Una nueva ola de cobertura sobre IA suele centrarse en qué profesiones podrían desaparecer eventualmente. Lo que sugiere un estudio actualizado recientemente de la Universidad de Stanford es más específico y, en algunos aspectos, más preocupante: la disrupción no llega de manera uniforme a todos los grupos de edad. Se está concentrando en la línea de salida de las carreras profesionales, afectando a trabajadores que aún no han tenido la oportunidad de acumular el tipo de experiencia que parece ofrecer protección.
Una brecha que sigue ampliándose
Los economistas de la Universidad de Stanford han estado rastreando las tendencias de empleo en ocupaciones clasificadas según su exposición a la disrupción de la IA. Su actualización de agosto de 2026 de un documento titulado “Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence” descubre que el patrón que identificaron antes no se está desvaneciendo. Se está profundizando.
Los trabajadores de entre 22 y 25 años en las ocupaciones más expuestas a la disrupción de la IA están empleados actualmente en niveles un 19 por ciento por debajo de sus pares en campos menos afectados por la IA. Un año antes, esa misma brecha se situaba en el 13 por ciento. La tendencia se mueve en una sola dirección.
Para medir esto, los investigadores recurrieron a datos de nóminas anonimizados y agregados por ADP, una empresa de gestión de recursos humanos, y evaluaron la exposición ocupacional a la IA utilizando dos herramientas separadas: un indicador establecido del impacto en el mercado laboral y el Anthropic Economic Index, que rastrea cómo las diferentes ocupaciones utilizan realmente el modelo Claude AI en su trabajo diario. Google lanzó un informe comparable basado en los patrones de uso de Gemini alrededor del mismo periodo.
De manera crucial, cuando los investigadores observaron la economía en su conjunto, sin separar por edad, encontraron poca o ninguna diferencia en el empleo general entre las ocupaciones más y menos expuestas a la IA. La imagen agregada parece estable. La imagen para los jóvenes trabajadores no lo es.
Automatización frente a potenciación: no toda la exposición a la IA es igual
Esto es lo que la mayor parte de la cobertura de este estudio pasa por alto. Los investigadores no trataron la exposición a la IA como una fuerza única y uniforme. Recurrieron a una distinción que hace el Anthropic Economic Index entre dos tipos de uso de la IA: consultas “automáticas”, donde la IA reemplaza por completo una tarea realizada previamente por un humano, y consultas “potenciadoras”, donde la IA ayuda a un trabajador humano a hacer su trabajo de manera más efectiva.
Ocupaciones como contadores y auditores, y recepcionistas y auxiliares de información, se situaron entre las más susceptibles a la automatización. Roles como director ejecutivo y enfermero titulado se ubicaron entre aquellos donde la IA se utiliza principalmente para potenciar el juicio y la experiencia humana. Los datos de empleo siguen de cerca esta distinción. Los empleos donde prevalece la automatización muestran los peores niveles de empleo relativo para los jóvenes trabajadores. Los empleos donde la IA potencia a los trabajadores experimentados muestran un empleo plano o en aumento.
Los investigadores también identificaron un patrón relacionado en torno al tipo de conocimiento que requiere un trabajo. Los roles de nivel de entrada tienden a depender en gran medida de lo que llaman conocimiento “codificado”: información formal y estandarizada que se puede aprender a través de la educación y procedimientos escritos. Los roles sénior tienden a depender más del conocimiento “tácito”, el tipo construido a través de años de práctica, mentoría y exposición repetida a situaciones reales. La IA, al parecer, es más capaz de manejar el conocimiento codificado que el conocimiento tácito. Eso hace que los trabajadores de nivel de entrada en campos expuestos a la IA sean particularmente vulnerables, no porque sean menos capaces, sino porque el conocimiento que aportan es el tipo que la IA puede replicar más fácilmente.
Un hallazgo adicional: la disminución del empleo entre los jóvenes trabajadores en campos expuestos a la IA está impulsada principalmente por tasas de contratación más bajas, no por un aumento de los despidos o renuncias. Los empleadores simplemente están incorporando a menos trabajadores nuevos.
El problema de la rampa de acceso
Lo que hace que esta investigación sea significativa no son solo los números. Es la dinámica estructural hacia la que apuntan.
El investigador principal, Erik Brynjolfsson, en una entrevista con The Washington Post, describió el riesgo como un mercado laboral que mantiene su nivel de empleo general mientras cierra silenciosamente el punto de entrada para las personas que comienzan sus carreras. Los empleos ocupados por trabajadores ya establecidos en campos expuestos a la IA parecen prácticamente inafectados hasta el momento. La disrupción recae sobre aquellos que aún no han entrado.
Esto importa para cómo las sociedades piensan sobre la educación, las trayectorias profesionales y la distribución a largo plazo de las oportunidades. Si la IA reduce sistemáticamente la disponibilidad de roles de nivel de entrada en ciertos campos, no solo afecta a los buscadores de empleo individuales. Elimina el campo de entrenamiento a través del cual los trabajadores han desarrollado históricamente el conocimiento tácito que los hace valiosos más adelante en sus carreras. No puedes convertirte en un profesional sénior en un campo si los roles sénior que conducen a esa antigüedad ya no están disponibles.
Los investigadores encontraron un amortiguador parcial: las ocupaciones con una mayor proporción de graduados universitarios mostraron diferencias más tenues entre los roles expuestos a la IA y los menos expuestos. En campos con menos graduados universitarios, el contraste fue más agudo, con las ocupaciones menos expuestas a la IA creciendo y las más expuestas disminuyendo.
Ese hallazgo no resuelve el problema. Añade una capa de complejidad sobre quién soporta el coste.
En resumen
Un estudio de la Universidad de Stanford que rastrea datos de empleo hasta 2026 descubre que los trabajadores de entre 22 y 25 años en ocupaciones expuestas a la IA están empleados en niveles un 19 por ciento por debajo de sus pares en campos menos expuestos, frente a una brecha del 13 por ciento del año anterior. El efecto está impulsado por una menor contratación, no por despidos, y se concentra en roles que dependen del conocimiento codificado y enseñable en lugar del conocimiento tácito basado en la experiencia. Las ocupaciones donde la IA automatiza tareas muestran peores resultados que aquellas donde la IA potencia a los trabajadores humanos. La economía en general parece estable en agregado. El punto de entrada a las carreras en ciertos campos no lo es.
Basado en información de Ars Technica.