<?xml version="1.0" encoding="UTF-8"?>
<mods xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" version="3.1" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
  <titleInfo>
    <title>Jobs of Tomorrow</title>
    <subTitle>Large Language Models and Jobs – A Business Toolkit</subTitle>
  </titleInfo>
  <name type="corporate">
    <namePart>World Economic Forum</namePart>
    <role>
      <roleTerm authority="marcrelator" type="text">creator</roleTerm>
    </role>
  </name>
  <name type="corporate">
    <namePart>Accenture</namePart>
  </name>
  <typeOfResource>text</typeOfResource>
  <originInfo>
    <place>
      <placeTerm type="code" authority="marccountry">sz</placeTerm>
    </place>
    <place>
      <placeTerm type="text">Ginebra</placeTerm>
    </place>
    <publisher>World Economic Forum</publisher>
    <dateIssued>12/2023</dateIssued>
    <dateIssued encoding="marc">2023</dateIssued>
    <issuance>monographic</issuance>
  </originInfo>
  <language>
    <languageTerm authority="iso639-2b" type="code">eng</languageTerm>
  </language>
  <physicalDescription>
    <extent>17 p. ; 1 documento PDF</extent>
  </physicalDescription>
  <abstract>Este documento define y aborda las principales preocupaciones sobre el impacto de los grandes modelos lingüísticos (LLM, por sus siglas en inglés) en los puestos de trabajo y hace hincapié en la necesidad de que las empresas adopten estrategias proactivas y responsables para gestionar estos cambios. La inteligencia artificial (IA) generativa, en particular los LLM, ha dado un salto en sus capacidades y ha alcanzado un rendimiento cercano al humano en diversas áreas. Los LLM podrían transformar hasta el 40% de las horas de trabajo mediante la automatización. Para abordar esta situación, el informe ofrece un conjunto de herramientas para los líderes empresariales, detallando cómo pueden adaptarse, reciclarse y aprovechar el potencial de su mano de obra ante esta evolución tecnológica. 

Para beneficiarse plenamente de la IA y los LLM, las empresas deben abordar primero las preocupaciones en torno a la ética, la confianza, la gobernanza y la legalidad. Sin embargo, hoy en día, sólo el 6% de las organizaciones han adoptado marcos de IA responsable y han puesto en práctica los principios, lo que hace que las consideraciones esbozadas en este documento sean aún más relevantes. A medida que las organizaciones abordan los riesgos que presentan los LLM -incluida la imparcialidad, la parcialidad, los resultados poco fiables y las consideraciones legales-, también deben comprender y abordar el impacto que la tecnología tendrá en sus trabajadores. En esta fase incipiente de la próxima ola de evolución tecnológica, las empresas tienen la oportunidad de ser pioneras en estrategias eficaces para integrar los LLM de forma que beneficien a los trabajadores y a la sociedad en general.</abstract>
  <targetAudience authority="marctarget">specialized</targetAudience>
  <note type="statement of responsibility">/ World Economic Forum ; Accenture</note>
  <subject authority="lcsh">
    <topic>Empleo</topic>
  </subject>
  <subject authority="lcsh">
    <topic>Inteligencia Artificial</topic>
  </subject>
  <subject authority="lcsh">
    <topic>Empresas</topic>
  </subject>
  <subject>
    <topic>IA</topic>
  </subject>
  <subject>
    <topic>inteligencia artificial generativa</topic>
  </subject>
  <subject>
    <topic>GenAI</topic>
  </subject>
  <subject>
    <topic>modelos de lenguajes</topic>
  </subject>
  <subject>
    <topic>grandes modelos de lenguaje</topic>
  </subject>
  <subject>
    <topic>large language models</topic>
  </subject>
  <subject>
    <topic>LLM</topic>
  </subject>
  <identifier type="uri">https://www3.weforum.org/docs/WEF_Jobs_of_Tomorrow_Large_Language_Models_and_Jobs_2023.pdf</identifier>
  <location>
    <url displayLabel="Acceso a la publicación">https://www3.weforum.org/docs/WEF_Jobs_of_Tomorrow_Large_Language_Models_and_Jobs_2023.pdf</url>
  </location>
  <recordInfo>
    <recordContentSource authority="marcorg">ES-MaONT</recordContentSource>
    <recordCreationDate encoding="marc">231226</recordCreationDate>
    <recordChangeDate encoding="iso8601">20241218012010.0</recordChangeDate>
    <recordIdentifier source="ES-MaONT">00007750</recordIdentifier>
  </recordInfo>
</mods>
