En cada curso que dicto hago la misma pregunta en clase: ¿cuántos creen que la inteligencia artificial les va a quitar el trabajo? Las manos suben con una mezcla de miedo y resignación que ya dejó de sorprenderme. Lo que sí me sigue llamando la atención es lo poco que sabemos sobre lo que está ocurriendo, dada las disrupciones consecutivas que emergen cada vez más rápido.
La evidencia está lejos de ser concluyente. La Reserva Federal de Nueva York revisó los avisos de trabajo y no encontró una caída de la demanda laboral atribuible con claridad a la IA. En un estudio reciente de la universidad de Stanford sí se halló algo inquietante que muestra que los jóvenes de 22 a 25 años en las ocupaciones más expuestas consiguen bastante menos empleo que sus pares en oficios menos expuestos, aunque los autores descartan un desplazamiento masivo. Dos investigaciones serias, dos conclusiones distintas, y en el medio una industria del pronóstico que elige la mitad que le conviene.
En las empresas, mientras tanto, pasa algo más prosaico. Hago indagaciones constantes con gerentes —recuerden que trabajo en una escuela de negocios— en las que intento conocer si existe un recorte significativo de personal con relación directa al uso de la inteligencia artificial por aquello de la “optimización”. La IA sirve de coartada por el hecho de que es “más elegante” que admitir un error de planeamiento.
Hay un error de fondo, y es el que más me interesa destacar en este artículo. Seguimos hablando de la IA como si fuera una tecnología única. Lo que en realidad está cambiando el trabajo es un conjunto de tecnologías que maduraron casi al mismo tiempo y empezaron a encajar entre sí. Los modelos de lenguaje son la parte más visible, pero debajo de ella hay semiconductores especializados, procesadores que llevan el cómputo al borde de la red y una demanda de electricidad que ya es un límite físico. Al lado están los sensores: visión artificial, dispositivos conectados, sensores táctiles que le dan a esos modelos algo parecido a la percepción. Después, la capacidad de actuar de forma más precisa, baterías más densas, materiales más livianos (nanotecnología). Y en paralelo la biotecnología, donde la IA ya acelera el diseño de proteínas y materiales, con efectos sobre la agroindustria, la minería y la salud, entre otras.
«Si las empresas dejan de contratar jóvenes porque la IA resuelve el trabajo de entrada, cortan el escalón por el que se forman los expertos que van a necesitar en diez años».
Lo que me importa no es el inventario sino el acople de la convergencia tecnológica. Mientras la IA fue puramente cognitiva nos consolábamos pensando que el trabajo manual estaba a salvo. Al juntarse con sensores y robótica, en lo que llaman IA física, esa frontera se corre hacia el trabajo manual y de servicios, que es donde América Latina, con sus diferencias marcadas, se encuentra a una distancia significativa de los países líderes en tecnología.
La OIT calcula que una cuarta parte del empleo mundial está en ocupaciones expuestas a la IA generativa, pero en los países de ingreso alto la proporción sube a un tercio. Es tentador leerlo como ventaja. En realidad, estamos menos expuestos porque hacemos trabajo que todavía no vale la pena automatizar. En un país donde siete de cada diez personas trabajan en la informalidad, la pregunta no es cuántos empleos se pierden, sino dónde terminan las ganancias de productividad. Sospecho que no aquí.
Hay algo más que casi no se discute. Si las empresas dejan de contratar jóvenes porque la IA resuelve el trabajo de entrada, cortan el escalón por el que se forman los expertos que van a necesitar en diez años. Cada decisión, por separado, parece razonable. Todas juntas son un problema.
Y frente a todo esto la respuesta que más se repite es el reskilling. Capacitarse, adaptarse, volver a empezar. Está bien, pero pone toda la carga sobre el trabajador y no dice nada sobre quién se queda con lo que la tecnología produce. Esa es la conversación que seguimos evitando.









