Las cifras detrás de los titulares
Qué aspecto tiene realmente el desplazamiento confirmado en 2025
La brecha entre las proyecciones y las pérdidas de empleo confirmadas por la IA es enorme, pero las señales estructurales sugieren que el ajuste se está acumulando, no llegando.
Cuando ChatGPT se lanzó en noviembre de 2022, el discurso público inicial osciló rápidamente entre dos polos: promesas tecno-utópicas de productividad infinita y advertencias apocalípticas de desempleo masivo en cuestión de años. Tres años después, el registro empírico es más matizado —y en aspectos importantes, más alarmante— de lo que predijo cualquiera de los dos bandos.
Las cifras confirmadas de desplazamiento laboral directamente atribuible a la IA en 2025 son, en términos macroeconómicos, modestas. Según la empresa de recolocación Challenger, Gray & Christmas, aproximadamente 12.700 empleos estadounidenses se atribuyeron directamente a la IA en 2024, cifra que ascendió a unas 55.000 personas en 2025. ✓ Hecho establecido [8] Incluso incorporando estimaciones independientes más amplias —que intentan contabilizar el desplazamiento impulsado por la IA no declarado expresamente en los comunicados corporativos—, el total de desplazamiento atribuible a la IA en EE. UU. en 2025 se sitúa entre 200.000 y 300.000 puestos, lo que representa entre el 0,13 y el 0,20 por ciento de la fuerza laboral no agrícola. ◈ Evidencia sólida [8]
El Yale Budget Lab, al revisar el mercado laboral hasta mediados de 2025, no encontró ninguna perturbación amplia discernible 33 meses después del lanzamiento de ChatGPT. ◈ Evidencia sólida [5] El análisis del Budget Lab es coherente con el registro histórico: la perturbación tecnológica generalizada se desarrolla característicamente a lo largo de décadas, no de meses, ya que la difusión y la inercia institucional ralentizan las curvas de adopción muy por debajo de lo que sugieren las demostraciones de laboratorio.
Goldman Sachs Research, publicando en agosto de 2025, llegó a una conclusión igualmente mesurada: con los casos de uso actuales de la IA extendidos a toda la economía, solo el 2,5 % del empleo estadounidense corre riesgo directo de desplazamiento. Incluso en un escenario de adopción amplia, esa cifra asciende a apenas el 6-7 % de la fuerza laboral de EE. UU. Goldman Sachs estimó además que cualquier repunte del desempleo durante la transición a la IA probablemente será transitorio y se disipará en aproximadamente dos años. ⚖ Controvertido [6]
Sin embargo, estas lecturas a nivel macro contienen un punto ciego crítico: miden promedios en una economía de 160 millones de trabajadores, ocultando las concentraciones de daño a nivel sectorial y demográfico. La analogía es instructiva: la temperatura media de una ciudad dice poco sobre si determinados barrios se están inundando. Las cifras agregadas están en calma; en zonas ocupacionales específicas, las aguas ya están subiendo.
El vaciamiento del centro
Cómo la IA ataca primero a la clase media cognitiva
La IA está profundizando un patrón de polarización que ya tiene dos décadas, pero por primera vez está alcanzando el trabajo cognitivo de cuello blanco en lugar de descender hacia el trabajo manual.
Para comprender el impacto de la IA en el mercado laboral, la línea de base correcta no es la revolución industrial ni la informatización de los años ochenta, sino el período de 2000 a 2020, durante el cual el crecimiento del empleo en EE. UU. se concentró intensamente en dos segmentos: los puestos profesionales de altos salarios y los empleos de servicios de bajos salarios, mientras que los empleos de cualificación media en funciones administrativas, de oficina y de producción se contrajeron drásticamente. ◈ Evidencia sólida [10] Este patrón —que los economistas denominan vaciamiento del mercado laboral, o polarización del empleo— fue impulsado por la automatización de tareas cognitivas rutinarias: contabilidad, introducción de datos, operación de centralitas telefónicas e investigación paralegal básica.
La IA no invierte este vaciamiento; lo acelera y lo extiende. Lo que distingue a la IA generativa de oleadas de automatización anteriores es precisamente su alcance hacia el trabajo cognitivo, basado en el lenguaje e incluso creativo que el software anterior no podía abordar. El análisis del FMI de enero de 2024 determinó que aproximadamente el 40 % del empleo mundial está expuesto a la IA, cifra que asciende a cerca del 60 % en las economías avanzadas —una escala de exposición sin precedentes históricos, porque la automatización anterior afectaba principalmente a las tareas manuales rutinarias y cognitivas de baja cualificación, no al núcleo profesional y directivo—. ✓ Hecho establecido [2]
El economista del MIT David Autor, escribiendo en un documento de trabajo de la Oficina Nacional de Investigación Económica (NBER) en 2024, situó esta dinámica en su contexto estructural: el núcleo de cualificación media y clase media del mercado laboral de EE. UU. ha sido vaciado progresivamente por la automatización y la globalización durante dos décadas, y que la IA resulte destructiva o constructiva en la próxima fase no es una inevitabilidad tecnológica, sino una decisión política. ◈ Evidencia sólida [11] El 75 % de los adultos estadounidenses, según una encuesta de Gallup citada en el documento de Autor, cree que la IA conducirá a menos empleos —una cifra que refleja una intuición generalizada sobre esta vulnerabilidad estructural incluso si los datos macro aún no la confirman de forma agregada—.
Un documento de trabajo del FMI publicado en septiembre de 2024, que examinó los datos de zonas de desplazamiento laboral de EE. UU. entre 2010 y 2021, encontró que las áreas con mayor adopción de IA experimentaron un descenso más pronunciado en la ratio empleo-población durante ese período. De forma crucial, el efecto negativo sobre el empleo recayó principalmente en el sector manufacturero, los servicios de baja cualificación, los trabajadores de cualificación media y las ocupaciones no STEM —no en el nivel profesional de altos ingresos que acapara la mayor cobertura mediática—. ◈ Evidencia sólida [9] La granularidad regional de este hallazgo es relevante: los efectos de la IA en el mercado laboral no se distribuyen uniformemente por la geografía, y las comunidades cuya base económica se concentra en el trabajo cognitivo rutinario de servicios enfrentan un riesgo cualitativamente diferente al de las áreas metropolitanas ancladas en el empleo profesional altamente cualificado.
La Human Capital Leadership Review, sintetizando esta evidencia en diciembre de 2025, identificó lo que denominó una amenaza de bifurcación: una división entre supertrabajadores potenciados por la IA —profesionales que despliegan la IA para multiplicar su producción y cobrar salarios premium— y un nivel intermedio marginalizado cuyas tareas se automatizan sin acceso a la prima de potenciación. ◈ Evidencia sólida [10]
Empleos en riesgo — La taxonomía basada en la evidencia
De los intérpretes a los analistas junior
La evidencia empírica identifica una jerarquía clara de exposición a la IA, y las ocupaciones más expuestas no son las que la mayoría espera.
El análisis de Microsoft Research de julio de 2025, basado en 200.000 conversaciones anonimizadas de Microsoft Copilot registradas entre enero y septiembre de 2024, elaboró posiblemente el mapa de exposición ocupacional más detallado producido hasta la fecha. Los intérpretes y traductores encabezan la lista, con un 98 % de sus actividades laborales solapándose con las capacidades de la IA —una cifra extraordinaria que refleja la digitalización casi completa de la mediación lingüística—. Los historiadores, escritores y representantes comerciales también figuran entre los perfiles más expuestos. En total, Microsoft Research identificó 8,4 millones de trabajadores estadounidenses concentrados en las 40 categorías ocupacionales más afectadas por la IA. ◈ Evidencia sólida [7]
La Reserva Federal de San Luis, publicando en agosto de 2025 un análisis de las tendencias de desempleo por puntuación de exposición ocupacional a la IA entre 2022 y 2025, encontró una correlación estadísticamente significativa: las ocupaciones con mayor exposición a la IA mostraron incrementos más pronunciados del desempleo durante ese período, con un coeficiente de correlación de 0,57. Las ocupaciones informáticas y matemáticas —con una puntuación de exposición a la IA de aproximadamente el 80 %— registraron algunos de los mayores aumentos de desempleo de cualquier grupo ocupacional importante. ◈ Evidencia sólida [3]
Erik Brynjolfsson, Michael Chan y Michael Chen, del Stanford Digital Economy Lab, publicaron hallazgos en agosto de 2025 que documentan descensos sustanciales del empleo para los trabajadores en inicio de carrera en ocupaciones expuestas a la IA, específicamente en desarrollo de software y atención al cliente. El empleo a nivel de toda la economía sigue expandiéndose, pero el crecimiento para los trabajadores jóvenes se rezaga significativamente respecto al de los trabajadores de mayor edad. Esta contracción en el nivel de entrada es analíticamente distinta del desplazamiento agregado: refleja la sustitución por la IA del nivel formativo del trabajo del conocimiento —el analista junior, el desarrollador junior, el agente de primera línea de atención al cliente— en lugar de la eliminación total de campos profesionales enteros. [4]
El sector de atención al cliente ofrece una de las ventanas empíricas más claras de cómo es el desplazamiento confirmado y mensurable. El Site Selection Group documentó una disminución de aproximadamente 80.000 puestos de atención al cliente en EE. UU. entre 2022 y 2024 —una contracción concentrada en el período de despliegue más rápido de IA para la atención al cliente—. ◈ Evidencia sólida [8] No se trata de proyección ni de modelización; es un descenso observado de plantilla en un sector específico durante un período específico de adopción de IA.
| Ocupación / Categoría | Nivel de exposición a la IA | Evaluación de la evidencia |
|---|---|---|
| Intérpretes y traductores | Microsoft Research: 98 % de solapamiento de actividades laborales con capacidades de la IA (datos de Copilot, ene.-sep. 2024) | |
| Ocupaciones informáticas y matemáticas | Fed de San Luis: los mayores incrementos de desempleo 2022-2025 de cualquier grupo ocupacional importante | |
| Escritores y autores | Microsoft Research: entre los 40 perfiles más afectados; la IA generativa es directamente sustituible | |
| Atención al cliente / Representantes de servicio | ~80.000 puestos eliminados en EE. UU. entre 2022-2024 (Site Selection Group); descensos en inicio de carrera confirmados por Stanford | |
| Administrativos y de oficina | Brookings/GovAI: 6,1 millones de trabajadores con alta exposición y baja capacidad adaptativa concentrados aquí | |
| Analistas financieros junior | FMI: el trabajo cognitivo altamente cualificado está singularmente expuesto; las tareas de nivel de entrada son las más automatizables |
Empleos que están a salvo (y por qué)
Oficios cualificados, sanidad y la primacía del trabajo corporal
Los empleos más seguros comparten una propiedad común: requieren presencia física, acción corporal diestra o confianza interpersonal de alto riesgo que la IA no puede replicar ni ejercer a distancia.
Identificar qué empleos están protegidos del desplazamiento por la IA requiere comprender lo que la IA no puede hacer —no lo que le cuesta hoy, sino lo que queda estructuralmente fuera del alcance de un sistema que procesa y genera lenguaje, código e imágenes—. La respuesta converge en dos categorías: el trabajo físico corporal que requiere destreza y juicio situacional en entornos no estructurados, y las relaciones humanas de alto riesgo en las que el valor de la interacción es inseparable de la persona que la presta.
Los oficios cualificados —electricistas, fontaneros, técnicos de climatización, trabajadores de la construcción— ocupan la primera categoría. Su trabajo requiere la manipulación física de entornos complejos y variables, la resolución de problemas en tiempo real in situ y un juicio con responsabilidad civil que no puede delegarse en un modelo lingüístico que opera a distancia. Estas ocupaciones tienen puntuaciones de exposición a la IA bajas y trayectorias de crecimiento proyectadas sólidas. Las proyecciones de la Oficina de Estadísticas Laborales, citadas en la síntesis de ALM Corp, muestran que los puestos de enfermero especializado crecerán un 52 % entre 2023 y 2033 —impulsados por la demanda demográfica de una población envejecida que ningún despliegue de IA puede redirigir—. ◈ Evidencia sólida [8]
Las ocupaciones de cuidado personal y servicio de alimentación ocupan una posición diferente pero igualmente protegida. Las proyecciones de la Oficina de Estadísticas Laborales indican que se espera que los empleos de preparación y servicio de alimentos añadan más de 500.000 puestos para 2033. ◈ Evidencia sólida [8] Estos puestos requieren presencia física, sintonía emocional y están situados en un mercado laboral donde la sustitución robótica sigue siendo económicamente no competitiva a los niveles salariales actuales.
La distinción entre exposición y desplazamiento es relevante aquí. El análisis del FMI de enero de 2024 determinó que en las economías avanzadas, aproximadamente el 60 % de los empleos puede verse afectado por la IA, pero el impacto no es sinónimo de eliminación. ✓ Hecho establecido [2] Aproximadamente la mitad de los empleos expuestos en las economías avanzadas se evalúan como susceptibles de beneficiarse de la IA como herramienta de productividad —lo que implica que el trabajador conserva su puesto, pero con la IA potenciando su rendimiento—. La otra mitad enfrenta depresión salarial o eliminación. La variable crítica que determina qué resultado se materializa es la capacidad de adaptación, y la distribución de la capacidad de adaptación constituye la dimensión más importante y menos informada del impacto de la IA en el mercado laboral.
Las víctimas ocultas: 6,1 millones
La brecha de capacidad adaptativa de la que nadie habla
Una alta exposición a la IA combinada con una baja capacidad de adaptación crea una cohorte vulnerable distinta y en gran medida invisible —mayoritariamente femenina, mayoritariamente administrativa y casi totalmente ausente del discurso público sobre los costes de la IA—.
El hallazgo más trascendente de la literatura empírica reciente sobre IA y empleo no se refiere a las tasas agregadas de desplazamiento ni a las tendencias de desempleo por sectores. Se trata de una observación distributiva publicada por la Brookings Institution el 12 de febrero de 2026, en colaboración con GovAI, que mide no solo quién está expuesto a la IA, sino quién está expuesto a la IA combinado con una baja capacidad de adaptación.
El estudio parte de una observación fundamental: de los 37,1 millones de trabajadores estadounidenses en los empleos más expuestos a la IA, 26,5 millones tienen una capacidad adaptativa por encima de la mediana —es decir, poseen cualificaciones educativas, transferibilidad ocupacional, recursos financieros o movilidad geográfica que les proporcionan opciones reales de transición—. Estos trabajadores dominan los titulares. Son los ingenieros de Silicon Valley y los analistas financieros cuyos sofisticados empleos la IA supuestamente amenaza. ✓ Hecho establecido [1]
Pero el hallazgo más importante del estudio se refiere a la cohorte restante: aproximadamente 6,1 millones de trabajadores estadounidenses que enfrentan tanto una alta exposición a la IA como una baja capacidad adaptativa. Estos trabajadores —concentrados abrumadoramente en puestos administrativos, de oficina y de servicios cognitivos rutinarios— carecen de las credenciales, los colchones financieros y la flexibilidad ocupacional para gestionar una transición forzada. No están en proceso de reconversión. Están atrapados. ✓ Hecho establecido [1]
La brecha de capacidad adaptativa es el marco analítico central a través del cual debe evaluarse el daño de la IA en el mercado laboral. El planteamiento convencional —los trabajadores profesionales de cuello blanco están expuestos a la IA, por tanto los profesionales de cuello blanco son las principales víctimas de la IA— comete un error lógico: confunde exposición con daño. La exposición sin capacidad adaptativa es categóricamente más dañina que la exposición con ella. Un ingeniero de software en una empresa de San Francisco que pierde su puesto por la automatización con IA tiene, en la mayoría de los casos, cualificaciones, ahorros, redes profesionales y movilidad geográfica para gestionar la transición. La auxiliar administrativa de una compañía de seguros regional en Ohio, que realiza las mismas funciones de introducción de datos y planificación de agenda que la IA ahora puede gestionar, no dispone de ninguno de esos recursos.
Esta distinción se agudiza aún más por la barrera de credenciales en los nuevos empleos de la era de la IA. Según investigaciones de SSRN citadas en la síntesis de ALM Corp, aproximadamente el 77 % de los nuevos puestos relacionados con la IA requieren un máster. ⚖ Controvertido [8] Incluso si la proyección neta positiva del Foro Económico Mundial —92 millones de empleos desplazados, 170 millones creados, un saldo neto de 78 millones para 2030— resulta ser correcta, el desajuste estructural de credenciales significa que los trabajadores administrativos desplazados no pueden simplemente acceder a los nuevos puestos de operaciones de IA o ingeniería de prompts. Los empleos que se eliminan requieren un diploma de educación secundaria. Los empleos que se crean exigen un posgrado. La aritmética de la creación neta es, para esta cohorte, completamente irrelevante.
Los trabajadores con mayor probabilidad de ser dañados por el desplazamiento de la IA no son los que generan más alarma. Los ingenieros y analistas con alta exposición tienen los recursos para adaptarse. Los 6,1 millones con alta exposición y baja capacidad adaptativa son, en términos estructurales, los más vulnerables —y están casi totalmente ausentes de la conversación política—.
— Brookings Institution / GovAI, 12 de febrero de 2026La falla de género
Por qué el 86 % de los trabajadores más vulnerables son mujeres
La brecha de capacidad adaptativa de la IA tiene una dimensión de género marcada que el análisis del mercado laboral ha tardado en visibilizar —y que los marcos políticos prácticamente no han abordado—.
El hallazgo de Brookings/GovAI de que aproximadamente el 86 % de los 6,1 millones de trabajadores con baja adaptabilidad y alta exposición son mujeres no es un dato periférico. Refleja patrones estructurales profundos en la forma en que la segregación ocupacional de género ha distribuido tanto el riesgo como los recursos dentro del mercado laboral estadounidense. ✓ Hecho establecido [1]
El trabajo administrativo y de oficina —introducción de datos, coordinación de agendas, mantenimiento básico de registros, correspondencia con clientes, administración de oficina— ha sido desproporcionadamente realizado por mujeres durante gran parte del último siglo. Esta concentración ocupacional no fue tecnológicamente inevitable; fue el producto de un mercado laboral en el que las mujeres fueron canalizadas hacia puestos clasificados como de apoyo, auxiliares y rutinarios, en lugar de estratégicos o profesionales. La ironía es ahora evidente: el mismo sistema de clasificación que históricamente infravaloró estos puestos los está convirtiendo ahora en el objetivo principal de la sustitución por IA.
La dimensión de género del desplazamiento por IA se agrava por las propias métricas de capacidad adaptativa. El índice de capacidad adaptativa del estudio de Brookings/GovAI incorpora factores como el nivel educativo, la transferibilidad ocupacional, el acceso a redes de seguridad financiera y la movilidad geográfica. Las mujeres en puestos administrativos presentan desventajas sistemáticas en múltiples dimensiones de este índice: es más probable que sean geográficamente inmóviles (debido a responsabilidades de cuidados), que carezcan de credenciales STEM necesarias para los puestos técnicos de transición y que se encuentren en modalidades de empleo a tiempo parcial o irregular que ofrecen menos protecciones durante el desplazamiento.
El análisis más amplio del FMI añade una dimensión global a este hallazgo. En las economías avanzadas, el FMI encontró que la IA afecta de manera singular a los empleos altamente cualificados —un patrón distinto al de oleadas de automatización anteriores—. Pero dentro de ese panorama amplio de exposición, la distribución de la capacidad adaptativa sigue líneas de género que reflejan desigualdades preexistentes en el mercado laboral en lugar de neutralidad tecnológica. ✓ Hecho establecido [2]
Los datos de participación en la fuerza laboral refuerzan la vulnerabilidad estructural. Las cifras de la Oficina de Estadísticas Laborales citadas en la síntesis de ALM Corp muestran que la participación laboral de los trabajadores en edad productiva sin título universitario descendió del 88,6 % en 1990 al 82,3 % en los últimos años —una erosión a largo plazo que la IA está en disposición de acelerar para la cohorte específica de mujeres en trabajo cognitivo rutinario de servicios—. ◈ Evidencia sólida [8]
La variable institucional
Por qué la IA desplaza más en EE. UU. que en los países nórdicos
Los resultados del desplazamiento no están determinados por la tecnología —están mediados por las instituciones—, y la diferencia entre los mercados laborales nórdicos y anglosajones lo demuestra claramente.
Uno de los hallazgos más relevantes para las políticas públicas en la literatura reciente es que el impacto de la IA en el mercado laboral no es un resultado tecnológico fijo, sino variable, condicionado sustancialmente por el entorno institucional en el que se adopta la IA. El análisis de AB Academics, publicado en enero de 2026, encontró que en los países nórdicos con fuerte representación sindical y políticas activas de empleo, la adopción de IA se asoció con brechas salariales más estrechas. En cambio, en Estados Unidos y el Reino Unido, la adopción de IA coincidió con una polarización salarial más aguda. ◈ Evidencia sólida [12]
Esta divergencia no es accidental. Los mercados laborales nórdicos se caracterizan por la negociación salarial centralizada, programas integrales de políticas activas de empleo (subsidios de reciclaje, apoyo en la búsqueda de empleo, seguro salarial), una fuerte implicación sindical en las decisiones corporativas de adopción tecnológica y sistemas de seguro social que amortiguan sustancialmente los impactos del desplazamiento. Cuando una empresa danesa automatiza funciones administrativas, el trabajador desplazado accede a un sistema de transición bien financiado con tasas elevadas de reemplazo de ingresos, opciones de reciclaje subvencionadas por el Estado y obligaciones legales del empleador de consultar a los representantes de los trabajadores antes de reestructurar.
Modelo de mercado laboral nórdico
Modelo de mercado laboral de EE. UU. / R. U.
La implicación es directa y políticamente incómoda: el grado de daño que la IA inflige a los 6,1 millones de trabajadores con baja adaptabilidad identificados por Brookings/GovAI no es una función de lo poderosa que sea la tecnología. Es una función de si esos trabajadores tienen acceso a protecciones institucionales y recursos de transición. En el contexto de EE. UU., en gran medida no los tienen. La infraestructura estadounidense de transición laboral —los programas de reciclaje en los community colleges, los mecanismos de Trade Adjustment Assistance, el seguro de desempleo— fue diseñada para un patrón de desplazamiento de la era manufacturera caracterizado por cierres de fábricas geográficamente concentrados, no para el desplazamiento difuso y transversal del trabajo cognitivo rutinario.
David Autor, del MIT, planteó esta cuestión directamente en su documento de trabajo del NBER de 2024: la aplicación de la IA como destructiva o constructiva es una decisión política, no una inevitabilidad tecnológica. ◈ Evidencia sólida [11] Los datos agregados de la OCDE —la desigualdad salarial aumentó aproximadamente un 10 % en los países miembros entre 2000 y 2022, impulsada por la automatización cognitiva rutinaria— representan un promedio que oculta la amplia varianza institucional entre países. ◈ Evidencia sólida [12]
Ruido frente a daño
Dónde discrepan Goldman Sachs, el Yale Budget Lab y Stanford
El debate empírico entre los escépticos mesurados y los investigadores de la alerta temprana no es una simple división optimista-pesimista — es una disputa metodológica sobre qué cuenta como evidencia y sobre qué horizonte temporal.
El panorama probatorio del impacto de la IA en el mercado laboral es genuinamente controvertido, y la honestidad intelectual exige presentar los desacuerdos con la misma sustancia que las áreas de consenso. Tres posiciones de investigación distintas están representadas en la literatura actual, y no son reconciliables mediante un término medio.
La primera posición, asociada con el análisis del Yale Budget Lab de 2025, sostiene que los 33 meses transcurridos desde el lanzamiento de ChatGPT no han producido ninguna perturbación amplia discernible en el mercado laboral de EE. UU., y que el precedente histórico muestra consistentemente que la perturbación tecnológica generalizada se desarrolla a lo largo de décadas, no de años. ◈ Evidencia sólida [5] Esta posición es metodológicamente conservadora e históricamente fundamentada: señala correctamente que las predicciones de desempleo tecnológico masivo rápido se han formulado y refutado repetidamente a lo largo del último siglo.
El análisis de Goldman Sachs Research de agosto de 2025 refuerza esta visión mesurada con modelización a nivel sectorial: solo el 2,5 % del empleo de EE. UU. en riesgo directo de desplazamiento bajo las condiciones actuales, y cualquier repunte del desempleo durante el período de transición probablemente transitorio en un plazo de dos años. ⚖ Controvertido [6]
La posición del escepticismo mesurado
La posición de la alerta temprana
La tercera posición, representada por Brynjolfsson, Chan y Chen en el Stanford Digital Economy Lab en su artículo de agosto de 2025 —titulado, reveladoramente, Canaries in the Coal Mine?—, sostiene que aunque el empleo agregado se mantiene saludable, los datos a nivel ocupacional y de etapa de carrera muestran señales tempranas claras de daño concentrado. ◈ Evidencia sólida [4] La metáfora de los canarios está elegida con cuidado: los trabajadores en inicio de carrera en ocupaciones expuestas a la IA son los canarios —los primeros en experimentar el daño que, si no se controla, se propagará hacia arriba por la jerarquía ocupacional—.
La resolución metodológica de esta disputa no es puramente empírica —es en parte una cuestión de qué unidad de análisis importa moralmente—. Si la unidad relevante es el empleo agregado de EE. UU., Yale y Goldman Sachs tienen razón en que el panorama sigue siendo estable. Si la unidad relevante son los trabajadores en inicio de carrera en software en 2024, o los 6,1 millones de trabajadores administrativos con baja adaptabilidad en 2026, el panorama es materialmente diferente. Ambas son descripciones precisas de diferentes segmentos de la realidad. La pregunta política es qué segmento merece una atención más urgente.
La inflexión de 2027-2030
Por qué las cifras modestas de hoy pueden ser estructuralmente engañosas
Las cifras de desplazamiento actuales reflejan condiciones de adopción temprana — los efectos acumulativos de las mejoras en las capacidades de la IA y los ciclos de adaptación corporativa se espera que se materialicen con mayor fuerza entre 2027 y 2030.
Las cifras de desplazamiento confirmado relativamente modestas de 2024-2025 —55.000 despidos directos por IA, entre 200.000 y 300.000 puestos totales atribuibles a la IA— deben contextualizarse dentro de los plazos de adopción corporativa en lugar de interpretarse como un equilibrio estable a largo plazo. El despliegue empresarial de la IA sigue una curva de difusión bien documentada: proyectos piloto en 2022-2023, despliegue selectivo a escala en 2024-2025, e integración operativa profunda que transforma funciones enteras en 2026-2028. Las cifras visibles hoy representan la vanguardia del despliegue, no su estado maduro.
La evaluación más amplia del FMI es relevante aquí: aproximadamente la mitad de los empleos en las economías avanzadas expuestos a la IA enfrentan depresión salarial o eliminación —no de inmediato, sino a medida que las capacidades de la IA se expanden y las estructuras de costes corporativos se adaptan—. ✓ Hecho establecido [2] El momento de esa materialización es controvertido —la síntesis de ALM Corp, basada en múltiples líneas de investigación, sitúa los principales efectos acumulativos entre 2027 y 2030—, pero las fuerzas estructurales que la impulsan no lo son. ⚖ Controvertido [8]
El análisis de la Reserva Federal de San Luis de agosto de 2025 proporciona un indicador adelantado valioso: el coeficiente de correlación de 0,57 entre las tasas de adopción de IA y el cambio en el desempleo entre ocupaciones de 2022 a 2025 representa una señal mesurada, no una alarma de crisis. ◈ Evidencia sólida [3] Sin embargo, los coeficientes de correlación medidos en etapas de adopción temprana tienden a subestimar la magnitud del efecto eventual, porque la adopción empresarial es no lineal: se acelera a medida que los costes del software disminuyen, la familiaridad de los trabajadores aumenta y la presión competitiva obliga a las empresas rezagadas a igualar las estructuras de costes impulsadas por la IA de los primeros adoptantes.
La cuestión de si el efecto neto global sobre el empleo será positivo —la proyección del FEM de una creación neta de 78 millones de empleos para 2030— o negativo es genuinamente irresuelta. ⚖ Controvertido [8] Lo que sí está resuelto es la cuestión distributiva: sea el efecto neto positivo o negativo, los trabajadores con baja capacidad adaptativa no se beneficiarán de los nuevos puestos creados en la era de la IA. La inflexión de 2027-2030 es, para los 6,1 millones de trabajadores con baja adaptabilidad, una cuenta atrás más que un horizonte lejano.
La brecha de respuesta política
Reciclaje profesional, el muro de credenciales y lo que los gobiernos están haciendo mal
Los marcos políticos actuales están orientados hacia la población equivocada, operan a una escala inadecuada y se basan en supuestos institucionales construidos para una era de desplazamiento diferente.
La respuesta política dominante al desplazamiento laboral impulsado por la IA —programas de reciclaje dirigidos a ayudar a los trabajadores desplazados a transitar hacia puestos relacionados con la IA— contiene una contradicción estructural que la evidencia empírica pone de manifiesto. Si aproximadamente el 77 % de los nuevos puestos relacionados con la IA requieren un máster, ⚖ Controvertido [8] entonces un programa de reciclaje que ofrece cursos vocacionales de seis meses a trabajadoras administrativas desplazadas no constituye una vía de acceso a la nueva economía de la IA —es una brecha de credenciales medida en años de educación de posgrado que la mayoría de las trabajadoras desplazadas no pueden costear, no pueden acceder y en muchos casos no pueden completar mientras gestionan responsabilidades de cuidados que recaen desproporcionadamente sobre las mujeres—.
El desajuste estructural entre la cohorte desplazada y los requisitos de los nuevos puestos es el desafío político que los marcos actuales no están diseñados para abordar. El programa de Trade Adjustment Assistance de EE. UU., diseñado para apoyar a los trabajadores desplazados por el comercio internacional, ofrece un modelo que ha estado consistentemente infrafinanciado y definido de forma restrictiva. Ampliar y reformar tales mecanismos para el desplazamiento impulsado por la IA —con períodos de apoyo a los ingresos de duración suficiente para permitir una verdadera adquisición de credenciales, provisiones de cuidado infantil para apoyar a las mujeres con responsabilidades de cuidados y apoyo a la movilidad geográfica— requeriría inversiones políticas que no se han materializado.
El análisis de AB Academics de enero de 2026 encontró que en los países nórdicos con sindicatos fuertes y políticas activas de empleo, la adopción de IA se asoció con brechas salariales más estrechas, mientras que en EE. UU. y el R. U. coincidió con una polarización salarial más aguda. [12] David Autor, del MIT, argumentó explícitamente en su documento de trabajo del NBER de 2024 que la aplicación destructiva o constructiva de la IA es una decisión política, no una inevitabilidad tecnológica. [11] La implicación es que el daño que se está documentando actualmente no es el coste inevitable del progreso tecnológico — es el coste de la inacción institucional.
Se identifican tres fallos políticos específicos a partir de la base de evidencia. Primero, las inversiones actuales en reciclaje son de escala insuficiente: las estimaciones independientes sitúan el desplazamiento total atribuible a la IA en 2025 entre 200.000 y 300.000 puestos, ◈ Evidencia sólida [8] y el aparato político para apoyarlos —los programas de community colleges, las juntas de desarrollo laboral, los subsidios estatales de reciclaje— no fue diseñado para este volumen ni esta distribución ocupacional. Segundo, la concentración geográfica del riesgo no se ha integrado en intervenciones focalizadas: el hallazgo del documento de trabajo del FMI de septiembre de 2024 de que las zonas de desplazamiento laboral de EE. UU. con mayor adopción de IA experimentaron descensos más pronunciados en las ratios empleo-población entre 2010 y 2021 ◈ Evidencia sólida [9] identifica comunidades específicas con riesgo elevado —comunidades que no han recibido inversión preparatoria focalizada—. Tercero, la dimensión de género de la brecha de capacidad adaptativa no se ha incorporado al diseño de las políticas: los programas construidos sin atención explícita a las barreras de cuidados, la magnitud de la brecha de credenciales y los patrones de feminización ocupacional no llegarán al 86 % de la cohorte más vulnerable que son mujeres. ✓ Hecho establecido [1]
El panorama agregado —el 40 % del empleo mundial expuesto a la IA, una tecnología que afecta de manera singular al trabajo cognitivo a una escala sin precedentes históricos ✓ Hecho establecido [2]— exige una respuesta política calibrada para los trabajadores peor posicionados, no los más visibles. Los 6,1 millones de trabajadores con baja adaptabilidad documentados por Brookings y GovAI en febrero de 2026 no generan titulares en Silicon Valley ni informes de analistas de Wall Street. Son, según el título del artículo del Stanford Digital Economy Lab de agosto de 2025, los canarios en la mina. [4] Que los sistemas de gobernanza registren su advertencia antes de que la oleada de desplazamiento alcance su intensidad proyectada de 2027-2030 determinará si el legado de la IA en el mercado laboral es una transición manejable o una cicatriz estructural concentrada en las comunidades económicamente más frágiles de la fuerza laboral estadounidense.