Herramienta vs. Proceso: Por qué la Adopción de IA en México No se Traduce en Resultados

Anexo A. Metodológico: procesamiento del dataset del Anthropic Economic Index

Para transparencia total, se documenta aquí el proceso técnico usado para el análisis original de la Sección 3.2 y 3.3:

1. 01Fuente de datos: dos archivos CSV proporcionados por el Anthropic Economic Index [1]: aei_claude_ai_2026-06-26.csv (1,636,574 filas, uso de Claude.ai) y aei_1p_api_2026-06-26.csv (491,706 filas, uso de la API de primera parte), con corte de datos al 26 de junio de 2026, cubriendo los periodos abril-mayo y mayo-junio 2026.
2. 02Estructura de datos: cada fila representa una combinación única de fecha, geografía (geo_id, con niveles global, country y subregion), categoría de clasificación (category_name: overall, onet, soc_occupation, request), y una métrica específica (metric_id) con su valor.
3. 03Identificación de México: el código de país usado por el dataset es el ISO 3166-1 alpha-3 estándar (MEX, no MX); los 25 estados mexicanos disponibles usan el formato MX-XXX (ej. MX-CMX para Ciudad de México, MX-JAL para Jalisco, MX-NLE para Nuevo León).
4. 04Métricas utilizadas: usage_per_capita_index (índice de uso ajustado por población/PIB esperado), usage_pct (participación porcentual sobre el total global o nacional de conversaciones), use_case_work_pct / use_case_personal_pct / use_case_coursework_pct (reparto del propósito de uso), collaboration_bucket_automation_pct / collaboration_bucket_augmentation_pct (modo de colaboración humano-IA), y la categoría soc_occupation en su jerarquía de nivel 1 (categorías ocupacionales mayores) con métrica pct.
5. 05Verificación cruzada: los valores obtenidos para México a nivel nacional (índice 0.63, ranking 76/121, desglose ocupacional con Informática y matemáticas en 24.9% y Jurídico en 1.16–1.2%) fueron verificados de forma independiente contra la herramienta interactiva pública del Anthropic Economic Index [1], confirmando consistencia exacta entre el análisis del dataset descargable y la interfaz pública.
6. 06Herramientas de análisis: Python 3.12 con la librería pandas para procesamiento de datos tabulares, y matplotlib para la generación de las visualizaciones incluidas en este documento.

A.1 Cálculo de la correlación entre volumen y amplitud (Sección 3.3)

1. 01Construcción de las dos variables. Para cada uno de los 25 estados con datos: el volumen es usage_pct a nivel subregion para mayo de 2026 (participación del estado en el total nacional de conversaciones); la amplitud ocupacional es el conteo de categorías soc_occupation de nivel 1 —de las 20 posibles— que reportan un valor no nulo para ese estado, es decir, que superan el umbral mínimo de usuarios que el dataset exige para publicar una cifra.
2. 02Transformación. El volumen se transforma a logaritmo natural antes de calcular Pearson. La razón es que su distribución entre estados es fuertemente asimétrica —Ciudad de México sola concentra 35.05% y la mediana está por debajo de 2%—, y sobre la variable en crudo el coeficiente estaría dominado por un solo punto. La amplitud entra sin transformar.
3. 03Estadísticos. Pearson sobre (log volumen, amplitud): r = 0.957, p < 0.0001, n = 25, r² = 0.916. Spearman sobre los rangos de ambas variables sin transformar: ρ = 0.944. Se reportan los dos a propósito: Pearson mide relación lineal y depende de la transformación elegida; Spearman solo usa el orden y es insensible tanto a la transformación como a los valores extremos. Que ambos coincidan indica que el resultado no es un artefacto del logaritmo.
4. 04Advertencia sobre el instrumento. La amplitud se define por un umbral de publicación que depende del número de usuarios. Un estado con más volumen supera más umbrales por razones aritméticas, aunque su distribución de uso por ocupación fuera idéntica a la de un estado pequeño. Parte de la correlación es, por construcción, mecánica, y estos datos no permiten cuantificar qué parte. El coeficiente debe leerse como cota superior del efecto real. Ver Secciones 4.2, 5 y 6.

A.2 Equivalencia de las categorías ocupacionales con la taxonomía SOC

Las Tablas 4 y 6 presentan traducidas al español las categorías mayores del sistema SOC del Bureau of Labor Statistics de Estados Unidos, que el dataset publica en inglés. La equivalencia es la siguiente, para que el análisis sea reproducible sin ambigüedad:

Los nombres de temas de conversación que el dataset reporta como cadenas literales —"Homework", "Business operations", "Starting a business"— se conservan en inglés en el cuerpo del documento, con su traducción entre paréntesis: son valores del dato, no etiquetas de una taxonomía, y traducirlos rompería la trazabilidad contra el archivo original.