Google ha lanzado la primera versión de ATLAS (Activity, Task, Landscape, and Adoption Study), una investigación diseñada para analizar el uso real de herramientas de inteligencia artificial tanto en entornos laborales como cotidianos. Este informe se sustenta en 15 millones de interacciones agregadas y anonimizadas provenientes de Gemini y sus APIs. Los datos abarcan más de 150 países, 140 idiomas, 800 ocupaciones y 4.000 tareas diferentes.

Informe ATLAS v1.0 de Google

Según los resultados preliminares, la IA está presente en una gran variedad de profesiones, aunque su aplicación suele limitarse a un porcentaje reducido de las funciones dentro de cada trabajo. De hecho, el estudio registra usos laborales vinculados al 68% de las ocupaciones estudiadas, que en conjunto representan cerca del 90% del empleo total de Estados Unidos.

Sin embargo, la presencia tecnológica no implica automatización completa. En un trabajo típico analizado por el informe, la inteligencia artificial interviene en aproximadamente 21% de las tareas. Esta distinción resulta crucial para comprender el impacto real: tener IA dentro de una ocupación no significa que toda esa profesión vaya a desaparecer.

Lee también: ERP vs. Excel: cinco señales de que una empresa necesita cambiar su gestión

La investigación ofrece así una fotografía inicial sobre la adopción global de estas tecnologías, revelando que aunque el alcance es amplio geográficamente y ocupacionalmente, la integración profunda sigue siendo un proceso gradual y selectivo en las funciones diarias.

Otro hallazgo clave del estudio ATLAS revela que, en el ámbito laboral, menos del 10% de las interacciones con inteligencia artificial automatiza por completo una tarea. Según Google, la dinámica predominante es la colaboración y asistencia entre humanos y herramientas digitales. Estas se enfocan en actividades como generar ideas, elaborar estrategias, buscar información o aprender nuevos conceptos. Los datos muestran un contraste significativo: las tareas cognitivas no rutinarias —que incluyen diseño creativo y comprobación de hipótesis— representan el 65% de las interacciones laborales analizadas. Esto es muy superior al 35% que estas mismas actividades ocupan en la economía general, según la metodología del informe. Sin embargo, la automatización total sigue siendo una excepción minoritaria frente a esta tendencia de apoyo humano. La inteligencia artificial también trasciende las oficinas y profesiones del conocimiento tradicional para llegar a roles técnicos y manuales. Trabajadores automotrices y mecánicos industriales utilizan herramientas conversacionales para resolver problemas complejos, interpretar datos técnicos o aprender durante el desarrollo de una labor específica. Cuando estos profesionales recurren a estas plataformas, los patrones de ATLAS indican que tienen dos veces más probabilidades de utilizar capacidades multimodales. Esto les permite trabajar integrando información visual como imágenes junto con texto, facilitando así su flujo de trabajo en entornos prácticos. El estudio también destaca la importancia de entender cómo funcionan estos sistemas detrás de escena. Las empresas están poniendo el foco en la IA explicable para comprender mejor las decisiones que toman los algoritmos y asegurar su transparencia operativa. El estudio ATLAS, que abarca más de 150 países y territorios, detecta una clara conexión entre el PIB per cápita y la adopción de inteligencia artificial. Esta correlación sugiere que podría persistir una brecha digital entre economías con distintos niveles de ingresos, aunque el patrón no es uniforme; naciones de Sudamérica y Medio Oriente con ingresos medios muestran tasas de uso comparables a las de economías más ricas. Además, la diversidad lingüística es evidente: el inglés representa aproximadamente un tercio de las conversaciones globales analizadas, mientras que el resto corresponde a otros idiomas. Sin embargo, una conclusión clave amplía la discusión sobre el impacto económico de la tecnología hacia su uso en la vida cotidiana. Según los datos, más del 86% de las interacciones estudiadas se produce fuera del ámbito laboral. Entre estos usos destacan actividades domésticas y administrativas, como investigar productos antes de comprarlos, obtener ayuda para utilizar herramientas o electrodomésticos y buscar orientación para realizar trámites relacionados con impuestos, licencias o multas. Google sostiene que parte del valor generado por estas actividades puede no aparecer directamente en indicadores económicos tradicionales, pese a que la tecnología podría reducir el tiempo o esfuerzo dedicado a determinadas tareas. Entre los ejemplos descritos figuran la interpretación de resultados de pruebas, revisión de problemas en sistemas eléctricos y análisis del desgaste de maquinaria. Estos hallazgos demuestran cómo la IA se integra profundamente en rutinas diarias más allá de la oficina, redefiniendo su contribución real al bienestar económico global sin que siempre sea reflejada en las métricas convencionales de producción inmediata. Así, el alcance de la herramienta trasciende lo estrictamente profesional para abarcar soluciones prácticas en múltiples facetas de la vida diaria de millones de personas alrededor del mundo.

¿Cómo recopiló Google los datos de ATLAS?

Las estadísticas se elaboraron mediante Observation Clustering and Taxonomy Organisation (OCTO), una metodología de Google DeepMind que transforma textos no estructurados en categorías para analizar patrones. Para garantizar la privacidad, el proceso retiró toda información de identificación personal y referencias sensibles, desvinculando los datos anonimizados de los registros subyacentes de usuarios y trabajando únicamente con información resumida y agregada.

Sin embargo, existe una limitación crucial: ATLAS no representa todo el ecosistema mundial de inteligencia artificial. El conjunto de datos surge exclusivamente de interacciones con productos de Google, por lo que aún no incorpora todos los servicios propios. Herramientas como determinados usos de Google Workspace, Google Traductor y las versiones Enterprise de Gemini para la nube carecen de una representación completa.

Por ello, los resultados deben interpretarse como una fotografía del comportamiento observado dentro del universo analizado y no como una medición definitiva de todo el uso global. Las cifras reflejan un panorama parcial, restringido a lo que el algoritmo pudo rastrear en su entorno digital específico, sin extrapolarse al mercado total.

Diario Correo

Leer artículo completo en diariocorreo.pe →