OpenAI mide cómo ChatGPT mezcla tareas entre profesiones

Qué publicó OpenAI

El primer informe de la serie Work at the Frontier, firmado por Caroline Chin y Alex Martin Richmond, estudia cómo cambia el contenido de un cargo cuando una persona usa ChatGPT para tareas que la historia laboral asignó a otra profesión. La muestra contiene más de 800.000 mensajes laborales de usuarios estadounidenses, enviados desde cuentas individuales.

La ocupación de cada usuario viene de información de rol declarada en ChatGPT Business. OpenAI agrupó esas ocupaciones en ocho campos: experiencia del cliente, diseño, ingeniería, finanzas, recursos humanos, legal, marketing y ventas. Después comparó la actividad principal de cada mensaje con O*NET, la taxonomía ocupacional del Departamento de Trabajo de Estados Unidos.

El resultado recibe el nombre task crossover, cruce de tareas. Una persona de ventas puede explorar datos que antes habría entregado a análisis. Alguien de marketing puede diagnosticar un error web. Un responsable de experiencia del cliente puede calcular cifras financieras. El cargo conserva su nombre mientras el trabajo diario ensaya otra frontera.

Dos cifras que necesitan denominador

El informe publica 16,8% y 43,5%. La primera cifra cubre todos los mensajes laborales analizados. La segunda excluye las tareas genéricas, aquellas que aparecen en muchas profesiones, como redactar un correo, resumir o programar una reunión. El 61,5% de la muestra quedó en esa categoría genérica.

Entre el resto, los mensajes asociados con una ocupación concreta, 43,5% se clasificó fuera de la profesión declarada por el usuario. Decir que “casi la mitad de todo el trabajo ya cruza profesiones” infla la evidencia. El hallazgo correcto es más específico: casi la mitad del uso ocupacional, después de retirar las actividades compartidas, cae en una tarea ligada históricamente con otro campo.

Esa precisión vuelve el dato más útil. El estudio captura una redistribución de actividad, bastante antes de que la empresa cambie un organigrama. También obliga a mirar el tipo de tarea. Un correo genérico aporta poco para entender quién hace qué; un cálculo financiero preparado por ventas muestra un movimiento funcional concreto.

Cómo dibujaron una frontera laboral

OpenAI asignó cada mensaje a una actividad intermedia y después a una actividad detallada de O*NET. La clasificación usa el mensaje seleccionado y hasta nueve mensajes anteriores de la conversación como contexto. El sistema elige una actividad principal, aunque la conversación real pueda mezclar varias.

La frontera de cada profesión combina enlaces de O*NET, pesos de empleo, ratings de tareas y similitud semántica. Cuando una actividad coincide con la ocupación declarada, queda dentro. Cuando pertenece a otra y supera el umbral del método, cuenta como cruce. Las actividades compartidas por la mayoría de grupos se tratan como genéricas.

OpenAI afirma que ChatGPT clasificó los mensajes de forma anónima y que los investigadores no leyeron el contenido subyacente. Esa decisión protege privacidad a escala, pero mantiene una capa de modelo dentro de la medición. El estudio mide el resultado de esa taxonomía, con sus umbrales y ajustes manuales documentados.

O*NET funciona como línea histórica y queda lejos de un organigrama universal. Muchas compañías ya esperan que marketing toque analítica o que ventas construya presentaciones. El cruce describe distancia frente a una división ocupacional formal; el método tampoco prueba que una tarea haya sido delegada por un colega específico.

Marketing toma y presta tareas

Marketing sobresale en las dos direcciones. Los marketers dedican 24,3% de sus mensajes a tareas asociadas con otras profesiones. Al mismo tiempo, las tareas de marketing representan 8,9% de los mensajes enviados por personas de otros campos, la proporción de salida más alta entre los ocho grupos analizados.

Entre usuarios que no trabajan en marketing, desarrollar materiales promocionales concentra 25% de los mensajes que el método asigna a esa función. Aparecen anuncios, publicaciones sociales, flyers, videos, presentaciones, fichas de producto y piezas gráficas. Los planes y estrategias también viajan, aunque con menor peso.

El marketer recibe finanzas, ingeniería, ventas y operación, mientras el resto de la empresa toma copy y promoción. Esa mezcla convierte la función en un nodo de coordinación más ancho. El patrón conversa con el estudio de Google Atlas sobre adopción y tareas con IA: la utilidad aparece en actividades concretas, donde el contexto del trabajo pesa tanto como la capacidad del modelo.

La amplitud tiene un techo. Preparar una primera versión de un análisis financiero no entrega criterio contable. Diagnosticar un formulario no autoriza un cambio en producción. El dato describe una puerta abierta; cada empresa decide qué puede cruzar y qué necesita revisión especializada.

Las tareas que más viajan

Calcular datos financieros aparece entre las tres tareas externas más comunes en los otros siete grupos. Dentro de todos los mensajes financieros enviados por personas fuera de finanzas, 9,8% se refiere a ese cálculo. El resultado encaja con hojas de presupuesto, proyecciones simples y revisión preliminar de números.

Resolver problemas de aplicaciones o sistemas repite la presencia en los siete grupos. Representa 6,1% de los mensajes de ingeniería enviados por personas ajenas a ingeniería. Experiencia del cliente, diseño y finanzas recurren a la herramienta para investigar fallos que antes habrían escalado de inmediato.

Las tareas legales también cruzan, especialmente explicar regulaciones o políticas y comunicarse con entidades públicas. Aquí el riesgo sube rápido. Un resumen puede orientar una conversación; una interpretación usada para firmar, despedir, declarar impuestos o responder a un regulador requiere autoridad real.

La ingeniería muestra un patrón particular. Solo 18,5% de sus mensajes toma tareas de otros campos, mientras sus actividades representan 7,4% de los mensajes de usuarios en otras profesiones. Diseño hace lo contrario: 35,2% de sus mensajes trae tareas externas y solo 1,7% de su trabajo aparece fuera. Marketing combina ambos movimientos.

Qué ocurre en empresas pequeñas

Entre usuarios de volumen típico, aquellos en la mitad central del número de mensajes, el cruce alcanza 18,9% en workspaces de 2 a 5 asientos y 16,3% en espacios de más de 100. La diferencia es pequeña en puntos, pero coherente con una pyme donde hay menos especialistas disponibles para cada problema.

La señal complementa el programa de OpenAI para pequeñas empresas. Un negocio con cinco personas suele necesitar que la misma cabeza escriba una campaña, revise un flujo de caja y arregle una página. ChatGPT puede ayudar a construir una primera respuesta sin crear de la nada el criterio que falta.

El tamaño del workspace tampoco equivale al tamaño real de la compañía. Una empresa grande puede comprar pocos asientos durante un piloto; una pequeña puede desplegar el producto en todo su equipo. OpenAI presenta la comparación como descriptiva y propone posibles explicaciones, sin atribuir causalidad.

Los usuarios más intensivos muestran otra forma. Su cruce deja de bajar de manera ordenada con el tamaño del espacio. Quizá ya consolidaron flujos estables o concentran más mensajes dentro de su función principal. El estudio abre esa pregunta y evita cerrarla con una historia conveniente.

Lo que el estudio no demuestra

La unidad de análisis es un mensaje. El equipo no observa si la respuesta fue usada, si resultó correcta, cuántas horas tomó el proyecto, cuánto habría tardado sin IA ni si un especialista revisó el resultado. Tampoco sabe si la persona habría realizado la tarea de todas formas.

La muestra cubre usuarios de Estados Unidos con roles declarados y ocho grupos ocupacionales. Los mensajes vienen de cuentas individuales asociadas con información de ChatGPT Business; ChatGPT Enterprise pertenece a otra población de producto. OpenAI advierte que la muestra no representa a toda la fuerza laboral estadounidense.

Por eso el informe deja empleo y productividad fuera de sus estimaciones. Un mensaje sobre una tarea legal puede representar preparación antes de consultar, aprendizaje, un borrador descartado o una mala decisión. El estudio ve la solicitud y clasifica su contenido.

La investigación tampoco prueba que las profesiones desaparezcan. Una persona externa puede intentar una tarea mientras el especialista conserva el juicio, la auditoría y la firma. En algunos casos, más borradores aumentan la carga de revisión. Producir material plausible y entregar trabajo confiable siguen siendo actividades distintas.

Autonomía y autoridad son decisiones distintas

Una empresa puede permitir que ventas explore un dataset y reservar el reporte final para análisis. Puede dejar que marketing diagnostique una página y exigir que ingeniería revise el cambio. Puede usar ChatGPT para preparar preguntas sobre un contrato y mantener la decisión en manos de legal.

Ese diseño separa cuatro niveles. Exploración significa entender el terreno con datos permitidos. Borrador produce una pieza identificada como preliminar. Revisión pone el resultado frente a una persona con contexto. Acción cambia dinero, derechos, clientes o sistemas y exige owner, evidencia y rollback.

El control debería crecer con el riesgo y la reversibilidad. Una variante de copy acepta una ruta corta. Un cálculo financiero o un cambio de producción necesita fuentes, prueba y aprobación. Una respuesta regulatoria suma trazabilidad y responsabilidad formal.

ChatGPT ensancha lo que una persona puede intentar. La autoridad para decidir pertenece al sistema operativo de la empresa. Si ambas cosas se mezclan, el organigrama parece ágil hasta que llega el primer error caro y nadie sabe quién firmó.

Qué debería medir una empresa

Contar licencias, prompts o usuarios activos muestra adopción. Para medir redistribución hace falta registrar la tarea. ¿Qué función originó la necesidad? ¿A qué especialidad pertenecía? ¿Quién revisó? ¿El resultado quedó como exploración o llegó a una acción?

La siguiente capa es calidad. El equipo puede medir correcciones requeridas, retrabajo, incidentes y porcentaje de resultados aceptados sin cambios materiales. También conviene observar la cola del especialista. Si recibe más borradores defectuosos, el supuesto ahorro se mudó de sitio.

La formación debe seguir el cruce. Un marketer que toca análisis necesita alfabetización financiera, límites de privacidad y criterios para escalar. Una persona de ventas que prepara materiales de campaña necesita marca, derechos y control de claims. El modelo aporta una interfaz; el juicio se construye.

OpenAI anuncia que Work at the Frontier será una serie. Las siguientes entregas podrán mostrar si estos patrones cambian con el tiempo. Para una empresa, el baseline útil empieza ahora: tarea, riesgo, reviewer y resultado.

La lectura de Radar IA

El estudio captura un cambio temprano y difícil de ver en nómina. Las personas ya prueban tareas que la taxonomía asigna a otra función. Marketing e ingeniería viajan lejos; diseño, experiencia del cliente y recursos humanos toman trabajo de varios campos; las organizaciones pequeñas muestran un poco más de cruce entre usuarios típicos.

El hallazgo conserva valor precisamente porque sus límites están claros. Mide solicitudes y deja la productividad sin observar. Usa una frontera histórica que puede diferir de cada empresa. Describe actividad de una muestra de usuarios y evita convertirla en una predicción del empleo.

La decisión empresarial llega después del gráfico. Cada tarea prestada necesita un nivel de autoridad, una forma de revisión y un owner. ChatGPT puede acercar el primer borrador de finanzas, ingeniería o legal. La responsabilidad permanece donde siempre debió estar: en la persona y el sistema que convierten ese borrador en acción.

Fuentes primarias: anuncio de OpenAI, informe completo Work at the Frontier y base ocupacional O*NET.