La IA no está eliminando primero a los expertos: está estrechando la puerta de entrada

Durante años imaginamos que la inteligencia artificial reemplazaría primero a quienes realizaran los trabajos más complejos. Pero quizá el cambio esté comenzando en otro lugar: el primer empleo. Una investigación de Stanford publicada este septiembre encontró que, en empresas que adoptan IA generativa, la composición laboral comienza a desplazarse hacia trabajadores con mayor experiencia. El problema podría no ser solamente qué profesiones desaparecen, sino cómo conseguirá experiencia una generación si cada vez existen menos oportunidades para empezar a obtenerla.

El estudio analizó una cantidad extraordinaria de información: 1,250 millones de ofertas laborales y 154 millones de registros de empleo en 41 países. Los investigadores identificaron empresas que habían adoptado inteligencia artificial generativa y compararon la evolución de sus plantillas con organizaciones semejantes. Entre las filiales extranjeras de las compañías adoptantes encontraron una reducción relativa de la proporción de trabajadores junior.

Pero existe un matiz fundamental: los investigadores no encontraron simplemente una ola de despidos de jóvenes. La reducción relativa de juniors provino principalmente del crecimiento del empleo senior, mientras existía evidencia sugestiva de un modesto crecimiento general del empleo. Es un working paper, por lo que sus resultados deben interpretarse como evidencia reciente y no como una sentencia definitiva sobre todo el mercado laboral mundial.

La lógica, sin embargo, resulta inquietante. Muchas tareas históricamente entregadas a principiantes —resumir documentos, preparar borradores, investigar información básica, escribir código sencillo o elaborar primeras versiones— son precisamente aquellas en las que la IA puede resultar especialmente útil. Un trabajador experimentado puede utilizarla para aumentar su productividad porque ya posee criterio para revisar el resultado. El principiante necesitaba hacer esas tareas para desarrollar ese criterio.

Ahí aparece una paradoja que rara vez discutimos. Una empresa puede volverse más eficiente eliminando parte del trabajo básico y, al mismo tiempo, debilitar la manera tradicional mediante la cual formaba a sus futuros expertos. Médicos observan antes de dirigir procedimientos; abogados jóvenes revisan expedientes antes de construir estrategias complejas; periodistas comienzan con trabajos que después les permiten desarrollar olfato editorial. La experiencia no aparece automáticamente con la edad: se fabrica acumulando tareas.

Esto no significa que la IA vaya a terminar con los empleos de entrada. También puede crear nuevos puestos, reducir costos y permitir que trabajadores jóvenes hagan antes tareas que antiguamente requerían años de experiencia. La investigación de Stanford encuentra precisamente señales de ganancias modestas de productividad. La pregunta importante será cómo repartirlas y, sobre todo, cómo diseñar carreras donde aprender siga siendo posible cuando una máquina puede realizar parte del trabajo mediante el cual antes aprendíamos.

Quizá llevamos años preguntándonos “¿qué trabajos reemplazará la inteligencia artificial?” cuando existe otra pregunta igualmente importante: ¿qué escalones eliminará? Porque una economía puede conservar a sus grandes especialistas durante mucho tiempo y aun así enfrentar un problema silencioso. Si automatizamos todas las tareas de principiante, algún día podríamos descubrir que también automatizamos el camino que utilizábamos para convertir principiantes en expertos.

Fuentes: Bharat Chandar y Bouke Klein Teeselink, Stanford Digital Economy Lab, “How Does AI Change Labor Demand? Evidence from 41 Countries” (21 de septiembre de 2026); literatura contemporánea sobre IA generativa, productividad, tareas y demanda laboral.