IA no destruye empleos: el estudio que cambia la narrativa sobre automatización

Anthropic, empresa de inteligencia artificial, publicó una investigación que desafía años de predicciones catastróficas sobre pérdida de empleos. Los datos reales muestran que la IA está lejos de alcanzar su potencial teórico, y por ahora, el desempleo apenas se ha movido.

Los pronósticos que no se cumplieron (o no del todo)

Durante los últimos dos años, hemos escuchado advertencias alarmantes desde líderes de la industria tecnológica. Dario Amodei, CEO de Anthropic, sugería que la inteligencia artificial podría afectar a la mitad de los trabajos administrativos de nivel inicial en los próximos años. Mustafa Suleyman, responsable de IA en Microsoft, fue más agresivo: estimaba que la mayoría del trabajo profesional sería reemplazado en un plazo de 12 a 18 meses.

Estas predicciones generaron pánico en mercados laborales de todo el mundo, incluido el colombiano, donde profesionales de sectores como programación, finanzas y servicios administrativos comenzaron a cuestionarse sobre la viabilidad de sus carreras. Sin embargo, desde la llegada de ChatGPT a finales de 2022 hasta hoy, algo inesperado ha ocurrido: el aumento del desempleo entre trabajadores expuestos a la IA ha sido prácticamente imperceptible.

Ahora, la misma Anthropic publica un estudio que obliga a ser mucho más cauteloso con esas proyecciones catastróficas. Los economistas Maxim Massenkoff y Peter McCrory desarrollaron una metodología innovadora que marca una distinción crucial: lo que la IA podría hacer en teoría versus lo que realmente está haciendo en los entornos profesionales actuales.

La brecha entre la teoría y la realidad del uso

La investigación introduce una métrica llamada "exposición observada", que analiza qué tareas está ejecutando realmente Claude (el modelo de IA de Anthropic) en contextos laborales, en lugar de especular sobre capacidades futuras. Este enfoque basado en datos reales revela un panorama sorprendente: existe un abismo entre lo que estos modelos podrían hacer y lo que actualmente están haciendo.

En el sector de informática y matemáticas, por ejemplo, los modelos de lenguaje tendrían capacidad teórica para ejecutar el 94% de las tareas profesionales. En la práctica, Claude solo cubre el 33% de esas tareas. En puestos administrativos y de ofimática, la capacidad teórica roza el 90%, pero el uso real queda muy por debajo. Un ejemplo ilustrativo: aunque un modelo de IA podría autorizar automáticamente la recarga de recetas médicas a farmacias, los investigadores no encontraron evidencia de que Claude estuviera realizando actualmente esa tarea.

¿Por qué esta brecha? Los autores identifican barreras concretas: restricciones legales, requisitos de verificación humana, problemas de integración de software y decisiones comerciales conscientes. En otras palabras, no es que la IA no pueda hacer estas cosas; es que los sistemas de trabajo, regulaciones y procesos de seguridad impiden que lo haga, al menos de momento.

Quiénes están más expuestos (y quiénes casi nada)

El estudio identifica claramente los perfiles laborales más vulnerables a la automatización. Los programadores informáticos encabezan la lista con 74,5% de exposición observada, seguidos por atención al cliente (70,1%) y operarios de entrada de datos (67,1%). En el extremo opuesto, aproximadamente el 30% de los trabajadores tiene exposición cero: cocineros, mecánicos, socorristas y camareros. Estos oficios requieren presencia física y capacidades que los modelos de lenguaje, por ahora, no pueden replicar sin la intervención de la robótica.

Aquí viene algo interesante: el perfil demográfico del grupo más expuesto rompe con la narrativa tradicional. No se trata del trabajador de almacén o manufactura, sino de profesionales con salarios más altos. Los trabajadores en sectores de alta exposición tienen 16% más probabilidades de ser mujeres, ganan en promedio un 47% más que el resto, y poseen niveles de educación significativamente superiores. Los analistas financieros, abogados y desarrolladores de software son los verdaderos objetivos potenciales de la automatización.

Impacto en Colombia y Latinoamérica

En el contexto colombiano, estos hallazgos son particularmente relevantes. El país ha visto un crecimiento notable en sectores como tecnología, servicios compartidos (BPO) y finanzas, precisamente donde la exposición a IA es más alta. Ciudades como Medellín y Bogotá albergan miles de programadores, especialistas en datos y profesionales administrativos que podrían verse impactados cuando la brecha entre capacidad teórica y uso real se cierre.

Sin embargo, la buena noticia es que, según este estudio, ese impacto será gradual. Los autores señalan que el efecto de la IA en el empleo podría asemejarse más al de internet o al comercio globalizado que al de una pandemia: lento, difuso y complicado de aislar de otros factores económicos. Para Colombia, esto significa que hay tiempo para adaptarse, invertir en capacitación y reformular estrategias de desarrollo laboral. Latinoamérica, donde los sectores BPO y servicios profesionales son cruciales para la economía, tendrá oportunidad de prepararse antes de enfrentar automatización masiva.

¿Hay que relajarse? No exactamente

Los propios autores advierten contra el optimismo ingenuo. El análisis está diseñado precisamente para escenarios donde el impacto llega de forma tan gradual que es difícil detectarlo hasta que sea demasiado tarde. Señalan que si la brecha entre capacidad teórica y uso real se cierra —como probablemente ocurrirá conforme mejoren los modelos y se extienda la adopción—, los grupos más vulnerables serán justamente aquellos que hoy tienen mejores sueldos y más formación. En otras palabras, la crisis de empleos podría venir en forma de reducción de oportunidades para nuevos profesionales, ralentización en crecimiento salarial o saturación de mercados específicos.

Un aspecto importante del estudio es que solo mide el uso de Claude, no el de toda la IA en la economía. ChatGPT, Microsoft Copilot, Gemini y modelos propios de empresas no figuran en estos datos. Por tanto, el impacto real podría ser mayor del reportado. Aun así, la conclusión general permanece: estamos más lejos del desastre laboral de lo que nos hicieron creer, pero no lo suficientemente lejos como para ignorar el problema.

Si quieres conocer otros artículos parecidos a IA no destruye empleos: el estudio que cambia la narrativa sobre automatización puedes visitar la categoría Gadgets y Hardware.