para seguir siendo competitivos en la industria cambiante, los periodistas pueden querer mejorar sus habilidades de IA, así como algunas de estas otras habilidades complementarias. Del mismo modo, las organizaciones de noticias harían bien en acelerar la contratación e invertir en la mejora de las habilidades de su fuerza laboral existente (como ya lo están haciendo algunas) si quieren aprovechar las ganancias potenciales de la IA generativa.
Ahora bien, si las personas con habilidades de IA en las organizaciones de noticias serán gestionadas en función de objetivos de eficiencia es otra cuestión, que depende de la estrategia organizacional que se emplee. Por supuesto, existen alternativas a la estrategia de eficiencia, como enfoques más orientados al producto o a la diferenciación, como se ha explorado anteriormente en este blog . Los sindicatos de trabajadores de la industria están empezando a ganar terreno en la protección de los puestos de trabajo que podrían verse afectados por la IA, lo que podría determinar aún más quién se beneficia de las posibles ganancias de eficiencia. Por mucho que la mejora se pueda presentar de forma positiva para las pequeñas organizaciones que necesitan hacer más con menos, las grandes organizaciones con varias personas en un puesto pueden encontrarse en una situación en la que el aumento de la producción a partir de las ganancias de eficiencia puede tener menos sentido que mantener un nivel constante de producción con un menor coste laboral. La dinámica entre el trabajo, la calidad del contenido y la estrategia y la gestión organizacionales es compleja y va más allá de este artículo, pero espero profundizar más en ello en el futuro.
