Los registros administrativos de empleo¹ proporcionan información detallada que enriquece el análisis del mercado laboral, su impacto en la economía y en las decisiones de política monetaria. El uso de técnicas de inteligencia artificial (IA) permite procesar información no estructurada² con gran nivel de detalle. Esto es especialmente valioso en un contexto en que se necesita comprender los múltiples fenómenos que influyen en el mercado laboral.

 

IA como generador de nueva información

 

El fuerte avance en inteligencia artificial, especialmente en el procesamiento de lenguaje natural, una rama de la IA que permite a los modelos entender y analizar texto humano, ha mejorado significativamente la capacidad de capturar las sutilezas del lenguaje y su expresión escrita. En este contexto, se abren nuevas oportunidades para extraer valor desde fuentes no estructuradas, facilitando una comprensión más profunda de la información.

 

Desafío en el uso de los datos de empleo

 

El Banco Central de Chile (BCCh) cuenta con una base de microdatos que contiene información anonimizada sobre contratos laborales provenientes de la Dirección del Trabajo y, además, información de avisos de empleo publicados en Trabajando.com. Debido a la naturaleza no estructurada de estos datos, su procesamiento y uso para análisis representa un desafío importante.

Es fundamental poder procesar no solo los datos estructurados, como los campos estandarizados, sino también aquellos no estructurados, como el texto libre, que contienen información valiosa sobre la definición de ocupaciones, habilidades requeridas y condiciones laborales. Esta información enriquece sustancialmente la complejidad y robustez de los análisis que desarrolla el BCCh. Estos desafíos se evidencian en los siguientes ejemplos de textos laborales:

 

 

Para enfrentar este desafío, se desarrolló un modelo de clasificación de ocupaciones laborales basado en aprendizaje profundo. Se utilizó BETO³, un modelo de lenguaje entrenado en español y basado en la arquitectura BERT⁴, que permite entender el significado de los textos laborales y asignar una ocupación según el Clasificador Internacional Uniforme de Ocupaciones Chileno⁵, basado en el estándar ISCO-08⁶. Este modelo fue ajustado con datos de entrenamiento construidos a partir de profesiones con alta representación en la Encuesta de Caracterización Socioeconómica Nacional (CASEN)⁷. Con esta estrategia, es posible clasificar la totalidad de los registros administrativos de empleo disponibles.

El gráfico 1 muestra cómo los contratos laborales clasificados presentan una distribución ocupacional muy similar a la reportada por CASEN, lo que valida preliminarmente la metodología utilizada.

 

Gráfico 1. Porcentaje de trabajadores vigentes en cada mes por ocupación laboral contrastado con la participación de cada ocupación en la CASEN.

 

¿Qué podemos hacer con esta nueva herramienta?

 

La clasificación de ocupaciones laborales abre la puerta a análisis que no eran posibles. Gracias a su nivel de detalle, es posible estudiar el mercado laboral desde múltiples ángulos:

• Análisis granular: Observar dinámicas a nivel de empresa, trabajador y ocupación, revelando tendencias en el mercado laboral.
• Caracterización del mercado laboral en tiempo real: Demanda por ocupaciones y habilidades, salarios por tipo de ocupación, movilidad laboral entre sectores, etc. En el gráfico 2 se muestra la participación de ocupaciones por actividad económica (enero 2022 - julio 2025), a partir de registros administrativos de empleo.
• Impacto de shocks macroeconómicos: ¿Qué ocupaciones son más sensibles a cambios en aranceles o política monetaria? ¿Cómo reaccionó el empleo ante la pandemia?
• Desigualdad y retornos al capital humano: ¿Las brechas salariales por género o edad se explican por el tipo de ocupación? ¿Qué tipo de ocupaciones permiten mejores ingresos según nivel educativo?
• Productividad y crecimiento: ¿Cómo influye la composición ocupacional en la productividad de distintos sectores? ¿Por qué algunos sectores muestran menor productividad?

 

Gráfico 2. Participación de ocupaciones laborales por actividad económica de enero 2022 a julio 2025

 

Conclusión

 

La IA aplicada al análisis del mercado laboral permite generar nueva información para entender con mayor precisión las dinámicas del empleo en Chile. Estas capacidades permiten al Banco Central de Chile enriquecer sus análisis aportando insumos clave que respaldan las decisiones de la política monetaria.

 

________________________________________

 

 

Las opiniones vertidas en este Blog no representan necesariamente la visión del Consejo del Banco Central de Chile.