Encuesta de usos de ChatGPT en Argentina: Resultados preliminares sobre frecuencia de uso, productividad en el trabajo y sustitución de tareas

Mariano Zukerfeld; Andrés Rabosto; Mariano Fredes; Celeste DeMarco

doi:10.24215/23143924e075

Autores/as

Mariano Zukerfeld CONICET, e-TCS, Centro de Ciencia, Tecnología y Sociedad, Universidad Maimónides
Andrés Rabosto Centro Interdisciplinario de Estudios en Ciencia, Tecnología e Innovación, e-TCS, Centro de Ciencia, Tecnología y Sociedad, Universidad Maimónides
Mariano Fredes Instituto Nacional de Estadística y Censos, e-TCS, Centro de Ciencia, Tecnología y Sociedad, Universidad Maimónides
Celeste DeMarco Centro Interdisciplinario de Estudios en Ciencia, Tecnología e Innovación

DOI:

https://doi.org/10.24215/23143924e075

Palabras clave:

encuesta, trabajo, productividad, automatización, chatGPT

Resumen

Desde la difusión de ChatGPT las discusiones sobre los impactos de la inteligencia artificial generativa (IAG) se han masificado. Tales debates, en Argentina se han desarrollado importando marcos de análisis y sin apoyo empírico. Por ello, el presente artículo busca difundir resultados parciales de una encuesta en curso sobre la utilización de ChatGPT en Argentina. En términos teóricos, el artículo parte de entender que la IAG es parte de la fase de las plataformas del capitalismo digital, donde priman la tendencia a la plataformización y a la automatización digital del trabajo, y donde sobresale el modelo de acumulación de capital de profit from openness. ChatGPT representa ambas tendencias. Los principales hallazgos que se presentan aquí indican una alta penetración de ChatGPT en ámbitos productivos: 75% de quienes lo han usado alguna vez, declara usarlo en tareas laborales. Más relevante, el 85% de quienes lo han usado considera que obtiene ganancias de productividad horaria. Sin embargo, un 60% evalúa que su empleo no será automatizado en el futuro. Así, los datos sugieren que la prioridad no está tanto en los desafíos que traería la sustitución completa, sino en los que impone la complementariedad y la distribución de ganancias de productividad.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Acemoglu, D. y Autor, D. (2011). Skills, tasks and technologies: Implications for employment and earnings. Handbook of labor economics, 4, 1043-1171.

Alvarado Retamal, E. C. y Veramendi, M. (2023). Significaciones de los jóvenes sanjuaninos en torno a las nuevas modalidades de trabajo. 9° Encuentro de Investigadores de Ciencias Sociales región Centro Oeste (InReCo) 6° Binacional con la IV Región de la República de Chile [Ponencia].

Autor, D., Levy, F. y Murnane, R. J. (2003). The skill content of recent technological change: An empirical exploration. The Quarterly journal of economics, 118(4), 1279-1333.

Autor, D. (2013). The task approach to labor markets: an overview. Journal Labour Mark Res 46(3),185–199.

Autor, D. (2014). Polanyi’s Paradox and the Shape of Employment Growth. Working Paper w20485, National Bureau of Economic Research.

Autor, D., Katz, L. y Krueger, A. (1998). Computing Inequality: Have Computers Changed the Labor Market. The Quarterly Journal of Economics, 113 (4), 1169-1213.

Arntz, M., Gregory, T. y Zierahn, U. (2016). The risk of automation for jobs in OECD countries: a comparative analysis. OECD Social, Employment, and Migration Working Papers, 189.

Basco, A. y Lavena, C. (2019). Un potencial con barreras: la participación de las mujeres en el área deficiencia y tecnología en Argentina. BID.

Baum, G., Lepratte, L., Yoguel, G. y Cahais, H. (2023). Los procesos de co-producción y emergencia de innovaciones en Grandes Sistemas Informáticos del sector público: el caso e-Sidif. CIECTI.

Blondeau, O., Whiteford, N. D., Vercellone, C., Kyrou, A., Corsani, A., Rullani, E., Boutang, M. y Lazzarato, M. (2004). Capitalismo cognitivo, propiedad intelectual y creación colectiva. Traficantes de sueños.

Brynjolfsson, E., Li, D. y Raymond, L. R. (2023). Generative AI at work (No. w31161). National Bureau of Economic Research.

Brynjolfsson, E. y Mitchell, T. (2017). What Can Machine Learning, Do? Workforce Implications. Science, 358, 1530-1534.

Castells, M. (2006). La sociedad red: una visión global. La era de la información. Alianza.

Eloundou, T., Manning, S., Mishkin, P. y Rock, D. (2023). Gpts are gpts: An early look at the labor market impact potential of large language models. https://doi.org/10.48550/arXiv.2303.10130

Eisfeldt, A. L., Schubert, G. y Zhang, M. B. (2023). Generative ai and firm values (No. w31222). National Bureau of Economic Research.

Felten, E., Raj, M. y Seamans, R. (2021). Occupational, industry, and geographic exposure to artificial intelligence: A novel dataset and its potential uses. Strategic Management Journal, 42(12), 2195-2217.

Felten, E., Raj, M. y Seamans, R. (2023). How will Language Modelers like ChatGPT Affect Occupations and Industries?. General Economics. https://doi.org/10.48550/arXiv.2303.01157

Franco, S. F., Graña, J. M., Rikap, C. y Robert, V. (2022). Industria 4.0 como sistema tecnológico. Argentina Productiva 2023, Documento Nro 37. Ministerio de Economía Secretaría de industria y desarrollo productivo.

Frey, C.B. y Osborne, M.A. (2013). The future of employment: How susceptible are jobs to computerisation?. Technol Forecast Soc Change, 114, 254–280.

Guitart, V., Rabosto, A. y Segal, N. (2022). Brechas de género en el sector de software en Argentina. Integración y Comercio, (48), 125-167.

Lund, A. y Zukerfeld, M. (2020). Corporate Capitalism's Use of Openness: Profit for Free? Springer Nature.

Noy, S. y Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence. SSRN 4375283. http://dx.doi.org/10.2139/ssrn.4375283

Palermo, H. M., Radetich, N. y Reygadas, L. (2020). Trabajo mediado por tecnologías digitales: sentidos del trabajo, nuevas formas de control y trabajadores ciborg. Revista Latinoamericana de Antropología del Trabajo, 4 (7), 1-35.

Pawel, G., Janine, B. y David, B. (2023). Generative AI and jobs a global analysis of potential effects on job quantity and quality. International Labour Organization.

Peng, S., Eirini K., Peter C. y Mert, D. (2023). The Impact of AI on Developer Productivity: Evidence from GitHub Copilot. Software Engineering. https://doi.org/10.48550/arXiv.2302.06590

Rabosto, A. (2023). El ChatGPT y la última milla del humanismo. Revista Nuso. https://nuso.org/articulo/chat-gpt-inteligencia-artificial-capitalismo-humanismo/

Srnicek, N. (2018). Capitalismo de plataformas. Caja Negra.

Yansen, G. (2020). Género y tecnologías digitales: ¿qué factores alejan a las mujeres de la programación y los servicios informáticos?. Teknokultura, 17(2), 239-249.

Yoguel, G., Chanders, V. y Mochi, S. (2021). Innovación por coproducción en industria 4.0: un estudio de caso de inteligencia artificial aplicadas a imágenes médicas. CIECTI.

Zarifhonarvar, A. (2023). Economics of chatgpt: A labor market view on the occupational impact of artificial intelligence. SSRN 4350925. http://dx.doi.org/10.2139/ssrn.4350925

Zukerfeld, M. (2010). Cinco Hipótesis sobre el Trabajo Informacional. Aproximaciones a la caracterización del mundo laboral en el Capitalismo Cognitivo. Revista Electrónica Gestión de las Personas y Tecnología (9), 76-85.

Zukerfeld, M. (2014). Inclusive Appropriation and the Double Freedom of Knowledge: On the Capitalist exploitation of non-for profit software, contents and data producers. Sociologia del Lavoro, 133, 144-158.

Zukerfeld, M. (2020). Bits, plataformas y autómatas: las tendencias del trabajo en el capitalismo informacional. Revista Latinoamericana de Antropología del Trabajo, 4 (7), 1-50.