El estudio, titulado Working with AI: Measuring the Applicability of Generative AI to Occupations y publicado en julio de 2025 por investigadores de Microsoft, cruzó esas interacciones con la base de datos O*NET del Departamento de Trabajo de Estados Unidos —el catálogo más detallado de tareas ocupacionales que existe— para calcular un AI applicability score por cada profesión: qué tan seguido aparecen las tareas de ese trabajo en las conversaciones con IA, y qué tan bien las resuelve el modelo.
El resultado es una lista de los 40 empleos con mayor exposición a la IA y, en el otro extremo, un conjunto de profesiones donde ese puntaje es notablemente bajo. Son los empleos que la IA generativa, al menos hoy, no logra cubrir de forma significativa.
El patrón detrás de los trabajos resistentes
Antes de ver la lista, hay que entender por qué ciertos roles aparecen en ese extremo. Los propios investigadores de Microsoft lo explicaron en una nota de seguimiento publicada en su blog oficial: la IA generativa es muy buena en tareas de lenguaje, síntesis de información y escritura, pero falla en todo lo que requiere presencia física, destreza manual en entornos impredecibles o construcción de confianza emocional en tiempo real.
Un modelo de lenguaje puede redactar un informe de terapia, pero no puede sostener la mirada de alguien que llora. Puede describir cómo se instala un circuito eléctrico, pero no puede introducir las manos en una pared húmeda con el cableado expuesto. Puede generar un plan de clase para preescolar, pero no puede manejar a doce niños de cuatro años que deciden simultáneamente no cooperar. Esa es la frontera real.
Las profesiones con menor aplicabilidad de IA
Terapeutas y consejeros de salud mental. La inteligencia emocional, la lectura de contexto no verbal y la construcción de una relación terapéutica a lo largo del tiempo son capacidades que los modelos de lenguaje simulan, pero no replican. El estudio señala que las tareas en estos roles tienen baja cobertura en las conversaciones con Copilot precisamente porque los usuarios no acuden a la IA para resolver procesos emocionales complejos de la misma forma en que le piden que redacte un correo.
Maestros de educación inicial y preescolar. La enseñanza en los primeros años de vida es intensamente física, impredecible y relacional. Requiere leer el estado emocional de un grupo de niños en tiempo real y ajustar constantemente la estrategia. Es el tipo de trabajo donde la presencia humana no es un complemento, es el núcleo de la función.
Electricistas, plomeros y oficios especializados. Los trabajos de este tipo implican destreza manual en entornos que cambian en cada instalación: una casa diferente, una tubería con una falla inesperada, un tablero eléctrico instalado hace treinta años. La IA generativa no tiene manos y no puede inspeccionar físicamente un espacio, lo que hace que su aplicabilidad en estos roles sea estructuralmente baja. El Bureau of Labor Statistics de Estados Unidos proyecta además que la demanda de plomeros y electricistas seguirá creciendo durante la próxima década.
Coreógrafos. Es un caso que a primera vista sorprende, pero tiene sentido: la coreografía requiere trabajar con cuerpos en el espacio, comunicar movimiento de forma presencial y ajustar en tiempo real según las capacidades físicas de los bailarines. No es una tarea de texto ni de síntesis de información.
Bomberos y personal de respuesta a emergencias. El juicio rápido en situaciones físicas de alto riesgo, la coordinación en entornos caóticos y la responsabilidad directa sobre vidas humanas en tiempo real son condiciones donde los modelos de IA tienen cero aplicabilidad operativa hoy.
El estudio también identifica roles médicos manuales —flebotomistas, auxiliares de enfermería, asistentes de cuidado personal— como profesiones de baja exposición. Son justamente los roles que, según el Bureau of Labor Statistics de EE.UU., generarán más empleos nuevos durante la próxima década en ese país: el sector de cuidado personal en casa es uno de los de mayor crecimiento proyectado.
Lo que el estudio no dice
Los propios investigadores fueron enfáticos en un punto que buena parte de la cobertura mediática ignoró: un puntaje alto de aplicabilidad de IA no equivale a desplazamiento laboral. El estudio mide qué tan frecuentemente las tareas de un empleo aparecen en conversaciones con Copilot y qué tan bien las resuelve, no si esos trabajadores van a ser despedidos. Las decisiones de contratación las toman las organizaciones, no los modelos.
También reconocen un límite metodológico relevante: los datos son de usuarios de Bing Copilot en Estados Unidos entre enero y septiembre de 2024 —el estudio fue publicado en julio de 2025— y reflejan los patrones de uso de ese período, no la capacidad máxima de la IA actual. Los avances en robótica y los modelos multimodales podrían mover la frontera en los próximos años, especialmente en tareas manuales que hoy parecen fuera de alcance.
La verdad incómoda que nadie menciona
Hay un dato que el estudio revela y que contradice la narrativa popular: la IA tiene mayor aplicabilidad en empleos que requieren título universitario que en los que no lo requieren. Los roles de conocimiento —analistas, redactores, traductores, científicos de datos— están más expuestos que los oficios manuales. Durante décadas, la narrativa fue que la automatización amenazaba primero a los trabajos sin educación formal. Con la IA generativa, la lógica se invierte.
El electricista con veinte años de experiencia instalando sistemas en edificios residenciales está, según estos datos, en una posición más sólida frente a la automatización que el analista de datos con maestría que pasa su día sintetizando reportes y redactando presentaciones. Eso no significa que los oficios estén exentos de cambios, pero sí que el mapa de riesgo que teníamos en la cabeza merece una revisión seria.
Si este contenido te fue útil, puedes apoyar el trabajo editorial de GlitchMentalMX.
