La IA ya asume tareas de oficina: Copilot amenaza a decenas de profesiones del conocimiento

La combinación del análisis de Microsoft Research sobre Copilot y las listas recientes de empleos en riesgo sitúan a numerosas profesiones del conocimiento en la primera línea de impacto.    

A continuación, un resumen práctico y accionable para lectores, empresas y responsables de políticas públicas.

Metodología: cómo midió Microsoft el impacto  

Microsoft analizó 200.000 conversaciones anónimas con Copilot durante nueve meses de 2024 en EE. UU. Descompuso cada ocupación en actividades concretas y creó un índice —el “AI Applicability Score”— que mezcla: frecuencia con la que se solicita una tarea, la valoración de la respuesta por parte del usuario y el solapamiento de esa actividad con profesiones reales.    

RESULTADO:  Las ocupaciones centradas en trabajo del conocimiento y comunicación muestran las puntuaciones más altas de aplicabilidad de la IA.

Resultados clave: tareas y profesiones donde la IA triunfa  

El estudio muestra que la IA aporta mayor valor en actividades de recopilación de información, redacción y traducción. Tasas de efectividad reportadas incluyen ejemplos llamativos:

• Intérpretes y traductores: ~98 % de efectividad en las actividades solicitadas. 
• Historiadores, correctores/revisores de texto: ~91 % de éxito.
• Matemáticos, programadores CNC: ~90 %.
• Escritores/autores, asistentes estadísticos, representantes de ventas: entre 84 % y 91 % de efectividad.

Eso no significa una eliminación automática del puesto, pero sí que muchas de sus tareas pueden ser desempeñadas por modelos de lenguaje con alto grado de satisfacción del usuario.  

Lo que dicen otras fuentes: expansión del mapa de riesgo  

Informes y listados publicados recientemente (por ejemplo medios que resumen el estudio de Microsoft) amplían el catálogo de empleos expuestos y señalan perfiles repetitivos y basados en procesamiento de información como los más vulnerables: contabilidad administrativa, analistas de datos rutinarios, secretaría y tareas administrativas, algunos puestos de atención al cliente, ciertos roles en marketing y comunicación, entre otros.   

Además, estos análisis a menudo incluyen evaluaciones econométricas o proyecciones macro que estiman un impacto laboral significativo en un horizonte cercano, lo que subraya la necesidad de prepararse para distintos escenarios.

Sectores más resistentes — y por qué  

Menos expuestos en el corto plazo son los empleos que requieren:

• Interacción humana compleja y juicio clínico (por ejemplo sanidad)
• Creatividad no estructurada y gestión artística
• Destreza manual fina y trabajo en entornos impredecibles (cierta manufactura, oficios especializados).

Es importante subrayar que “resistencia” no es inmunidad: la IA podría cambiar tareas dentro de esos empleos (herramientas de apoyo, diagnóstico asistido, etc.).  

Escenarios empresariales: productividad o recorte — dependen las decisiones  

El efecto real en empleo variará según la respuesta empresarial: si la IA hace a un desarrollador 50 % más productivo —cita usada en resúmenes del estudio— la compañía puede contratar menos, o bien asumir más proyectos y contratar distinto talento. 

El punto clave es que la misma tecnología puede traducirse en menos empleos o en trabajos reconvertidos, según decisiones estratégicas de las empresas y las políticas públicas que las acompañen.

Qué pueden hacer ahora trabajadores y empresas (acciones concretas  

Trabajadores: priorizar habilidades que complementan a la IA —supervisión de modelos, pensamiento crítico, gestión de equipos, creatividad aplicada, negociación y habilidades sociales—; invertir en formación práctica y certificaciones que demuestren dominio de herramientas asistidas por IA.

Empresas: diseñar planes de transición interna (reentrenamiento, rotación de tareas, creación de roles híbridos IA–humano), auditar tareas para rediseñarlas y medir productividad versus impacto en plantilla.

Gobiernos y sindicatos: impulsar programas de reciclaje profesional, subsidios temporales de formación, incentivos para contratación en sectores de alto valor humano y ajustar las redes de protección social a transiciones rápidas.  

Estas recomendaciones derivan directamente del patrón observado: cuanto más rutinarias y definidas sean las tareas, más susceptibles son a la automatización; cuanto más creativas, humanas o impredecibles, más valor conservará la intervención humana.    

Ejemplo ilustrativo (cómo cambia una jornada)  

Un traductor profesional podría pasar de traducir párrafos enteros a revisar, matizar y adaptar textos generados por IA: menos tiempo en “traducción literal” y más en control de calidad, adaptación cultural y posicionamiento estratégico del mensaje — tareas de valor añadido menos automatizables. Este ejemplo es coherente con el tipo de impacto descrito por Microsoft, así como con los listados de profesiones vulnerables que priorizan traducción, redacción y manejo de información.    

Conclusión

Los datos combinados del estudio de Microsoft y las listas periodísticas recientes muestran que la IA ya realiza con alta eficacia muchas actividades ligadas a profesiones del conocimiento —traducción, redacción, análisis rutinario—. Eso obliga a plantear la cuestión como una transformación de tareas y modelos de empleo, no solo como una amenaza automática de destrucción laboral. La diferencia la marcarán las estrategias de formación, el rediseño de puestos y las políticas públicas que acompañen la adopción tecnológica.