El futuro del trabajo suele describirse de dos maneras poco útiles.
O bien se trata como una película de catástrofes —donde cada empleo está a punto de desaparecer— o bien como un menú de palabras de moda, lleno de afirmaciones vagas sobre "el futuro" sin apenas pruebas que las respalden.
NexFuture™ es el nombre de marca de NexPath para el NexPath Future Index (NFI). Fue creado para aportar un enfoque más práctico.
Es una forma estructurada de comprender cómo es probable que cambien las ocupaciones a lo largo del tiempo, qué partes de un rol están más expuestas a la automatización y qué partes se apoyan en las fortalezas humanas.
En otras palabras: no es una bola de cristal. Es una ayuda para la toma de decisiones.
NexFuture™ no pregunta: "¿Desaparecerá este trabajo?"
Pregunta: "¿Cómo será esta ocupación dentro de 10-20 años y qué deberíamos hacer al respecto ahora?"
El cambio principal: Pronóstico nativo de ESCO (v3.0)
En su versión anterior (v2.0), NexFuture™ dependía de la asignación de ocupaciones de ESCO a perfiles de O*NET para importar datos sobre habilidades y actividades laborales. Sin embargo, este enfoque presentaba limitaciones: solo el 30% de las ocupaciones globales contaban con cobertura nativa de O*NET, y los roles físicos o de seguridad crítica (como los bomberos) solían clasificarse erróneamente como muy automatizables debido a las puntuaciones brutas de capacidad física.
Con NexFuture™ v3.0, el sistema es completamente nativo de ESCO.
En lugar de recurrir a bases de datos externas, las puntuaciones del NFI se calculan directamente a partir de la composición de habilidades de ESCO de cada ocupación en las 3.039 ocupaciones estandarizadas de la UE. Al evaluar las habilidades esenciales y opcionales definidas para cada puesto, el modelo logra una cobertura nativa del 100% y una credibilidad significativamente mayor. Los roles prácticos, de seguridad crítica y de asistencia se identifican ahora correctamente como de baja exposición, mientras que los puestos rutinarios de procesamiento de información se marcan para la transición.
Arquitectura: Núcleo frente a Demanda diferida
NexFuture™ v3.0 separa el pronóstico ocupacional en dos capas distintas y claras:
- NÚCLEO (Perspectiva global de automatización y resiliencia): Esta es una métrica independiente de la ubicación. Mide el grado de exposición de las tareas de un puesto a la automatización, la durabilidad de su núcleo de habilidades humanas y la rapidez con la que es probable que se produzca una transformación estructural.
- DEMANDA (Perspectiva de crecimiento dependiente de la ubicación - DIFERIDA): Esta capa, que se obtiene de los datos del mercado laboral regional (ofertas de empleo locales, tendencias salariales y políticas económicas regionales), responde a la pregunta de si un mercado específico necesita más profesionales en esa ocupación. Dado que esto depende de la geografía (por ejemplo, la demanda de asistencia en sociedades que envejecen), la capa de demanda se difiere a conjuntos de datos específicos de cada ubicación y no se mezcla en el índice global del núcleo.
Cómo se calcula la puntuación del núcleo
La puntuación del núcleo del NFI se basa en la automatizabilidad media ponderada por la masa de habilidades de las competencias esenciales y opcionales de la ocupación.
Cada una de las 13.492 habilidades distintas de ESCO se asocia a un grupo de habilidades específico (por ejemplo, asesorar, calcular, construir). Cada grupo tiene un coeficiente de automatizabilidad fijo (de 0 a 1) fundamentado en la investigación sobre automatización (Frey y Osborne, Autor, Eloundou et al.).
- Masa de la habilidad: Las habilidades esenciales aportan un peso de 1.0; las opcionales de 0.5. Este peso se escala además en función del nivel de reutilización de la habilidad (las habilidades específicas de la ocupación tienen una masa mayor, mientras que las transversales tienen un peso menor).
- Puntuación del núcleo: El coeficiente medio bruto se calcula y se normaliza en una escala de 0 a 1:
[\text{Exposición bruta} = \frac{\sum (\text{automatizabilidad} \times \text{masa})}{\sum \text{masa}}]
Esta exposición bruta se asigna a la escala final de
0.0(exposición mínima) a1.0(exposición máxima).
Los cuatro vectores tecnológicos
Para ayudar a los usuarios a comprender de dónde procede la presión de la automatización, el NFI descompone la exposición en cuatro clases tecnológicas basadas en los grupos de habilidades principales implicados:
- Físico robótico (Robotic Physical): Automatización física, manejo de maquinaria, construcción y operaciones manuales (basado en los grupos ESCO S6, S7 y S8).
- Software cognitivo (Cognitive Software): Automatización de flujos de trabajo, gestión de documentos, hojas de cálculo y procesamiento administrativo (basado en los dominios de conocimiento de administración y negocios).
- IA / ML: Reconocimiento de patrones, procesamiento analítico, ciencia de datos y administración de sistemas (basado en los grupos analíticos y de TI de ESCO S2, S5 y 06).
- IA generativa: Generación de contenidos, redacción de borradores, comunicación, creación artística y tareas con un uso intensivo del lenguaje (basado en los grupos ESCO S1, 02 y 03).
Al desglosar la puntuación en estos vectores, el usuario puede ver si un puesto se enfrenta a presiones de automatización física, cambios de software administrativo o complementación mediante IA generativa.
Perspectiva de resiliencia ante la automatización y niveles
La contrapartida de la exposición es la Resiliencia, una medida de la durabilidad del núcleo humano de una ocupación. Se calcula tomando la inversa de la puntuación de exposición y elevándola en función de la densidad de las habilidades centradas en el ser humano:
[\text{Perspectiva} = 0.80 \times (1 - \text{Exposición}) + 0.12 \times \frac{\text{Habilidades esenciales transversales}}{\text{Habilidades esenciales totales}} + 0.08 \times \frac{\text{Habilidades esenciales de asistencia/cuidado}}{\text{Habilidades esenciales totales}}]
Esta perspectiva clasifica las ocupaciones en tres niveles relativos a la distribución (tercios de toda la base de datos de 3.039 ocupaciones):
- Alto (Alta resiliencia / Futuro fuerte - Top): Ocupaciones con un núcleo humano sólido, alta coordinación o requisitos asistenciales complejos (por ejemplo, matronas, directores generales, profesores de educación especial).
- Medio (En evolución - Mid): Ocupaciones que experimentarán cambios significativos en sus herramientas de trabajo pero que son altamente adaptables (por ejemplo, desarrolladores de software, diseñadores gráficos).
- Bajo (En riesgo - Bottom): Ocupaciones muy expuestas a la automatización que requieren una planificación de transición activa y recapacitación (por ejemplo, auxiliares de facturación, transcriptores de datos). El antiguo nivel de "Transición crítica" se ha consolidado aquí.
Cronología de la transformación
Utilizando la puntuación del núcleo de exposición, NexFuture™ calcula una estimación central del número de años hasta que la ocupación se enfrente a una transformación importante a nivel de tareas:
[\text{Años estimados} = 20 - (15 \times \text{Exposición})]
- Puestos de alta exposición: Se enfrentan a cambios significativos en un plazo de 7 a 11 años.
- Puestos de baja exposición: Permanecen estructuralmente estables, con plazos que se extienden de 16 a 20 años.
Por qué es importante
NexFuture™ v3.0 proporciona un modelo realista y explicable para el futuro del trabajo:
- Para estudiantes: Cambia la conversación del pánico ("¿Desaparecerá mi trabajo?") a la planificación ("¿En qué habilidades debo centrarme para aumentar mi resiliencia?").
- Para orientadores: Ofrece argumentos claros y respaldados por datos para explicar por qué cambia una trayectoria profesional y ayuda a sugerir transiciones adyacentes y más resistentes.
- Para empresas: Ayuda al desarrollo de la fuerza laboral al mostrar qué puestos requerirán apoyo para la recapacitación.
Al basar cada puntuación en las relaciones de habilidades de ESCO y eliminar los marcadores de posición genéricos, NexFuture™ v3.0 sigue siendo una herramienta honesta y práctica para la toma de decisiones.