Durante años, el debate sobre inteligencia artificial y empleo ha estado atrapado entre dos extremos: el alarmismo de una destrucción masiva de puestos de trabajo y el optimismo complaciente de que “no está pasando nada”. Sin embargo, el reciente estudio de Anthropic —basado en datos reales de uso de su modelo Claude— rompe esa dicotomía y obliga a repensar el problema en términos más complejos, menos visibles y, precisamente por eso, más relevantes.

La principal aportación del informe es metodológica. En lugar de estimar lo que la IA podría hacer en teoría, introduce el concepto de “exposición observada”: una métrica que combina capacidades técnicas con uso efectivo en el mundo real (Carmen Gerea). Este cambio de enfoque es crucial, porque desplaza el análisis desde la especulación hacia la evidencia empírica. Y lo que revela esa evidencia no es un colapso del empleo, sino una transformación gradual, desigual y profundamente estructural.

1. No hay destrucción masiva… todavía

Uno de los hallazgos más relevantes es que la IA no está provocando, por ahora, despidos masivos. De hecho, el impacto actual es mucho más moderado de lo que muchos anticipaban (ENTER.CO). La mayoría de las empresas no están sustituyendo trabajadores de forma directa, sino integrando la IA como herramienta de apoyo.

Esto se refleja en los datos de uso: aproximadamente el 57% de las interacciones con IA corresponden a tareas de colaboración —es decir, la IA amplifica el trabajo humano— mientras que el 43% implica automatización directa (La Ecuación Digital). La narrativa dominante de reemplazo total resulta, por tanto, prematura.

Sin embargo, interpretar esto como una señal de tranquilidad sería un error. La ausencia de despidos no implica ausencia de impacto. Simplemente indica que el cambio adopta formas más sutiles.

2. El verdadero cambio: la puerta de entrada se está cerrando

El efecto más disruptivo identificado por Anthropic no es la destrucción de empleo existente, sino la reducción de nuevas oportunidades. En otras palabras, el mercado laboral no se está contrayendo de golpe, sino que está dejando de crecer en ciertos segmentos.

El estudio sugiere que ya se observa una caída en la contratación en algunas profesiones expuestas, con reducciones de hasta un 25% en nuevas incorporaciones (Vandal). Este fenómeno afecta especialmente a los puestos junior, aquellos que tradicionalmente servían como puerta de entrada al mercado laboral.

Este punto es clave. La IA no elimina necesariamente al trabajador experimentado, pero sí puede hacer innecesario al principiante. Como ha advertido el CEO de Anthropic, hasta la mitad de los empleos de nivel inicial en trabajos de oficina podrían desaparecer en los próximos años (infobae). No porque la IA sustituya completamente a los profesionales, sino porque reduce la necesidad de tareas básicas que justificaban esas posiciones.

El resultado es una paradoja: las empresas siguen necesitando talento, pero cada vez ofrecen menos oportunidades para adquirir experiencia.

3. La IA no afecta a todos por igual

Otro hallazgo fundamental es la desigualdad del impacto. La IA no transforma el empleo de manera uniforme, sino que lo hace siguiendo patrones muy específicos.

Primero, afecta más a tareas que a profesiones completas. Aproximadamente el 49% de los empleos pueden utilizar IA en al menos una cuarta parte de sus tareas. Esto implica que la mayoría de los trabajos no desaparecen, pero sí se reconfiguran internamente.

Segundo, el impacto se concentra en ocupaciones cognitivas, especialmente aquellas basadas en tareas repetitivas, estructuradas y digitalizables. Programación, redacción, análisis de datos o tareas administrativas son ejemplos claros. En cambio, los trabajos físicos o que requieren presencia humana siguen siendo mucho menos vulnerables.

Tercero, existe una dimensión geográfica y organizativa. Los países y empresas con mayor madurez digital adoptan la IA de forma más sofisticada, generando una ventaja competitiva acumulativa. Esto sugiere que la IA no solo transforma el empleo, sino que también amplía las desigualdades existentes.

4. De herramienta a agente: el cambio cualitativo

El estudio también apunta a una evolución en la forma de uso de la IA. Los usuarios están pasando de un modelo colaborativo —donde la IA asiste— a uno delegativo —donde la IA ejecuta tareas completas. Este cambio es crucial porque marca el paso de herramienta a “agente”.

Cuando la IA se convierte en agente, el impacto sobre el empleo se intensifica. Ya no se trata solo de mejorar la productividad individual, sino de redefinir la estructura misma del trabajo. Las empresas pueden reorganizar procesos enteros en torno a sistemas automatizados, reduciendo la necesidad de ciertos roles intermedios.

Este proceso recuerda más a transformaciones históricas como la globalización o la digitalización de internet que a shocks puntuales como la pandemia. Es un cambio lento, acumulativo y difícil de percibir en tiempo real.

5. Productividad: ¿más valor o más presión?

Uno de los argumentos más frecuentes a favor de la IA es el aumento de la productividad. Los datos de Anthropic confirman mejoras significativas, con incrementos reportados de entre el 20% y el 50%, e incluso casos extremos del 100%.

Sin embargo, este aumento plantea una cuestión clave: ¿quién captura ese valor?

Históricamente, los incrementos de productividad no siempre se traducen en mejores salarios o más empleo. En muchos casos, conducen a una mayor concentración de beneficios y a una intensificación del trabajo. La IA podría seguir este patrón, especialmente si permite hacer más con menos personas.

Además, existe el riesgo de dependencia cognitiva. A medida que los trabajadores delegan tareas en sistemas de IA, pueden perder habilidades fundamentales, lo que a largo plazo reduce su empleabilidad y capacidad de adaptación.

6. El futuro no será de sustitución, sino de reconfiguración

La conclusión más importante del estudio es que el impacto de la IA en el empleo no es binario. No se trata de “trabajos que desaparecen” frente a “trabajos que permanecen”, sino de una reconfiguración profunda de tareas, roles y trayectorias profesionales.

Esto implica tres cambios estructurales:

• Descomposición del trabajo: las profesiones se fragmentan en tareas, algunas automatizadas y otras no.
• Polarización de habilidades: se reduce la demanda de tareas intermedias y aumenta la de habilidades avanzadas o humanas.
• Bloqueo de acceso: los jóvenes y perfiles junior enfrentan mayores barreras de entrada.

En este sentido, la IA no destruye el mercado laboral, pero sí altera sus reglas de funcionamiento.

7. Implicaciones: el verdadero reto es político y educativo

Si el diagnóstico es correcto, el desafío no es tecnológico, sino institucional. El problema no es que la IA exista, sino cómo se integra en la economía.

Las políticas públicas deberán centrarse en tres frentes:

• Formación y reconversión: adaptar la educación a un mercado laboral donde la IA es omnipresente.
• Protección de transiciones: facilitar el acceso al empleo en un contexto de menor demanda de perfiles junior.
• Distribución del valor: asegurar que los beneficios de la productividad no se concentren excesivamente.

Sin estas medidas, la IA podría generar un mercado laboral más eficiente, pero también más desigual y excluyente.

Conclusión

El estudio de Anthropic desmonta tanto el alarmismo como la complacencia. La IA no está destruyendo el empleo de forma masiva, pero está transformándolo de manera profunda y silenciosa.

El verdadero riesgo no es un colapso inmediato, sino una erosión gradual de las oportunidades, especialmente para quienes intentan entrar en el mercado laboral. La historia de la IA y el empleo no será una de sustitución abrupta, sino de adaptación desigual.

Y precisamente por eso, será más difícil de detectar… y más urgente de gestionar.