Educador infantil / auxiliar de guardería — en qué nos basamos
La página en sí da los juicios. Esta da aquello sobre lo que se apoyan: qué tecnologías inciden en el trabajo, cómo se movió la estimación desde que los modelos de lenguaje llegaron al público, y el método detrás de ambas cosas.
Cuatro señales separadas. Deliberadamente no se suman: un trabajo expuesto a dos tecnologías no está expuesto al doble.
Automatización física
Vigilar a los niños y mantenerlos a salvoComidas, cambio de pañales, sueño e higiene
Automatización cognitiva
Vigilar a los niños y mantenerlos a salvoApoyo emocional, conducta y detección de preocupacionesPlanificar actividades y aprendizaje tempranoRegistros de observación e informes diarios a los padres
Conducción y movilidad
Vigilar a los niños y mantenerlos a salvo
Procesos y autoservicio
Registros de observación e informes diarios a los padresAsistencia, registro de entradas y administración
El índice no es un número fijo. Esto es donde habría estado en cada hito de capacidad desde ChatGPT: reconstruido, y etiquetado como tal.
Reconstruido · inferencia de la plataformaEstimado hoy para cada hito pasado, no medido entonces. 10 → 16.
1007550250
123456789sin evaluar
2022 S22024 S2Ahora
—— este tramo contiene un hecho verificado- - - sin hechos en este tramo — solo reconstrucción0 = ninguna tarea expuesta, 100 = todas expuestas
Empieza en 10 porque el software de registro de entradas, facturación y mensajes a los padres ya se usaba ampliamente antes de los modelos de lenguaje; es automatización real, pero de la parte más pequeña del trabajo. Sube despacio desde el segundo semestre de 2023, primero cuando los asistentes de chat empezaron a redactar planes de actividades y luego cuando las aplicaciones de guardería añadieron borradores de observaciones y resúmenes diarios, hasta llegar a 16. Se aplana ahí porque el núcleo del trabajo (vigilar, dar de comer, cambiar, consolar) no ha visto moverse ni la capacidad ni la adopción, y las ratios mantienen fijo el número de adultos en la sala.
12022 S210La generación de texto de propósito general llega al público. Antes de este punto, la exposición venía de automatización ya desplegada: reconocimiento óptico, RPA, visión artificial, cajas de autoservicio, algoritmos de asignación. ChatGPT research preview (2022-11-30) ↗
22023 S110Un modelo general que aprueba exámenes profesionales. La calidad del primer borrador cruza el umbral en el que el trabajo cualificado empieza a usarlo. GPT-4 (2023-03-14) ↗
32023 S211Entrada de imagen, contexto largo y llamada a herramientas. A los modelos se les puede apuntar a documentos y conectarlos a sistemas, que es lo que mueve el trabajo de proceso y no el de escribir. GPT-4 Turbo:128k 上下文、视觉、工具调用(DevDay) (2023-11-06) ↗
42024 S112La misma capacidad se vuelve mucho más barata y más rápida. No se vuelve posible nada nuevo; se vuelve asequible mucho a gran volumen, que es cuando cambian las decisiones de despliegue.
52024 S213Modelos de razonamiento que trabajan problemas de varios pasos, y los primeros modelos que manejan un ordenador mirando la pantalla. Lo segundo es lo que alcanza a los trabajos que consisten en operar software. OpenAI o1(推理);同期 Claude 的 computer use 进入公测 (2024-09-12) ↗
62025 S114Los agentes empiezan a operar software real de principio a fin, en vez de producir texto para que una persona lo pegue. Es también cuando aparecen las primeras marchas atrás públicas: organizaciones que automatizaron y lo deshicieron en parte. Claude 3.7 Sonnet 与 Claude Code:混合推理 + 命令行编码代理 (2025-02-24) ↗
72025 S215El contexto largo y el uso de herramientas pasan a ser lo normal, no una función aparte. Las mejoras de capacidad siguen; la restricción visible se desplaza de lo que los modelos pueden hacer a la responsabilidad legal, la compra y el coste. GPT-5(2025-08-07);Claude Opus 4.5(2025-11-24) (2025-08-07) ↗
82026 S116Los agentes de horizonte largo aterrizan dentro de flujos de trabajo de sectores concretos. La adopción pasa a ser sectorial y no general. GPT-5.5:「专为实际工作打造」 (2026-04-23) ↗
9Ahora16La evaluación actual: este punto es el índice de impacto publicado en la página de la ocupación, así que la curva queda anclada a un número que el sitio ya sostiene. Para las curvas planas conviene anotar una cosa: en esas mismas semanas se abrió a laboratorios de investigación y a fabricantes una vista previa de investigación de una especificación compartida para que agentes de IA manejen dispositivos físicos. Es la primera clase de capacidad apuntada a las ocupaciones físicas cuyas líneas aquí apenas se mueven. GPT-6 Astra(2026-09-03);Claude Fable 5.1 / Mythos 5.1(2026-09-01);Model Hardware Standard 研究预览(2026-08-27) (2026-09-03) ↗
Una línea plana no es un pronóstico de seguridad. Dice a qué tareas ha llegado la automatización hasta ahora: las ocupaciones que menos se movieron aquí son aquellas en las que la restricción es física o normativa, y las dos pueden cambiar.
LO
