Un optimista, un pesimista y un neutral opinan sobre el futuro del mercado laboral,…y luego llega alguien con los números.
Autor y foto: Armando Morales Bueno
Jan 30, 2026
Hay muchas opiniones sobre el posible impacto de la inteligencia artificial en el mercado laboral que responden más a apreciaciones subjetivas que a argumentos definitivos. Aunque a la mayoría nos gustaría imaginar un futuro al estilo de los Supersónicos (esa entrañable serie producida por Hanna Barbera en los sesentas), hay mucho temor a que en el futuro la nueva tecnología desplace al ser humano en el mercado de trabajo, ante lo que los optimistas responden con ejemplos del pasado que habrían demostrado que los temores iniciales resultaron infundados cada vez. Hay hasta quienes proponen la introducción de un ingreso básico universal pagado por el gobierno a todo ciudadano sin tomar en cuenta su condición laboral, lo que, aunque se plantea como un paliativo en un escenario pesimista de significativo desplazamiento laboral, mirándolo bien resultaría en una situación bastante cómoda en la que la IA haría todo el trabajo para que el ser humano disfrute al máximo del “ocio creador” (¿habría más poetas o más videogamers en ese futuro utópico?). En el otro extremo, el escritor Ray Bradbury (autor de Farenheit 501) anticipaba en una historia escrita en 1950 una victoria pírrica de la tecnología, con el ser humano como víctima de una hecatombe provocada más por las debilidades de su inteligencia natural que por la amenaza de la IA.
Posición optimista
Para mirar el asunto desde el lado optimista, qué mejor que representantes de la banca de inversión: Jan Hatzius, economista jefe de Goldman Sachs (y mi excompañero de clase) y Ben Snider, jefe de estrategia de la misma institución, discutieron este y otros temas en un podcast de Bloomberg (Odd Lots). Para ellos, el impacto de la IA tanto en la productividad como en la demanda de trabajo sería gradual dando tiempo a una adaptación paulatina. Hasta ahora, según estos analistas, el impacto en la productividad ha sido modesto, y el único impacto notable ha sido sobre el gasto de inversión en data centers, que ha experimentado un crecimiento extraordinario que sin embargo no se ha traducido en un mayor crecimiento del producto de los Estados Unidos según sus cálculos, ya que la mayor parte de los nuevos gastos de capital se ha canalizado a la compra de bienes importados (por lo tanto favoreciendo más bien el crecimiento y la balanza comercial de China, Taiwan, México y el Sudeste Asiático, pero este es otro tema).
En general, estos expertos esperan una reasignación de recursos en el mediano plazo hacia los sectores que consigan traducir las mejoras de productividad en mayores ganancias, lo que aumentaría el desempleo friccional (de naturaleza temporal) mientras la fuerza de trabajo se reacomoda entre los distintos sectores. De acuerdo con su análisis del mercado laboral para intervalos de 10 años, cambios tecnológicos nunca han afectado significativamente el desempleo absoluto, y la IA no sería la excepción, a menos que la difusión de la tecnología sea más rápida que lo observado en experiencias anteriores, lo cual les parece poco probable.
Posición pesimista
Uno de los pesimistas más notables sobre este tema es el economista Daron Acemoglu, premio Nóbel de economía del 2024. Como suele suceder, la visión pesimista de Acemoglu tiene puntos coincidentes con el optimismo de los economistas de Goldman Sachs. En una reciente entrevista con Foreign Affairs, Acemoglu también afirma que el impacto sobre la productividad sería gradual, con una reducción de costos de entre 20 y 30 por ciento a lo largo de las próximas dos décadas. En parte la diferencia entre ambas posiciones se explica por la popular figura del vaso medio lleno y el vaso medio vacío: Para Goldman Sachs este incremento es importante mientras que para Acemoglu no es precisamente revolucionario. Pero ambas posiciones coinciden en que tomará tiempo para que las nuevas tecnologías se integren a la organización productiva a gran escala. Mientras tanto la mayor inversión motivada por la competencia entre las grandes empresas tecnológicas para ser las primeras en alcanzar la masificación de su uso y el liderazgo en el mercado (winner takes all), debería desacelerarse en el futuro a medida que disminuya su liquidez y suban sus deudas.
Pero Acemoglu tiene una lectura muy distinta de la historia: Él nos recuerda que durante los primeros 80 años de la revolución industrial los salarios cayeron y las condiciones de trabajo empeoraron, mientras que los beneficios de este proceso se hicieron evidentes solo después de varias décadas. Las máquinas tejedoras de Manchester demoraron 30 años en ser aprovechadas masivamente, pero en el proceso el sector sufrió una reducción del salario real de más de 60 por ciento. Por tanto, Acemoglu es también pesimista sobre la posibilidad de una fácil adaptación de la mano de obra para asegurar su empleabilidad.
Acemoglu sugiere políticas intervencionistas para guiar la incorporación de la IA a las actividades económicas, empezando por frenar el ímpetu de los actuales inversionistas que creen equivocadamente que el salto en productividad será inmediato y mayúsculo. Ante la crítica a su visión de los que postulan que así se terminaría favoreciendo a los competidores externos (especialmente de China), Acemoglu opina que más importante es la difusión de la tecnología que su descubrimiento inicial, y por esta razón la competencia de China le preocupa poco en lo inmediato. El problema real con China es la prioridad que este país da a la educación y a la construcción de infraestructura, que favorecen la innovación, lo que contrasta con las tendencias recientes en las políticas públicas de Estados Unidos (pero este es otro tema).
Posición neutral
Y qué mejor que otro Premio Nóbel como representante de la posición neutral con respecto al posible impacto de la IA. Philippe Aghion, premio Nóbel de economía del 2025, en una presentación en Markus Academy liderada por el economista Markus Brunnermeier, presenta sus hallazgos en una charla titulada “¿Deberíamos temer a la IA?”. Él piensa que es razonable esperar una rápida difusión de tecnología en el caso de la IA. Como ejemplo, señala que mientras a Netflix le tomó dos años y medio alcanzar un millón de usuarios, a Instagram le tomó dos meses y medio, y a Chat GPT solo 5 días. Aghion es escéptico sobre la necesidad de regulaciones, que siempre terminan perjudicando a las empresas nuevas e innovadoras y no a las empresas transnacionales ya establecidas, con vasta experiencia en lidiar con regulaciones de este tipo. Pero está de acuerdo en que hay que pensar pronto en la introducción de políticas públicas apropiadas.
En la visión de Aghion, la IA propicia tanto la producción de bienes y servicios como la producción de ideas a través de una radical automatización de procesos, y por lo tanto para evaluar el impacto en el producto hay que tener en cuenta estos dos canales. Usando distintos estudios, Aghion concluye que hay más actividades que estarían expuestas a la IA que lo que supone Acemoglu, y a diferencia de este último espera una significativa reducción de costos potencial en el futuro cercano. Como resultado de ello, el impacto en el crecimiento de la productividad puede ser de 0.7 puntos porcentuales por año en la próxima década, más de tres veces lo esperado por Acemoglu. Y esto sin sumar el impacto mencionado en la producción de ideas. En cuanto al empleo, Aghion profesa un cauto optimismo, basado en un análisis de empresas en Francia y Dinamarca en los últimos años que muestra un crecimiento neto en el empleo gracias a la IA, con una reducción solo en el número de puestos administrativos. Sin embargo, reconoce que esta evidencia es muy parcial para hacer una proyección generalizable a partir de ella.
En cuanto a políticas públicas, a Aghion le preocupa más la limitada competencia en el mercado, en un mundo en el que tres firmas dominan la “Nube” (Amazon, Google, Microsoft), y por tanto, propone políticas que favorezcan la competencia más que regulaciones e intervenciones para guiar el uso de la IA. Complementariamente, propone políticas educativas que se adapten al desafío de la IA por ejemplo propiciando “learn to learn”, y políticas laborales adecuadas para facilitar la transición a la nueva realidad incentivando seguridad en el trabajo (prácticas “flexsecurity” como las utilizadas en Alemania y Dinamarca) e introduciendo iniciativas que refuercen las llamadas soft skills de los trabajadores menos calificados.
¿Qué dicen los números?
Para completar el cuadrilátero, el uso de la IA ha permitido un análisis exhaustivo de la información sobre el impacto de la tecnología en el mercado laboral en los últimos dos siglos. Un trabajo publicado por el National Bureau of Economic Research (NBER) titulado Technology and Labor Markets: Past, Present and Future; Evidence from Two Centuries of Innovation, de Huben Liu, Dimitris Papanikolaou, Lawrence Schmidt y Brian Segmiller utiliza Large Language Models (LLM), para analizar datos de censos en EE.UU. buscando coincidencias semánticas con patentes en distintos periodos y así construir indicadores de exposición a la amenaza tecnológica a lo largo del tiempo.
Los autores encuentran que las ocupaciones más expuestas a la tecnología experimentan un menor crecimiento del empleo de entre 11 y 13 por ciento. Sin embargo, cuando la exposición tecnológica está concentrada en tareas específicas, hay más bien un mayor crecimiento en el empleo de entre 6 y 7 por ciento. ¿Cómo se reflejan estas regularidades en la evolución histórica del mercado laboral? Entre 1910 y el 2020, nuevas patentes explican mayor crecimiento del empleo de entre 8 y 11 por ciento en los diez años posteriores. Pero la exposición a la tecnología explica un 35 por ciento de la brecha entre el mayor crecimiento del empleo para los más educados con respecto a los menos educados, con mayor impacto en los trabajadores antiguos que en los que se incorporan al mercado laboral, presumiblemente más adaptables.
Hasta aquí los hallazgos justificarían un cauto optimismo para el futuro. Sin embargo, ha habido un cambio en las tendencias desde 1960: Antes de este año, los cambios tecnológicos llevaban sobre todo a la sustitución de trabajo manual. Pero a partir de ese año, se incrementa la sustitución de tareas cognitivas. Haciendo simulaciones en base a estas tendencias, los autores proyectan una mayor demanda por empleo de mando medio, incluyendo labores técnicas y administrativas, que por empleo altamente calificado. Según los autores, ello sugiere que esta vez los más educados que ahora gozan de mayores remuneraciones no serían los principales beneficiarios de los cambios tecnológicos como ha sido en el pasado, pues muchas de sus habilidades son la que serían predominantemente sustituidas por las nuevas tecnologías.
Para concluir, no puedo dejar de lado algunas preguntas justificadas por mi sesgo profesional. ¿Cuánto gasto en asistentes de investigación se ahorraron los autores de este trabajo gracias al uso de LLM para sus propósitos? ¿Cuánto de apoyo extra especializado en tecnología de la información fue necesario? Y aunque la labor de cotejar censos y patentes no sea precisamente de las más gratas que puede hacer un asistente de investigación que hace sus pininos como economista, ¿Se pierde algo la profesión por la menor necesidad de profesionales jóvenes que se remanguen la camisa para bucear en los datos? Por ahora prefiero quedarme con la pregunta flotando antes que formulársela al Chat GPT.





















