Verifica el riesgo de automatización por IA de tu profesión
Herramienta gratuita que estima el riesgo de automatización por IA de cualquier ocupación. Mezcla patrones reales de uso de Claude del Anthropic Economic Index, proyecciones de empleo BLS 2024-2034, el índice de exposición PayScope 2026 y descripciones de tareas O*NET en una puntuación compuesta con rango de confianza honesto. Escribe tu profesión y verás el medidor de riesgo, la curva por horizonte y un desglose por tareas — qué partes del trabajo ya puede hacer la IA.
Cómo leer tu puntuación de riesgo
Usa el buscador o elige de la tarjeta de tendencias. Autocompletar reduce 50+ profesiones según escribes.
El número central es la exposición a 5 años. El arco delgado muestra el desacuerdo entre fuentes — más amplio = menos cierto.
Compara riesgo a 1, 5 y 10 años. El valor de 10 años extrapola la curva de adopción Anthropic y trae más incertidumbre.
Cada tarea coloreada: roja = automatizable hoy, ámbar = reforzada por IA, verde = humana. Planifica recapacitación alrededor de verdes y ámbar.
El panel "Relacionadas" muestra vecinos de la misma familia SOC con sus puntuaciones — útil para considerar un cambio.
Mira qué tan expuesta está tu profesión, con un rango de confianza honesto de datos reales 2026.
Sugerir una profesión Combinamos los códigos ocupacionales del BLS de EE. UU.: los roles modernos de nicho (SEO, DevOps, SMM…) puede que aún no estén en la taxonomía. Cuéntanoslo y los asignaremos a la familia del BLS más cercana.
🔥 Búsquedas populares
⚠️ Mayor riesgo de automatización
🛡️ Menor riesgo de automatización
Sin uso medido de Claude
El Índice Económico de Anthropic no ha registrado uso de Claude para esta ocupación. Esto suele significar: trabajo físico práctico, interacción presencial o menos tareas basadas en texto. La puntuación del 0 % debe leerse como "hoy no se mide ninguna implicación de la IA", no como "la IA no puede ayudar".
Elige entre las relacionadas o escribe arriba.
Proporción de las tareas medidas en las que la IA asiste al trabajador (retroalimentación, aprendizaje) en lugar de sustituirlo (dirección, validación). Alto aumento + bajo riesgo = la IA cambia el trabajo sin amenazarlo.
Roles más seguros con habilidades afines Cuando el riesgo compuesto es alto, estos son los roles afines con menor exposición dentro del mismo sector, ordenados por proximidad de transferencia de habilidades (raíz SOC más cercana primero).
Habilidades que la IA no reproduce fácilmente Dónde invertir para mantenerse adelante. Combinación del análisis de sus tareas y rasgos humanos de la industria.
Desglose por tareas Cómo la IA se distribuye entre las tareas típicas de este rol hoy.
Ocupaciones relacionadas Compara el riesgo dentro de la familia SOC.
Cómo envejecieron las predicciones Frey & Osborne (2013) vs. estimación moderna 2026. Brecha grande = el modelo 2013 perdió la ola LLM.
No hay una predicción de 2013 para esta ocupación: Frey y Osborne analizaron 702 SOC y esta no estaba en el conjunto original.
Fuentes
El riesgo compuesto mezcla cuatro conjuntos de datos. No inventamos las cifras; la fórmula es abierta.
Anthropic Economic Index (marzo–abril 2026): patrones reales de uso de Claude por ocupación con división automate/augment a nivel tarea. ver fuente ↗
Proyecciones de Empleo del BLS 2024–2034 (publicadas el 28 de agosto de 2025): salarios, crecimiento, vacantes y la base de 832 SOC a la que anclamos todo. ver fuente ↗
Tabla de correspondencias SOC del BLS 2010→2018: usada para alinear las descripciones de tareas del AEI (todavía en O*NET-SOC 2010) con el archivo de empleo SOC del BLS de 2018. ver fuente ↗
O*NET task statements: ~17.998 tareas mapeadas a códigos SOC. ver fuente ↗
Frey & Osborne (2013): solo como línea base histórica para el gráfico de deriva, NO en el compuesto. ver fuente ↗
Las estimaciones se basan en datos laborales de EE. UU. La exposición real depende del empleador, región y tareas específicas. Trátalo como una ayuda de planificación, no un pronóstico.
