Gestor fiscal / asesor de impuestos — 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.
Procesos y autoservicio
Preparar declaraciones individuales sencillasReunir los justificantes de ingresos
Automatización cognitiva
Preparar declaraciones individuales sencillasLlevar declaraciones complicadasAsesorar sobre deducciones y planificaciónTratar con la administración tributariaRevisar las liquidaciones prerrellenadas
—— este tramo contiene un hecho verificado- - - sin hechos en este tramo — solo reconstrucción0 = ninguna tarea expuesta, 100 = todas expuestas
● 1 hecho verificado de esta ocupación, dibujado en la fecha en que ocurrió: los tramos de la línea cercanos a una marca están anclados a algo comprobable.
Empieza alto, en 46, porque en Singapur la administración tributaria ya prerrellenaba las declaraciones con los datos de los empleadores mucho antes de que empiece este gráfico, y el software fiscal llevaba años haciendo las cuentas. Sube a medida que la administración pasa de las declaraciones prerrellenadas a enviar a alrededor de un millón de personas una liquidación calculada sin declaración que presentar, y a medida que las herramientas de lenguaje empiezan a redactar respuestas a preguntas fiscales: la declaración sencilla y el papeleo. Se queda por debajo del máximo porque las declaraciones complicadas, el asesoramiento antes de las decisiones y los recursos ante la administración siguen necesitando a alguien que conozca las normas, y porque la propia administración deja la comprobación en manos de las personas.
12022 S246La 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 S148Un 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 S251Entrada 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 S154La 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 S257Modelos 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 S159Los 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 S262El 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 S164Los 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) ↗
9Ahora66La 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
