Exposición de las ocupaciones ecuatorianas a la inteligencia artificial generativa: una réplica adaptada del indicador Anthropic con ENEMDU 2025
Resumen
El presente estudio construyó un índice de exposición ocupacional a la inteligencia artificial generativa (IAG) para Ecuador y lo vinculó con los microdatos de la Encuesta Nacional de Empleo, Desempleo y Subempleo (ENEMDU) de 2025. Se empleó un diseño cuantitativo, transversal, no experimental y de alcance descriptivo-correlacional. La medición de la exposición ocupacional se construyó a partir de información de O*NET y de un procedimiento de correspondencia entre clasificaciones ocupacionales CIUO, ISCO y SOC, con el propósito de estimar el grado de exposición teórica de las ocupaciones ecuatorianas a las capacidades de la IAG. Posteriormente, el índice se vinculó con indicadores de ingreso laboral e informalidad mediante los microdatos de la ENEMDU 2025. Los resultados mostraron que una mayor exposición ocupacional estimada no se concentró exclusivamente en segmentos laborales de mayor productividad o ingreso, sino que también estuvo presente en ocupaciones asociadas con contextos rurales e informales. Asimismo, se observó una asociación negativa entre el nivel de exposición estimada y el ingreso laboral, y una asociación positiva con la informalidad. Estos resultados sugieren que los indicadores internacionales de exposición a la IAG requieren procesos de adaptación y validación contextual antes de ser utilizados para caracterizar mercados laborales de economías con heterogeneidad productiva y limitada penetración tecnológica. La principal contribución del estudio radica en proponer un marco de medición ocupacional reproducible y contextualizado para Ecuador, que permite aproximar la exposición potencial a la IAG a partir de fuentes internacionales y microdatos laborales nacionales.
Descargas
Citas
Acemoglu, D., Autor, D., Hazell, J., & Restrepo, P. (2022). Artificial intelligence and jobs: Evidence from online vacancies. Journal of Labor Economics, 40(S1), S293-S340. https://doi.org/10.1086/718327
Acemoglu, D., & Restrepo, P. (2020). Robots and jobs: Evidence from US labor markets. Journal of Political Economy, 128(6), 2188-2244.
Araujo Tapia, B. S., Loor Saldarriaga, A. O., Vargas Moreno, M. E., Guevara Herrera, C. R., & Merino Garnica, A. E. (2025). Impactos proyectados de la inteligencia artificial y la automatización en el mercado laboral ecuatoriano. Ciencia Latina Revista Científica Multidisciplinar, 9(5). https://doi.org/10.37811/cl_rcm.v9i5.20151
Autor, D. H., Dorn, D., & Hanson, G. H. (2013). The China syndrome: Local labor market effects of import competition in the United States. American Economic Review, 103(6), 2121-2168.
Azuara, O., Ripani, L., & Torres, E. (2024). AI and the Increase of Productivity and Labor Inequality in Latin America: Potential Impact of Large Language Models on Latin American Workforce (IDB-DP-01076). Inter-American Development Bank.
Eloundou, T., Manning, S., Mishkin, P., & Rock, D. (2023). GPTs are GPTs: An early look at the labor market impact potential of large language models. arXiv preprint arXiv:2303.10130.
Georgieff, A., & Hyee, R. (2022). Artificial Intelligence and Employment: New Cross-Country Evidence. Frontiers in Artificial Intelligence, 5, 832736. https://doi.org/10.3389/frai.2022.832736
Massenkoff, M., & McCrory, P. (2026, 5 de marzo). Labor market impacts of AI: A new measure and early evidence. Anthropic. https://www.anthropic.com/research/labor-market-impacts
Pinto Molina, S., & Granja Altamirano, K. (2023). El impacto económico de la inteligencia artificial y la automatización en el mercado laboral. Kosmos, 2(1). https://doi.org/10.62943/rck.v2n1.2023.44
Shen, Y., & Zhang, X. (2024). The impact of artificial intelligence on employment: the role of virtual agglomeration. Humanities and Social Sciences Communications, 11. https://doi.org/10.1057/s41599-024-02647-9

Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional.
La Universidad Estatal de Bolívar conserva los derechos patrimoniales (copyright) de las obras publicadas y favorecerá la reutilización de las mismas. Las obras se publican en la edición electrónica de la revista bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional: se pueden copiar, usar, difundir, transmitir y exponer públicamente.
El autor/es abajo firmante transfiere parcialmente los derechos de propiedad (copyright) del presente trabajo a la Universidad Estatal de Bolívar, para las ediciones impresas.
Se declara además haber respetado los principios éticos de investigación y estar libre de cualquier conflicto de intereses.
El autor/es certifican que este trabajo no ha sido publicado, ni está en vías de consideración para su publicación en ninguna otra revista u obra editorial.
El autor/es se responsabilizan de su contenido y de haber contribuido a la concepción, diseño y realización del trabajo, análisis e interpretación de datos, y de haber participado en la redacción del texto y sus revisiones, así como en la aprobación de la versión que finalmente se remite en adjunto.





|