Investigación IA y empleo: el doble efecto que replantea la formación de talento
Datos de Google, Harvard y NBER muestran que la IA no destruye empleo en bloque: las tareas estructuradas caen, pero los roles de colaboración crecen. El desafío en América Latina es la brecha de adaptación.
Tres investigaciones recientes, con metodologías y datos muy distintos, coinciden en un hallazgo que desmiente tanto el apocalipsismo como la negación: la inteligencia artificial generativa no está eliminando empleo en masa, sino reconfigurándolo de forma quirúrgica. El problema grave no está en el volumen total de puestos, sino en qué tipo de trabajo pierde valor y cuál gana tracción, y en quién queda atrapado en medio.
Google Research analizó 15 millones de interacciones anónimas con Gemini —entre la app, AI Mode y la API— para construir el primer "ATLAS" de actividad económica real. La conclusión fue directa: la investigación "no encontró evidencia que respalde las afirmaciones de que la IA está a punto de causar una automatización masiva y el desplazamiento del trabajo de cuello blanco". El uso de IA, según el equipo de Google, "sigue siendo superficial y abrumadoramente colaborativo", con una automatización completa de tareas limitada en alcance. Es decir, la gente usa la herramienta, no se reemplaza a sí misma con ella.
Un estudio de Harvard Business School, con datos del universo casi completo de ofertas de empleo en Estados Unidos, encontró el mismo patrón pero medido en números concretos. Los investigadores desarrollaron índices separados de automatización y de aumento (augmentation) para cada ocupación, usando la base O*NET. El resultado fue revelador: las ocupaciones en el cuartil superior de potencial de automatización sufrieron una caída del 17% en ofertas de empleo por trimestre tras la llegada de la IA generativa. En el extremo opuesto, los puestos con mayor potencial de aumento —donde la IA complementa al trabajador en lugar de reemplazarlo— vieron un incremento del 22% en ofertas por trimestre. El efecto no es lineal: la IA reduce la demanda donde las tareas son estructuradas y reemplazables, pero la incrementa donde se necesita criterio humano para supervisar, verificar o decidir sobre el output de la máquina.
La tercera pieza del rompecabezas la aporta el National Bureau of Economic Research (NBER), que evaluó la capacidad de adaptación de los trabajadores estadounidenses ante un eventual desplazamiento. Los autores construyeron un índice de capacidad adaptativa para 356 ocupaciones que representan el 95,9% de la fuerza laboral de EE.UU. El hallazgo central: la exposición a la IA y la capacidad de adaptación están correlacionadas positivamente. De los 37,1 millones de trabajadores en el cuartil superior de exposición a IA, 26,5 millones están en ocupaciones con capacidad adaptativa por encima de la mediana. Pero hay 6,1 millones de personas —el 4,2% de la fuerza laboral— que están en el punto exacto de vulnerabilidad máxima: alta exposición y baja capacidad para pivotar. Estos trabajadores se concentran en roles administrativos y de oficina.
La lectura combinada de estos tres trabajos es clara para quien toma decisiones. La IA no va a dejar a todo el mundo sin trabajo, pero sí está estrechando el pasillo por el que los profesionales junior aprenden el oficio. El Stanford Digital Economy Lab ya documentó que el empleo junior en roles expuestos a IA cae un 4% anual desde finales de 2022, mientras que el empleo senior en los mismos sectores sube. Las tareas de entrada —escribir código base, redactar borradores, responder tickets de soporte— son exactamente las que la IA puede hacer en segundos. Y al hacerlo, elimina el escalón donde los recién llegados aprendían a fallar barato y a desarrollar criterio.
Para una empresa latinoamericana, esto tiene un correlato operativo inmediato. Si la decisión estratégica es "poner IA para ahorrar costos de entrada", el ahorro de corto plazo se paga con un déficit de talento intermedio a cinco o siete años. El problema no es que falten seniors hoy, sino que no habrá quién los forme si se elimina el tramo de aprendizaje que los produce. La evidencia de Google Research sugiere que la mayoría de las empresas aún usan la IA de forma superficial. Pero las que la usan para sustituir tareas de entrada —y no para aumentar la capacidad de quienes ya tienen criterio— están sembrando un problema de cantera que será difícil de revertir.
La pregunta que queda sobre la mesa no es cuántos puestos de trabajo destruirá la IA, sino qué están haciendo hoy las organizaciones para que sus próximos profesionales aprendan a pensar en lugar de solo a ejecutar.
