Hanademi

Translation will reshape tech work, not erase Latin American pay · V7

35 slides · 25 min · 2026-08-01 language
ENES
theme
LightDark
view
DeckTableTalk
brand
HanademiPlatzi
Translation will reshape techwork, not erase Latin AmericanpayMade for JUAN FERNANDO HERNANDEZ DUQUE, by Hanademi
La traducción cambiará eltrabajo tecnológico, no borrarálos salarios latinoamericanosMade for JUAN FERNANDO HERNANDEZ DUQUE, by Hanademi
AI could touch up to 38% of regional jobsEstimated share of Latin American and Caribbean jobs exposed to generative AI, reported range andmidpoint.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiSources: International Labour Organization & World Bank. (2024). Buffer or bottleneck? Employment exposure to generative AI andthe digital divide in Latin America.Unit% of regional jobsLower estimate26%Midpoint32%Upper estimate38%
Generative AI could affect a large share of work across Latin America and the Caribbean. The ILO and World Bank estimate exposure between 26% and 38%, with a midpoint of 32%. That sounds like a labor shock, but exposure includes jobs where AI assists only part of the work. The next question is how much of this exposure can become automation.
La IA podría alcanzar hasta 38% de losempleos regionalesProporción estimada de empleos de América Latina y el Caribe expuestos a la IA generativa, rangoreportado y punto medio.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiFuentes: International Labour Organization & World Bank. (2024). Buffer or bottleneck? Employment exposure to generativeAI and the digital divide in Latin America.Unidad% de empleos regionalesEstimación inferior26 %Punto medio32 %Estimación superior38 %
La IA generativa podría afectar una gran proporción del trabajo en América Latina y el Caribe. La OIT y el Banco Mundial estiman una exposición de 26% a 38%, con un punto medio de 32%. Eso parece un choque laboral, pero la exposición incluye empleos donde la IA solo apoya una parte del trabajo. La siguiente pregunta es cuánto de esta exposición puede convertirse en automatización.
Three terms frame the debatePlain-language definitions used throughout the deck.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiJob exposureAI can affect some tasks inside the job.AutomationTechnology performs work that people previously did.AugmentationTechnology helps a worker produce more or better work.IT-BPMTechnology and outsourced business-process services.
Three terms often get blended into one frightening prediction. Exposure means some tasks can change. Automation means technology replaces work, while augmentation means it helps people do more. Keeping these outcomes separate prevents capability headlines from becoming unsupported salary forecasts.
Tres términos enmarcan el debateDefiniciones sencillas utilizadas a lo largo de la presentación.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiExposición laboralLa IA puede afectar algunas tareas dentro del empleo.AutomatizaciónLa tecnología realiza trabajo que antes hacían personas.Aumento de productividadLa tecnología ayuda a una persona a producir más o mejor.IT-BPMServicios tecnológicos y procesos empresariales externalizados.
Tres términos suelen mezclarse en una sola predicción alarmante. Exposición significa que algunas tareas pueden cambiar. Automatización significa que la tecnología sustituye trabajo, mientras que el aumento de productividad ayuda a las personas a hacer más. Separar estos resultados evita convertir titulares de capacidad en pronósticos salariales sin respaldo.
Productivity gains outweigh automationpotentialEstimated shares of Latin American and Caribbean jobs with automation or productivity-enhancing potential.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiSources: International Labour Organization & World Bank. (2024). Buffer or bottleneck? Employment exposure to generative AI andthe digital divide in Latin America.Unit% of regional jobs14%Augmentation upper8%Augmentation lower5%Automation upper2%Automation lower
The exposed share is large, but the likely outcomes are not equal. The study estimates automation potential for 2% to 5% of regional jobs and productivity enhancement for 8% to 14%. Assistance therefore covers a much larger range than replacement. That makes uneven task transformation more defensible than a uniform salary collapse.
Las ganancias de productividad superan elpotencial de automatizaciónProporciones estimadas de empleos de América Latina y el Caribe con potencial de automatización oaumento de productividad.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiFuentes: International Labour Organization & World Bank. (2024). Buffer or bottleneck? Employment exposure to generativeAI and the digital divide in Latin America.Unidad% de empleos regionales14 %Aumento superior8 %Aumento inferior5 %Automatización superior2 %Automatización inferior
La proporción expuesta es grande, pero los resultados probables no son iguales. El estudio estima potencial de automatización para 2% a 5% de los empleos regionales y aumento de productividad para 8% a 14%. El apoyo cubre un rango mucho mayor que la sustitución. Eso hace más defendible una transformación desigual de tareas que un colapso salarial uniforme.
Only 11% of AI-exposed regional jobs sit inthe automation midpointMade for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiSources: International Labour Organization & World Bank. (2024). Buffer or bottleneck? Employment exposure togenerative AI and the digital divide in Latin America.; Generative AI and Jobs in Latin America and the Caribbean.Unitshare of jobs at the exposure midpointShare of the 32% exposure midpoint10.9%34.4%54.7%AutomationAugmentationOther exposed work
Exposure is not equivalent to displacement: augmentation represents three times the automation share, while most exposed jobs fall into neither midpoint estimate.
Solo el 11% de los empleos regionales expuestos a laIA se ubica en el punto medio de automatizaciónMade for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiFuentes: International Labour Organization & World Bank. (2024). Buffer or bottleneck? Employment exposure togenerative AI and the digital divide in Latin America.; Generative AI and Jobs in Latin America and the Caribbean.Unidadproporción de empleos en el punto medio de exposiciónPorción del punto medio de exposición del 32%10.9%34.4%54.7%AutomatizaciónAumentoOtro trabajo expuesto
La exposición no equivale al desplazamiento: el aumento representa tres veces la proporción de automatización, mientras que la mayoría de los empleos expuestos no entra en ninguno de los dos puntos medios.
Global remote work generated a median$52,480 annual surplus per contract.The surplus creates a strong incentive for international matching, but it does not identifywhich side captures the gains.Sources: jingyi-cui.github.io.
The economic force behind cross-border hiring is already large. A 2025 study covering 200,000 workers estimated a median annual surplus of $52,480 per contract. Translation can widen access to that surplus by making more matches workable. It does not need to erase every pay difference to change hiring.
El trabajo remoto global generó unexcedente anual mediano deUS$52.480 por contrato.El excedente crea un fuerte incentivo para conectar trabajadores y empresasinternacionales, pero no identifica quién captura las ganancias.Fuentes: jingyi-cui.github.io.
La fuerza económica detrás de la contratación transfronteriza ya es grande. Un estudio de 2025 con 200.000 trabajadores estimó un excedente anual mediano de US$52.480 por contrato. La traducción puede ampliar el acceso a ese excedente al facilitar más contrataciones. No necesita borrar cada diferencia salarial para cambiar la contratación.
Fluent English carried a 34% wage premiumin IndiaEstimated hourly wage premium relative to workers with no English skills, India.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiSources: Azam, M., Chin, A., & Prakash, N. (2013). The returns to English-language skills in India. The World Bank EconomicReview.Unit% wage premiumNo English0%Limited English13%Fluent English34%
English has not been a decorative credential. In India, limited English was associated with a 13% hourly wage premium and fluency with 34%. Real-time translation could weaken part of that return. But this study does not show how much of the premium came from communication alone.
El inglés fluido tuvo una prima salarial de34% en IndiaPrima salarial por hora estimada frente a trabajadores sin dominio del inglés, India.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiFuentes: Azam, M., Chin, A., & Prakash, N. (2013). The returns to English-language skills in India. The World Bank EconomicReview.Unidad% de prima salarialSin inglés0 %Inglés limitado13 %Inglés fluido34 %
El inglés no ha sido una credencial decorativa. En India, el inglés limitado se asoció con una prima salarial por hora de 13% y la fluidez con 34%. La traducción en tiempo real podría debilitar parte de ese rendimiento. Pero este estudio no muestra qué proporción de la prima provenía solo de la comunicación.
A US developer salary equals over six years of outputper person in Brazil and ColombiaDivide the $132,270 US median developer salary by PPP-adjusted GDP per person in the United States,Mexico, Brazil and Colombia.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiSources: World Bank. (2024). GDP per capita, PPP, current international dollars. World Development Indicators.; U.S.Bureau of Labor Statistics. (2024). May 2023 National Occupational Employment and Wage Estimates.; Azam, M., Chin,A., & Prakash, N. (2013). The returns to English-language skills in India. The World Bank Economic Review.Unittimes annual PPP-adjusted GDP per personUnited States1.6Mexico5.3Brazil6Colombia6.6
The cross-country economic gap is five to seven times in the Latin American benchmarks, far larger than the reported 34% fluent-English wage premium.
Un salario de desarrollador en Estados Unidosequivale a más de seis años de producción porpersona en Brasil y ColombiaSe divide el salario mediano de desarrollador de 132.270 dólares en Estados Unidos entre el PIB porpersona ajustado por paridad de poder adquisitivo de Estados Unidos, México, Brasil y Colombia.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiFuentes: World Bank. (2024). GDP per capita, PPP, current international dollars. World Development Indicators.; U.S.Bureau of Labor Statistics. (2024). May 2023 National Occupational Employment and Wage Estimates.; Azam, M., Chin,A., & Prakash, N. (2013). The returns to English-language skills in India. The World Bank Economic Review.Unidadveces el PIB anual por persona ajustado por paridad de poder adquisitivoEstados Unidos1,6México5,3Brasil6Colombia6,6
La brecha económica entre países es de cinco a siete veces en las referencias latinoamericanas, muy superior a la prima salarial reportada del 34% por inglés fluido.
Remote-contract surplus exceeds a 34%language premium on US developer payApply the reported 13% and 34% English wage premiums to the $132,270 US median developer salary, thencompare the results with the $52,480 annual surplus per remote contract.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiSources: U.S. Bureau of Labor Statistics. (2024). May 2023 National Occupational Employment and Wage Estimates.;Azam, M., Chin, A., & Prakash, N. (2013). The returns to English-language skills in India. The World Bank EconomicReview.; The Returns to English-Language Skills in India.Unitannual US dollar benchmarkLimited-English premium on developer pay$17,195.1Fluent-English premium on developer pay$44,971.8Annual remote-contract surplus$52,480
The value created by cross-border matching can exceed the full dollar value of a large language premium, although contract surplus is not the same as worker compensation.
El excedente de un contrato remoto supera una primalingüística del 34% sobre el salario de undesarrollador en Estados UnidosSe aplican las primas salariales por inglés del 13% y del 34% al salario mediano de desarrollador de132.270 dólares en Estados Unidos y se comparan los resultados con el excedente anual de 52.480 dólarespor contrato remoto.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiFuentes: U.S. Bureau of Labor Statistics. (2024). May 2023 National Occupational Employment and WageEstimates.; Azam, M., Chin, A., & Prakash, N. (2013). The returns to English-language skills in India. The WorldBank Economic Review.; The Returns to English-Language Skills in India.Unidadreferencia anual en dólares estadounidensesPrima por inglés limitado sobre salario de desarrollador$17.195,1Prima por inglés fluido sobre salario de desarrollador$44.971,8Excedente anual del contrato remoto$52.480
El valor creado por la contratación transfronteriza puede superar el valor total en dólares de una prima lingüística elevada, aunque el excedente del contrato no equivale a la remuneración del trabajador.
English changes earnings across verydifferent labor marketsSelected wage effects from separate studies in Massachusetts, India and Germany. Each result keeps itsoriginal population and design.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiSources: par.nsf.gov.; ideas.repec.org.; sciencedirect.com.These are separate studies, not one pooled estimate.Unit% earnings or wage effectMassachusetts training56%India exposed cohorts-26%Germany English skills13%
The English premium appears in several settings and research designs. A randomized Massachusetts program raised annual earnings by $2,400, or 56%. An Indian policy change moved wages in the opposite direction, while German evidence found a 13% association. Translation may reduce communication friction, but it has not been shown to reproduce these broader returns.
El inglés cambia los ingresos en mercadoslaborales muy distintosEfectos salariales seleccionados de estudios separados en Massachusetts, India y Alemania. Cada resultadoconserva su población y diseño originales.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiFuentes: par.nsf.gov.; ideas.repec.org.; sciencedirect.com.Son estudios separados, no una estimación combinada.Unidad% de efecto en ingresos o salariosFormación en Massachusetts56 %Cohortes expuestas en India-26 %Dominio del inglés en Alemania13 %
La prima del inglés aparece en varios contextos y diseños de investigación. Un programa aleatorio en Massachusetts elevó los ingresos anuales US$2.400, o 56%. Un cambio de política en India movió los salarios en sentido contrario, mientras que la evidencia alemana encontró una asociación de 13%. La traducción puede reducir la fricción comunicativa, pero no se ha demostrado que reproduzca estos beneficios más amplios.
English still dominates the searchable webShare of websites with an identifiable content language, W3Techs 2025.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiSources: W3Techs. (2025). Usage statistics of content languages for websites.Unit% of classified websitesEnglishSpanish8.2×49%6%
English supplies roughly half of websites with an identifiable content language. Spanish supplies about 6%. Translation can make more of that material usable, which is a major gain. Direct English still offers faster access to original documentation, discussions and updates.
El inglés todavía domina la web consultableProporción de sitios web con un idioma de contenido identificable, W3Techs 2025.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiFuentes: W3Techs. (2025). Usage statistics of content languages for websites.Unidad% de sitios clasificadosInglésEspañol8,2×49 %6 %
El inglés aporta cerca de la mitad de los sitios web con idioma de contenido identificable. El español aporta aproximadamente 6%. La traducción puede volver utilizable una mayor parte de ese material, lo cual es una gran ganancia. El inglés directo todavía ofrece acceso más rápido a documentación, conversaciones y actualizaciones originales.
Latin America does not share one EnglishbaselineEF English Proficiency Index scores for selected Latin American countries, 2023.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiSources: EF Education First. (2023). EF English Proficiency Index 2023.UnitEF EPI score560Argentina487Brazil480Colombia459Mexico
A single Latin American wage forecast hides a wide starting gap. Argentina scored 560 in EF's 2023 index, compared with 459 for Mexico. Translation should matter most where technical capacity already exists but English still blocks access. The labor response will vary by country and worker group.
Latinoamérica no comparte un único nivelde inglésPuntuaciones del Índice de Dominio del Inglés de EF para países latinoamericanos seleccionados, 2023.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiFuentes: EF Education First. (2023). EF English Proficiency Index 2023.Unidadpuntuación EF EPI560Argentina487Brasil480Colombia459México
Un solo pronóstico salarial latinoamericano oculta una gran diferencia inicial. Argentina obtuvo 560 puntos en el índice de EF de 2023, frente a 459 de México. La traducción debería importar más donde ya existe capacidad técnica, pero el inglés todavía bloquea el acceso. La respuesta laboral variará por país y grupo de trabajadores.
Neural translation delivered largebenchmark gainsSeparate reported improvements: Google's relative error reduction in 2016 and Meta's average quality gainin 2022.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiSources: Wu, Y., et al. (2016). Google's neural machine translation system: Bridging the gap between human and machinetranslation. Google Research; NLLB Team. (2022). No language left behind: Scaling human-centered machine translation. Meta AI.The studies use different benchmarks.Unit% reported improvementGoogle error reduction60%Meta quality gain44%1.4x
Machine translation improved by more than cosmetic increments. Google reported a 60% relative reduction in errors, while Meta later reported a 44% average quality gain across 200 languages. The benchmarks differ, so the numbers are not a race. Together they show a technology advancing fast enough to change work boundaries.
La traducción neuronal logró grandesavances en pruebasMejoras reportadas por separado: reducción relativa de errores de Google en 2016 y aumento promedio decalidad de Meta en 2022.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiFuentes: Wu, Y., et al. (2016). Google's neural machine translation system: Bridging the gap between human and machine translation.Google Research; NLLB Team. (2022). No language left behind: Scaling human-centered machine translation. Meta AI.Los estudios usan pruebas diferentes.Unidad% de mejora reportadaReducción de errores de Google60 %Mejora de calidad de Meta44 %1,4x
La traducción automática mejoró mucho más que unos puntos cosméticos. Google reportó una reducción relativa de errores de 60%, mientras Meta reportó después una mejora promedio de calidad de 44% en 200 idiomas. Las pruebas difieren, por lo que las cifras no son una competencia. Juntas muestran una tecnología que avanza lo suficiente para cambiar los límites del trabajo.
A 14-language voice system reportedlatency under 2 seconds.This is a provider case study of one voice-survey pipeline, not an independent benchmarkof every workplace use.Sources: codeprismtechnologies.com.
Real-time translation is becoming technically plausible rather than hypothetical. A Bhashini voice-survey pipeline supported 14 Indian languages with reported latency below 2 seconds. That is fast enough for many structured exchanges. It does not establish equal quality in spontaneous meetings or stressful conversations.
Un sistema de voz con 14 idiomas reportólatencia inferior a 2 segundos.Este es un caso de estudio de un proveedor sobre un sistema de encuestas de voz, no unaprueba independiente de todos los usos laborales.Fuentes: codeprismtechnologies.com.
La traducción en tiempo real se vuelve técnicamente plausible, no solo hipotética. Un sistema de encuestas de voz basado en Bhashini admitió 14 idiomas de India con una latencia reportada inferior a 2 segundos. Es suficiente para muchos intercambios estructurados. No establece calidad igual en reuniones espontáneas o conversaciones bajo presión.
Google Translate more than doubled itslanguage coverageAdvertised number of supported languages in 2016, 2022 and after the 2024 expansion.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiSources: Google. (2024). Google Translate adds 110 new languages using AI.Unitlanguages0100200201620222024110 languagesaddedCoverage stood at 103 languagesin 2016.The 2024 expansion liftedcoverage to 243.
Translation coverage has moved quickly. Google advertised 103 languages in 2016 and 243 after adding 110 in 2024. That makes multilingual access increasingly practical. But the number of supported languages says little about reliability in a difficult meeting.
Google Translate más que duplicó sucobertura de idiomasNúmero anunciado de idiomas admitidos en 2016, 2022 y después de la expansión de 2024.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiFuentes: Google. (2024). Google Translate adds 110 new languages using AI.Unidadidiomas0100200201620222024Se añadieron 110idiomasLa cobertura era de 103 idiomasen 2016.La expansión de 2024 elevó lacobertura a 243.
La cobertura de traducción ha avanzado rápidamente. Google anunciaba 103 idiomas en 2016 y 243 después de añadir 110 en 2024. Eso vuelve cada vez más práctico el acceso multilingüe. Pero el número de idiomas admitidos dice poco sobre la fiabilidad en una reunión difícil.
A leaderboard compares more than 60systems across 10 speech datasets.Benchmark breadth improves evaluation but does not directly estimate translation qualityin Latin American technology teams.Sources: arxiv.org.
Coverage alone is a weak test of workplace readiness. The Open ASR Leaderboard compares more than 60 speech-recognition systems across 10 datasets and reports both error rates and processing efficiency. That is closer to the reliability question employers face. It still does not produce one universal score for every language and environment.
Sources
Una clasificación compara más de 60sistemas en 10 conjuntos de voz.La amplitud de las pruebas mejora la evaluación, pero no estima directamente la calidadde traducción en equipos tecnológicos latinoamericanos.Fuentes: arxiv.org.
La cobertura por sí sola es una prueba débil de preparación laboral. El Open ASR Leaderboard compara más de 60 sistemas de reconocimiento de voz en 10 conjuntos de datos y reporta errores y eficiencia de procesamiento. Eso se acerca más a la pregunta de fiabilidad que enfrentan los empleadores. Aun así, no produce una puntuación universal para cada idioma y entorno.
Fuentes
Real-time speech coverage narrowssharply at the outputLanguages supported by Meta's SeamlessM4T at release, by input and output mode.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiSources: Seamless Communication Team. (2023). SeamlessM4T: Massively multilingual and multimodal machine translation. Meta AI;Seamless Communication Team. (2023). Seamless: Multilingual expressive and streaming speech translation. Meta AI.UnitlanguagesSpeech input101Text input or output96Speech output35
The real-time pipeline is not equally broad at every stage. SeamlessM4T accepted speech in 101 languages but produced speech in 35 at release. Even when words look accurate, streaming translation can lose expression, turn-taking and implied meaning. Coverage alone therefore overstates workplace readiness.
La cobertura de voz en tiempo real seestrecha mucho al salirIdiomas admitidos por SeamlessM4T de Meta en su lanzamiento, según el modo de entrada y salida.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiFuentes: Seamless Communication Team. (2023). SeamlessM4T: Massively multilingual and multimodal machine translation. Meta AI;Seamless Communication Team. (2023). Seamless: Multilingual expressive and streaming speech translation. Meta AI.UnidadidiomasEntrada de voz101Entrada o salida de texto96Salida de voz35
El sistema en tiempo real no tiene la misma amplitud en cada etapa. SeamlessM4T aceptaba voz en 101 idiomas, pero producía voz en 35 al publicarse. Incluso cuando las palabras parecen exactas, la traducción continua puede perder expresión, turnos y significado implícito. Por eso, la cobertura por sí sola exagera la preparación laboral.
An upgraded translation system increasedinternational exports by 10.9%.The platform result shows a trade channel, not a direct estimate of technology wages inLatin America.Sources: xiang-hui.org.
Translation does not only create competition among workers. On a large digital platform, a machine-translation upgrade increased international exports by 10.9%. Lower language friction can expand demand as well as labor supply. For Latin America, that creates an export opportunity alongside wage pressure.
Un sistema de traducción mejorado aumentó10,9% las exportaciones internacionales.El resultado de la plataforma muestra un canal comercial, no una estimación directa desalarios tecnológicos en Latinoamérica.Fuentes: xiang-hui.org.
La traducción no solo crea competencia entre trabajadores. En una gran plataforma digital, una mejora de traducción automática aumentó 10,9% las exportaciones internacionales. Una menor fricción lingüística puede ampliar tanto la demanda como la oferta laboral. Para Latinoamérica, eso crea una oportunidad exportadora junto con la presión salarial.
Remote work left a permanent channel forglobal hiringUS paid workdays from home and estimated freelancers. The panels use different units and showpersistence after the initial shock.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiSources: Barrero, J. M., Bloom, N., & Davis, S. J. (2024). Survey of Working Arrangements and Attitudes; Upwork. (2023).Freelance Forward 2023.Unitremote-work indicatorsPaid workdays from home7%28%20192024US freelancers596420212023
Translation needs a hiring channel, and remote work built one. US work-from-home days settled near 28% in 2023 and 2024, about four times the 2019 share. Upwork estimated 64 million US freelancers in 2023. The infrastructure for remote matching exists even if regulation still fragments the market.
El trabajo remoto dejó un canal permanentepara contratar globalmenteDías pagados desde casa y trabajadores independientes estimados en Estados Unidos. Los paneles usanunidades distintas y muestran persistencia tras el choque inicial.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiFuentes: Barrero, J. M., Bloom, N., & Davis, S. J. (2024). Survey of Working Arrangements and Attitudes; Upwork.(2023). Freelance Forward 2023.Unidadindicadores de trabajo remotoDías pagados desde casa7 %28 %20192024Independientes en Estados Unidos596420212023
La traducción necesita un canal de contratación, y el trabajo remoto construyó uno. Los días trabajados desde casa en Estados Unidos se estabilizaron cerca de 28% en 2023 y 2024, unas cuatro veces la proporción de 2019. Upwork estimó 64 millones de independientes estadounidenses en 2023. La infraestructura para conectar talento remoto existe, aunque la regulación todavía fragmente el mercado.
The 2023 remote-work rate maps to 18million remote-equivalent freelancersApply the 28% economy-wide share of paid workdays completed from home to the 64 million USfreelancers, yielding 17.92 million remote-work equivalents and 46.08 million other-work equivalents.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiSources: Barrero, J. M., Bloom, N., & Davis, S. J. (2024). Survey of Working Arrangements and Attitudes.; The Evolutionof Work from Home.; Upwork. (2023). Freelance Forward 2023.Unitmillion worker equivalentsAll freelancers64Other-work equivalent46.1Remote-work equivalent17.9
Even a partial remote-work rate creates a labor pool measured in tens of millions, but this is a scale scenario because freelancer-specific work-from-home intensity was not reported.
La tasa de trabajo remoto de 2023 equivale a 18millones de trabajadores independientes remotosequivalentesSe aplica la proporción del 28% de jornadas remuneradas realizadas desde casa en toda la economía a los64 millones de trabajadores independientes de Estados Unidos, lo que produce 17,92 millones deequivalentes de trabajo remoto y 46,08 millones de equivalentes de otro trabajo.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiFuentes: Barrero, J. M., Bloom, N., & Davis, S. J. (2024). Survey of Working Arrangements and Attitudes.; TheEvolution of Work from Home.; Upwork. (2023). Freelance Forward 2023.Unidadmillones de trabajadores equivalentesTodos los trabajadores independientes64Equivalente de otro trabajo46,1Equivalente de trabajo remoto17,9
Incluso una tasa parcial de trabajo remoto crea una reserva laboral de decenas de millones, pero se trata de un escenario de escala porque no se reportó la intensidad específica de trabajo desde casa entre trabajadores independientes.
Digital networks cross distanceA digital network overlay extends across an arid landscape.Sources: Multilingual Support KPIs: Measuring Resolution Across Languages – Giga. giga.ai.
Translation enters a global hiring channel already connected across physical distance.
Las redes digitales cruzan distanciasUna red digital superpuesta se extiende sobre un paisaje árido.Fuentes: Multilingual Support KPIs: Measuring Resolution Across Languages – Giga. giga.ai.
La traducción entra en un canal de contratación global ya conectado a través de la distancia física.
Argentina and Chile had above 20broadband subscriptions per 100 people;Peru had about 10.The supplied claim contains approximate recent levels rather than exact country valuesfor one common year.Sources: World Bank. (2024). Fixed broadband subscriptions per 100 people. World Development Indicators.
Translation cannot widen hiring equally where the underlying connection differs. Recent fixed-broadband subscriptions exceeded 20 per 100 people in Argentina and Chile but were about 10 in Peru. That gap changes who can participate reliably in remote technical work. One regional salary forecast therefore hides very different starting conditions.
Argentina y Chile tenían más de 20suscripciones por cada 100 personas; Perútenía cerca de 10.La afirmación suministrada contiene niveles recientes aproximados, no valoresnacionales exactos para un mismo año.Fuentes: World Bank. (2024). Fixed broadband subscriptions per 100 people. World Development Indicators.
La traducción no puede ampliar la contratación por igual cuando la conexión subyacente difiere. Las suscripciones recientes de banda ancha fija superaron 20 por cada 100 personas en Argentina y Chile, pero fueron cerca de 10 en Perú. Esa diferencia cambia quién puede participar de forma fiable en trabajo técnico remoto. Un solo pronóstico salarial regional oculta condiciones iniciales muy distintas.
One Mariel estimate found concentratedwage lossesEstimated wage decline for Miami workers without high-school completion after Mariel, depending onspecification.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiSources: Borjas, G. J. (2017). The wage impact of the Marielitos: A reappraisal. Industrial and Labor Relations Review.Unit% estimated wage decline30%Upper estimate20%Midpoint10%Lower estimate
The strongest case for wage pressure is concentrated rather than universal. Borjas estimated a 10% to 30% decline among Miami workers without high-school completion after Mariel, depending on the specification. That subgroup was unusually close to the arriving workers. Translation may similarly pressure tasks where workers become highly substitutable.
Una estimación sobre Mariel encontrópérdidas salariales concentradasCaída salarial estimada para trabajadores de Miami sin secundaria completa tras Mariel, según laespecificación.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiFuentes: Borjas, G. J. (2017). The wage impact of the Marielitos: A reappraisal. Industrial and Labor RelationsReview.Unidad% de caída salarial estimada30 %Estimación superior20 %Punto medio10 %Estimación inferior
El caso más fuerte de presión salarial es concentrado, no universal. Borjas estimó una caída de 10% a 30% entre trabajadores de Miami sin secundaria completa después de Mariel, según la especificación. Ese subgrupo era especialmente sustituible por los trabajadores que llegaron. La traducción puede presionar de forma similar las tareas donde los trabajadores se vuelven muy sustituibles.
A 7% labor-force increase produced littlebroad wage or unemployment effect.This is historical labor-supply evidence, not a direct estimate of translation's effect ontechnology workers.Sources: Card, D. (1990). The impact of the Mariel boatlift on the Miami labor market. Industrial and Labor Relations Review.
The same historical shock also produced a broader result. Card found little effect on existing workers' wages or unemployment after Miami's labor force increased by about 7%. Markets can adjust through investment, specialization and demand. More available workers do not mechanically create one economy-wide wage outcome.
Un aumento laboral de 7% produjo pocoefecto general en salarios o desempleo.Esta es evidencia histórica sobre oferta laboral, no una estimación directa del efecto dela traducción sobre trabajadores tecnológicos.Fuentes: Card, D. (1990). The impact of the Mariel boatlift on the Miami labor market. Industrial and Labor Relations Review.
El mismo choque histórico también produjo un resultado más amplio. Card encontró poco efecto sobre los salarios o el desempleo de trabajadores existentes después de que la fuerza laboral de Miami aumentara cerca de 7%. Los mercados pueden ajustarse mediante inversión, especialización y demanda. Más trabajadores disponibles no crean mecánicamente un único resultado salarial para toda la economía.
The disputed Mariel estimates imply wageelasticities from minus 1.4 to minus 4.3Divide the reported 10%, 20% and 30% wage declines by the 7% increase in Miami's labor force and expresseach result as a negative elasticity.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiSources: Card, D. (1990). The impact of the Mariel boatlift on the Miami labor market. Industrial and LaborRelations Review.; David Card.; Borjas, G. J. (2017). The wage impact of the Marielitos: A reappraisal. Industrialand Labor Relations Review.Unitpercent wage change per 1% labor-force increase10% wage-decline estimate-1.420% wage-decline midpoint-2.930% wage-decline estimate-4.3
The implied response is extremely large only under the subgroup estimates; Card's near-zero overall result and the mismatch between subgroup wages and the total labor shock prevent using it as a general translation forecast.
Las estimaciones controvertidas de Mariel implicanelasticidades salariales de menos 1,4 a menos 4,3Se dividen las caídas salariales reportadas del 10%, 20% y 30% entre el aumento del 7% en la fuerza laboralde Miami y se expresa cada resultado como una elasticidad negativa.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiFuentes: Card, D. (1990). The impact of the Mariel boatlift on the Miami labor market. Industrial and LaborRelations Review.; David Card.; Borjas, G. J. (2017). The wage impact of the Marielitos: A reappraisal. Industrialand Labor Relations Review.Unidadcambio porcentual del salario por cada aumento del 1% en la fuerza laboralEstimación de caída salarial del 10%-1,4Punto medio de caída salarial del 20%-2,9Estimación de caída salarial del 30%-4,3
La respuesta implícita es extremadamente grande solo bajo las estimaciones del subgrupo; el resultado general cercano a cero de Card y la diferencia entre los salarios del subgrupo y el choque laboral total impiden usarla como pronóstico general sobre la traducción.
AI sped up writing and coding in separateexperimentsRelative task improvements and participant counts from separate professional-writing and codingexperiments.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiSources: Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificialintelligence. Science, 381(6654), 187-192; Peng, S., Kalliamvakou, E., Cihon, P., & Demirer, M. (2023). Theimpact of AI on developer productivity: Evidence from GitHub Copilot.Unitrelative improvement and participantsMeasured task improvements40%18%55.8%Writing speedWriting qualityCoding speedExperiment participants45395Writing experimentCoding experiment
AI reduced task time in two different experiments. Among 453 professionals, ChatGPT users completed writing tasks 40% faster and produced work rated 18% higher in quality. Among 95 participants, GitHub Copilot users completed a coding task 55.8% faster. These are productivity results, not direct wage or employment estimates.
La IA aceleró la escritura y laprogramación en experimentos separadosMejoras relativas en tareas y número de participantes de experimentos separados de escritura profesionaly programación.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiFuentes: Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificialintelligence. Science, 381(6654), 187-192; Peng, S., Kalliamvakou, E., Cihon, P., & Demirer, M. (2023). The impactof AI on developer productivity: Evidence from GitHub Copilot.Unidadmejora relativa y participantesMejoras medidas en tareas40 %18 %55,8 %Velocidad deescrituraCalidad de escrituraVelocidad deprogramaciónParticipantes en los experimentos45395Experimento de escrituraExperimento de programación
La IA redujo el tiempo de las tareas en dos experimentos diferentes. Entre 453 profesionales, los usuarios de ChatGPT terminaron tareas de escritura 40% más rápido y produjeron trabajos con una calidad evaluada 18% mayor. Entre 95 participantes, los usuarios de GitHub Copilot completaron una tarea de programación 55,8% más rápido. Son resultados de productividad, no estimaciones directas de salarios o empleo.
Across 695 labor markets, GoogleTranslate adoption tracked lowertranslator employment.The study reports a negative relationship, not a supplied effect size or a universal causalestimate.Sources: oms-
The substitution channel is visible where translation is the central task. Across 695 US local labor markets after 2010, greater Google Translate adoption was negatively related to translator employment. That does not prove the same outcome for software developers. It suggests the first pressure falls on work most directly replaced by the tool.
En 695 mercados laborales, la adopciónde Google Translate acompañó menorempleo de traductores.El estudio reporta una relación negativa, no un tamaño de efecto suministrado ni unaestimación causal universal.Fuentes: oms-
El canal de sustitución es visible donde traducir es la tarea central. En 695 mercados laborales locales de Estados Unidos después de 2010, una mayor adopción de Google Translate se relacionó con menor empleo de traductores. Eso no demuestra el mismo resultado para desarrolladores de software. Sugiere que la primera presión cae sobre el trabajo sustituido más directamente por la herramienta.
Earlier automation waves did not shrinkPhilippine outsourcingPhilippine IT-BPM employment and industry revenue, selected endpoints from industry estimates.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiSources: IT and Business Process Association of the Philippines. (2024). Philippine IT-BPM industry performance.Unitworkers and USD billionsIT-BPM employment1.11.720152023IT-BPM revenue$22.9B$35.5B20162023
The Philippine outsourcing sector warns against simple displacement forecasts. Industry figures show employment rising from about 1.15 million to 1.70 million, while revenue grew from $22.9 billion to $35.5 billion. Earlier technology waves expanded the sector rather than shrinking it. Generative AI may still differ because it targets routine language tasks more directly.
Las olas anteriores de automatización noredujeron la externalización filipinaEmpleo e ingresos del sector IT-BPM filipino, puntos seleccionados de estimaciones sectoriales.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiFuentes: IT and Business Process Association of the Philippines. (2024). Philippine IT-BPM industryperformance.Unidadtrabajadores y miles de millones USDEmpleo IT-BPM1,11,720152023Ingresos IT-BPM$22,9 mil M$35,5 mil M20162023
El sector filipino de externalización advierte contra los pronósticos simples de desplazamiento. Las cifras sectoriales muestran que el empleo aumentó de unos 1,15 millones a 1,70 millones, mientras los ingresos crecieron de US$22.900 millones a US$35.500 millones. Las olas tecnológicas anteriores ampliaron el sector en vez de reducirlo. La IA generativa aún puede ser distinta porque apunta más directamente a tareas lingüísticas rutinarias.
Minnesota created a translation office in2023 for its executive branch.The case shows institutional adoption, not a measured productivity or wage effect.Sources: openai.com.
Dependable translation is also an organizational problem. Minnesota established a dedicated Enterprise Translations Office in 2023 to serve its executive branch. That choice treats translation as an operating capability with governance and service delivery. Employers may also need processes around the model, not just access to the model.
Minnesota creó una oficina de traduccionesen 2023 para su Poder Ejecutivo.El caso muestra adopción institucional, no un efecto medido sobre productividad osalarios.Fuentes: openai.com.
La traducción fiable también es un problema organizativo. Minnesota creó en 2023 una Oficina Empresarial de Traducciones para atender a su Poder Ejecutivo. Esa decisión trata la traducción como una capacidad operativa con gobierno y prestación de servicios. Los empleadores también pueden necesitar procesos alrededor del modelo, no solo acceso al modelo.
Latin American venture funding lost its2021 surgeLatin American venture investment, selected years, approximately USD billions.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiSources: LAVCA. (2024). 2024 Latin American startup ecosystem insights.UnitUSD$0$5B$10B$15B201920212023Investment peaked near $16billion in 2021.By 2023, investment had fallen toroughly $4 billion.$4.6B
Translation is only one force acting on technology wages. Latin American venture investment rose from about $4.6 billion in 2019 to nearly $16 billion in 2021, then fell to roughly $4 billion in 2023. Hiring budgets can swing before translation changes mature. Near-term wage forecasts that ignore capital conditions will misread the market.
La inversión emprendedora latinoamericanaperdió su auge de 2021Inversión emprendedora latinoamericana, años seleccionados, aproximadamente miles de millones USD.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiFuentes: LAVCA. (2024). 2024 Latin American startup ecosystem insights.UnidadUSD$0$5 mil M$10 mil M$15 mil M201920212023La inversión alcanzó casiUS$16.000 millones en 2021.Para 2023, la inversión habíacaído a unos US$4.000 millones.$4,6 mil M
La traducción es solo una de las fuerzas que actúan sobre los salarios tecnológicos. La inversión emprendedora latinoamericana subió de unos US$4.600 millones en 2019 a casi US$16.000 millones en 2021 y luego cayó a cerca de US$4.000 millones en 2023. Los presupuestos de contratación pueden cambiar antes de que maduren los cambios de traducción. Los pronósticos salariales de corto plazo que ignoren el capital interpretarán mal el mercado.
Excluding nearly 500,000 braceros did notraise native employment or wages.This historical case concerns agricultural labor and is an analogy for adjustment, not atechnology-wage estimate.Sources: cepr.org.
Labor markets can adjust in unexpected ways. The 1965 exclusion of almost 500,000 Mexican braceros did not increase native employment or wages. Technology adoption was one adjustment channel. Removing competitors does not guarantee that workers capture the difference, just as adding competitors does not guarantee a uniform collapse.
Sources
Excluir a casi 500.000 braceros no elevóel empleo ni los salarios nativos.Este caso histórico se refiere al trabajo agrícola y es una analogía de ajuste, no unaestimación de salarios tecnológicos.Fuentes: cepr.org.
Los mercados laborales pueden ajustarse de formas inesperadas. La exclusión en 1965 de casi 500.000 braceros mexicanos no elevó el empleo ni los salarios de trabajadores nativos. La adopción tecnológica fue un mecanismo de ajuste. Eliminar competidores no garantiza que los trabajadores capturen la diferencia, así como añadirlos no garantiza un colapso uniforme.
Fuentes
AI gave novice workers the largestproductivity liftProductivity increase from a generative-AI assistant in customer support, by worker group.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiSources: Brynjolfsson, E., Li, D., & Raymond, L. R. (2025). Generative AI at work. The Quarterly Journal of Economics,140(2).Unit% productivity increaseAverage workers14%Novice or lower-skilled34%Most experienced0%
The largest productivity effect did not go to the experts. Novice and lower-skilled customer-support workers gained about 34%, compared with 14% on average and no measured gain for the most experienced group. Language AI can make less experienced workers more competitive. That may pressure some skill premiums while expanding output.
La IA dio a los novatos el mayor aumentode productividadAumento de productividad con un asistente de IA generativa en atención al cliente, por grupo detrabajadores.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiFuentes: Brynjolfsson, E., Li, D., & Raymond, L. R. (2025). Generative AI at work. The Quarterly Journal ofEconomics, 140(2).Unidad% de aumento de productividadTrabajadores promedio14 %Novatos o menos cualificados34 %Más experimentados0 %
El mayor efecto de productividad no fue para los expertos. Los trabajadores novatos o menos cualificados de atención al cliente ganaron cerca de 34%, frente a 14% en promedio y ninguna ganancia medida para el grupo más experimentado. La IA lingüística puede volver más competitivos a trabajadores con menos experiencia. Eso puede presionar algunas primas por habilidades mientras amplía la producción.
Only the largest AI productivity gainexceeds the fluent-English wage premiumMade for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiSources: Azam, M., Chin, A., & Prakash, N. (2013). The returns to English-language skills in India. The WorldBank Economic Review.; The Returns to English-Language Skills in India.; Brynjolfsson, E., Li, D., & Raymond, L.R. (2025). Generative AI at work. The Quarterly Journal of Economics, 140(2).Unitmultiple of the 34% fluent-English wage premiumFluent-English premium = 1.0xAverage support0.41xNovice support1.00xCopilot coding1.64x0x1.0x1.8x
Average support gains reach only 0.41 times the premium, novice gains match it and the coding result exceeds it by 64%.
Solo la mayor ganancia de productividad por IAsupera la prima salarial por inglés fluidoMade for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiFuentes: Azam, M., Chin, A., & Prakash, N. (2013). The returns to English-language skills in India. The WorldBank Economic Review.; The Returns to English-Language Skills in India.; Brynjolfsson, E., Li, D., & Raymond, L.R. (2025). Generative AI at work. The Quarterly Journal of Economics, 140(2).Unidadmúltiplo de la prima salarial del 34% por inglés fluidoPrima por inglés fluido = 1,0xSoporte promedio0.41xSoporte de novatos1.00xCódigo con Copilot1.64x0x1.0x1.8x
Las ganancias promedio en soporte alcanzan solo 0,41 veces la prima, las ganancias entre novatos la igualan y el resultado en programación la supera en un 64%.
In summaryMade for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiSources: xiang-hui.org.; codeprismtechnologies.com.; Seamless Communication Team. (2023). SeamlessM4T: Massively multilingual and multimodalmachine translation. Meta AI.; sciencedirect.com.An upgraded machine-translation system on a large digital platform increased international exports by 10.9%.A Bhashini voice-survey pipeline supported 14 Indian languages with under two-second latency.At release, Meta's SeamlessM4T supported 101 speech-input languages, 96 text languages and 35 speech-output languages.In Germany, English language skills were associated with wages 13% higher on average.
The value of the research is not only what each source knew, but what became visible when their evidence was combined.
En resumenMade for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiFuentes: xiang-hui.org.; codeprismtechnologies.com.; Seamless Communication Team. (2023). SeamlessM4T: Massively multilingual and multimodalmachine translation. Meta AI.; sciencedirect.com.Una mejora del sistema de traducción automática de una gran plataforma digital aumentó 10,9% las exportaciones internacionales.Un sistema de encuestas de voz basado en Bhashini admitió 14 idiomas de India con una latencia inferior a dos segundos.Al publicarse, SeamlessM4T de Meta admitía 101 idiomas de voz entrante, 96 de texto y 35 de voz saliente.En Alemania, el dominio del inglés estuvo asociado con salarios 13% más altos en promedio.
El valor de la investigación no está solo en cada fuente, sino en lo que apareció al combinar sus evidencias.
Speech output reaches only 14% of GoogleTranslate's advertised language coverageDivide SeamlessM4T's 101 speech-input, 96 text and 35 speech-output languages by Google Translate's243 advertised languages.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiSources: Seamless Communication Team. (2023). SeamlessM4T: Massively multilingual and multimodal machinetranslation. Meta AI.; seamless_communication/docs/m4t/README.md at main.; Google. (2024). GoogleTranslate adds 110 new languages using AI.Unitshare of Google Translate language coverageSpeech input41.6Text input or output39.5Speech output14.4
Broad text coverage does not imply symmetric real-time conversation coverage: the speech-output layer is less than half as broad as the other SeamlessM4T modes.
La salida de voz alcanza solo el 14% de la coberturalingüística anunciada por Google TranslateSe dividen los 101 idiomas de entrada de voz, 96 de texto y 35 de salida de voz de SeamlessM4T entre los243 idiomas anunciados por Google Translate.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiFuentes: Seamless Communication Team. (2023). SeamlessM4T: Massively multilingual and multimodal machinetranslation. Meta AI.; seamless_communication/docs/m4t/README.md at main.; Google. (2024). GoogleTranslate adds 110 new languages using AI.Unidadproporción de la cobertura lingüística de Google TranslateEntrada de voz41,6Entrada o salida de texto39,5Salida de voz14,4
Una amplia cobertura de texto no implica una cobertura simétrica de conversación en tiempo real: la capa de salida de voz tiene menos de la mitad del alcance de los otros modos de SeamlessM4T.
A measured translation effect would add$3.9 billion to Philippine IT-BPM revenueApply the platform study's 10.9% export increase to the Philippine sector's $35.5 billion of 2023 revenue,producing a $3.87 billion increment and a $39.37 billion modeled total.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiSources: IT and Business Process Association of the Philippines. (2024). Philippine IT-BPM industry performance.; IT-BPMrevenue hits $35.5 billions | Philstar.com.; xiang-hui.org.Unitbillion US dollars2023 sector revenue$35.5Modeled translation increment$3.9Modeled revenue after increment$39.4
Lower language friction can expand buyer demand at a scale large enough to offset some wage pressure, although the platform effect is a scenario rather than a Philippine forecast.
Un efecto medido de la traducción añadiría 3,9 milmillones de dólares a los ingresos del sector IT-BPMfilipinoSe aplica el aumento del 10,9% en las exportaciones del estudio de plataforma a los 35,5 mil millones dedólares de ingresos del sector filipino en 2023, lo que produce un incremento de 3,87 mil millones y untotal modelado de 39,37 mil millones.Made for JUAN FERNANDO HERNANDEZ DUQUE, by HanademiFuentes: IT and Business Process Association of the Philippines. (2024). Philippine IT-BPM industryperformance.; IT-BPM revenue hits $35.5 billions | Philstar.com.; xiang-hui.org.Unidadmiles de millones de dólares estadounidensesIngresos del sector en 2023$35,5Incremento modelado por traducción$3,9Ingresos modelados tras el incremento$39,4
Una menor fricción lingüística puede ampliar la demanda de compradores a una escala suficiente para compensar parte de la presión salarial, aunque el efecto de plataforma es un escenario y no un pronóstico para Filipinas.

The research behind this deck

Real-time translation can widen global hiring and pressure routine work. But wage gaps also reflect skills, regulation, trust, infrastructure and demand. The strongest evidence points to uneven task change, not a sudden regional salary collapse.

Key findings

The argument

This research is published in English and Spanish. Ver en español

La investigación detrás de esta presentación

La traducción en tiempo real puede ampliar la contratación global y presionar el trabajo rutinario. Pero las brechas salariales también reflejan habilidades, regulación, confianza, infraestructura y demanda. La evidencia más sólida apunta a cambios desiguales, no a un colapso salarial regional.

Hallazgos clave

El argumento

Esta investigación se publica en inglés y español. Read in English