Ambas Cosas Son Ciertas

En julio de 2026, más de 200 economistas —entre ellos 16 premios Nobel— firmaron una declaración conjunta titulada “We Must Act Now”, advirtiendo que la IA podría transformar la economía a una velocidad y una escala que superan la Revolución Industrial, con riesgos que incluyen el desplazamiento masivo de empleos. Entre los firmantes: Daron Acemoglu y Simon Johnson, dos premios Nobel de 2024 cuyo escepticismo previo sobre el potencial disruptivo de la IA hacía que sus nombres en esa lista resultaran llamativos.

Esa misma temporada, los datos de empleo contaban una historia más silenciosa: el empleo total siguió creciendo. No a pesar de la IA, sino en torno a ella. El Foro Económico Mundial proyecta que, entre 2025 y 2030, la reestructuración impulsada por la IA creará 170 millones de empleos y desplazará 92 millones, para una ganancia neta de 78 millones: el 7 % de la fuerza laboral mundial actual. Se trata de una rotación real del mercado laboral —el 22 % de los 1.200 millones de empleos formales del conjunto de datos se ve afectado—, pero no es un colapso.

Ambas cosas son ciertas a la vez. La advertencia es real. También lo es el crecimiento. Lo que realmente está pasando es más estrecho y más extraño de lo que sugiere cualquiera de los dos titulares: el desplazamiento se concentra en peldaños específicos de escaleras específicas, y el crecimiento se concentra en habitaciones específicas de la casa. El 86 % de los empleadores ahora espera que la IA transforme su negocio para 2030 —la cifra más alta de cualquier tendencia tecnológica por la que se les preguntó—. Casi nadie está planificando para un mundo donde nada cambia.

Este artículo existe para ayudarte a encontrar tu peldaño. No para tranquilizarte ni para alarmarte, sino para mostrarte lo que dicen los datos sobre tu rincón específico del mapa, y qué hacer al respecto.

Si solo vas a leer una sección, que sea esta. Seis movimientos que respalda la investigación, más o menos en el orden en que sus efectos se acumulan:

Ir directo a una sección: Lo que los datos realmente muestran · La fórmula de la resiliencia · Carreras a cada lado de la línea · Los empleos que están naciendo · Qué se queda, qué se reduce, qué nace · Dónde discrepan los expertos · Tu plan de acción · Qué tan en serio tomar esto · Fuentes

El interactivo de abajo desglosa esto por carrera, industria y empleo emergente: busca tu propio campo o explora por categoría.

  • Expuesto
  • Presionado
  • En transformación
  • Resiliente
  • Duradero

Puntaje de resiliencia: nuestra síntesis de la brecha de capacidad de la OECD, la complementariedad del IMF, las proyecciones de crecimiento del WEF y los datos de aplicabilidad de Microsoft — una guía de lectura, no una profecía.

Lo Que los Datos Realmente Muestran

Un canario ámbar con una linterna en la boca de un túnel oscuro construido con cubículos de oficina
El estudio de nóminas de Stanford se titula, literalmente, “Canaries in the Coal Mine”: el nivel de entrada es el sistema de alerta temprana del mercado laboral.

Empecemos por la señal más clara en los datos: es el nivel de entrada el que está tosiendo, no toda la mina.

Un estudio del Stanford Digital Economy Lab sobre registros de nómina de ADP —que abarca aproximadamente 4,6 millones de trabajadores en más de 730 ocupaciones, cerca de uno de cada seis trabajadores estadounidenses— encontró que, desde que la IA generativa se volvió masiva, los trabajadores de 22 a 25 años en las ocupaciones más expuestas a la IA han experimentado una caída relativa del 16 % en el empleo, incluso después de controlar por choques a nivel de empresa. (Un corte anterior, cubierto por CNBC, situaba la cifra en 13 % desde 2022; aquí usamos el 16 % del estudio publicado). El empleo de los trabajadores con más experiencia en esas mismas ocupaciones expuestas —desarrollo de software, contabilidad, atención al cliente— se ha mantenido estable o ha seguido creciendo.

La caída no se está desacelerando. El panel en vivo “Canaries” de Stanford mostró que la caída interanual para los trabajadores jóvenes en ocupaciones expuestas a la IA se aceleró de aproximadamente 2,8 % en abril de 2024 a más del 4 % anual desde entonces, mientras que el mismo grupo de edad en ocupaciones de baja exposición creció aproximadamente un 2 % anual. Como dijo Erik Brynjolfsson, de Stanford: “Sea lo que sea, no va a desaparecer.”

El patrón aparece más allá de los datos de nómina, también. El State of Talent Report 2026 de SignalFire encontró que la contratación de nivel de entrada en tecnología cayó aproximadamente un 65 % en las grandes empresas tecnológicas y un 76 % en las startups en etapa temprana desde 2019; los egresados de ciencias de la computación de los 20 mejores programas tienen un 45 % menos de probabilidades de conseguir empleo en una gran empresa tecnológica que las generaciones anteriores. Mientras tanto, las nóminas de trabajo de oficina en EE. UU. se han contraído durante decenas de meses consecutivos, una racha que el execonomista jefe de Glassdoor, Aaron Terrazas, califica de inédita fuera de una recesión.

Y aun así, las cifras agregadas aplanan la historia. Nela Richardson, economista jefe de ADP: “En conjunto, el impacto de la IA en el empleo sigue siendo modesto. Pero cuando se mide ese impacto por etapa de carrera, surgen diferencias dramáticas.” Peter McCrory, jefe de economía de Anthropic, dijo en marzo de 2026 que hay “al menos ninguna diferencia material mayor” en las tasas de desempleo entre ocupaciones expuestas y menos expuestas a la IA: todavía no hay un colapso a nivel de toda la economía. Y donde ocurre el ajuste, pasa por la contratación, no por el salario: los investigadores de Stanford encontraron que el mercado responde sobre todo dejando de contratar, más que recortando sueldos.

Una distinción más importa más que cualquier otra en estos datos: donde la IA aumenta el trabajo, el empleo se sostiene. Donde la IA lo automatiza por completo, el empleo cae. Esa línea —aumento frente a automatización— resulta ser lo más parecido a una teoría unificadora en todo lo que sigue.

La Fórmula de la Resiliencia

Una persona y un brazo robótico apilando bloques juntos en una misma mesa de trabajo
Aumento, no automatización, es el hilo conductor de todo lo que sigue.

Cuatro factores, que aparecen de forma independiente en múltiples grupos de investigación, explican por qué algunas carreras están resistiendo mientras otras se erosionan.

El conocimiento tácito le gana al conocimiento codificado. Los investigadores de Stanford detrás de los hallazgos sobre el nivel de entrada atribuyen la vulnerabilidad de los trabajadores jóvenes a un mecanismo específico: la IA es buena reemplazando el “conocimiento codificado” —el aprendizaje de libro que viene de la educación formal— y mucho peor reemplazando el conocimiento construido a partir de años de experiencia práctica. Por eso el empleo de los trabajadores mayores en esas mismas ocupaciones expuestas sigue creciendo mientras el de sus colegas de 22 años no. La experiencia no es solo una línea del currículum. Por ahora, es el foso defensivo.

El aumento le gana a la automatización. El Economic Index más reciente de Anthropic (enero de 2026) muestra que el uso aumentado —la IA colaborando con una persona— subió al 52 % de las conversaciones en Claude.ai, superando al uso totalmente automatizado, que cayó al 45 %. Esto importa porque los datos de nómina de Stanford muestran que las caídas de empleo se concentran en las ocupaciones donde la IA se usa sobre todo para automatizar, sin una relación negativa clara donde se usa sobre todo para aumentar. La pregunta que vale la pena hacerte sobre tu propio trabajo no es “¿la IA toca esto?”, sino “¿la IA hace esto, o trabaja junto a quien lo hace?”

El trabajo físico en entornos desordenados todavía es difícil para la IA. El AI Capability Gap Index de la OECD —qué tan lejos está la IA actual de lo que un trabajo realmente requiere— encuentra las brechas más grandes y persistentes en manipulación (0,7) y en inteligencia robótica (0,6), los dos dominios más físicos. La propia investigación de aplicabilidad de Microsoft, construida a partir de 200.000 conversaciones anonimizadas de Bing Copilot, ubica a auxiliares de enfermería, techadores, asistentes quirúrgicos, masajistas y operadores de plantas de tratamiento de agua entre las ocupaciones que la IA está menos equipada para tocar. Ambos grupos convergen: la salud y el trabajo manual son los mejor posicionados para resistir esta ola, mientras que los empleos “de mayor riesgo” se basan en “proporcionar información y asistencia, escribir, enseñar y asesorar.”

La responsabilidad y las relaciones humanas siguen fuera de los límites. El marco del IMF añade un segundo eje a “¿la IA toca este trabajo?”: la complementariedad, es decir, si la IA mejora el rol o lo reemplaza. Cirujanos, abogados y jueces puntúan alto en ambos ejes, porque la sociedad no va a aceptar que una IA sin supervisión tome esas decisiones, sin importar qué tan capaz sea el modelo. La OECD encuentra el mismo patrón desde otro ángulo: las mayores brechas de capacidad promedio están en la interacción social, la resolución de problemas y la metacognición, las partes del trabajo que tienen que ver, fundamentalmente, con otras personas, no con información.

Junta esos cuatro factores y obtienes una prueba aproximada para tu propio trabajo: ¿cuánto depende de la experiencia que ya has acumulado, del criterio más que de la ejecución, de un cuerpo haciendo algo en una habitación, o de que alguien confíe específicamente en ti? Cuantas más casillas marques, más resiliente es tu posición, por ahora.

Carreras a Cada Lado de la Línea

Un escritorio de oficina disolviéndose en píxeles a un lado de una línea divisoria; una enfermera, un obrero de la construcción y una maestra de pie, firmes, al otro lado
El trabajo rutinario de información se disuelve primero; el trabajo manual y centrado en las personas resiste.

En declive. La lista de empleos en declive del WEF para 2030 se lee como un catálogo de trabajo de información codificado y repetible: empleados de servicios postales, cajeros de banco, capturistas de datos, cajeros y expendedores de boletos, asistentes administrativos y secretarias ejecutivas, diseñadores gráficos, televendedores, secretarias legales, y empleados de contabilidad, teneduría de libros y nómina. David Autor considera que la traducción ya está efectivamente desplazada, y señala que el trabajo administrativo y de apoyo de oficina ha venido perdiendo millones de empleos desde hace décadas: la IA está acelerando una tendencia, no iniciándola. La atención al cliente sigue el mismo arco, a medida que los chatbots absorben el volumen rutinario de los centros de contacto.

En transformación. La ingeniería de software es el caso más interesante del conjunto de datos: es simultáneamente la categoría de empleo de mayor crecimiento porcentual (WEF) y una de las más golpeadas en el nivel de entrada (Stanford). Se está bifurcando: los datos de SignalFire muestran que la contratación de ingeniería en las grandes tecnológicas cayó solo un 11 % desde 2019, frente a una caída del 25 % en la contratación tecnológica general, y los ingenieros ahora representan el 55 % de todas las nuevas contrataciones, frente al 46 % en 2019. Dentro de la ingeniería, los roles de front-end han caído cerca de un 25 % desde el lanzamiento de ChatGPT en 2022, mientras que los roles de IA/ML subieron un 39 % y los roles de ingeniería desplegada hacia adelante (forward-deployed) subieron un 30 %. Las finanzas muestran una división similar: contadores y auditores están en la lista de declive del WEF, mientras que los ingenieros fintech están en la de mayor crecimiento. El trabajo creativo se está contrayendo con más fuerza que ningún otro: el diseño cayó un 48 % en las grandes tecnológicas, y el marketing un 36 %.

Perdurando. La economía del cuidado encabeza todos los rankings de resiliencia de aquí: el cuidado personal, el trabajo social y los servicios comunitarios registran la brecha de capacidad más alta de la OECD (6,4), y el WEF proyecta a enfermería, auxiliares de cuidado personal y trabajo social entre las ocupaciones de mayor crecimiento absoluto hasta 2030. Los oficios calificados —construcción, reparación, instalación— se sostienen incluso en el escenario prospectivo de la OECD, junto con salud, servicios de protección, servicios comunitarios y sociales, y trabajo legal. Autor nombra explícitamente a los oficios como resilientes, “donde hay mucha experiencia involucrada” que la IA no puede absorber fácilmente. La educación completa la lista, sostenida tanto por la demografía como por su resistencia a la IA.

Los Empleos Que Están Naciendo

Racks de servidores de altura creciente con brotes de circuitos creciendo en sus cimas mientras una persona los riega
1,3 millones de empleos de IA y 600.000 empleos en centros de datos que no existían hace cinco años — y la expansión sigue regándose.

Están apareciendo nuevas profesiones a un ritmo fácil de pasar por alto si solo prestas atención a lo que está desapareciendo. Según datos de LinkedIn, la economía global sumó 1,3 millones de nuevos empleos relacionados con IA en los dos años previos a enero de 2026 —roles como ingenieros de IA, ingenieros de despliegue avanzado (forward-deployed) y anotadores de datos que en su mayoría no existían hace cinco años—, además de más de 600.000 nuevos empleos habilitados por IA en centros de datos. Ingeniero de IA (ingeniero de machine learning) es el rol de mayor crecimiento de LinkedIn para 2026, construido sobre LangChain, generación aumentada por recuperación (RAG) y PyTorch.

Parte de ese crecimiento es físico, no digital: los técnicos de centros de datos y los gerentes de puesta en marcha están entre los roles de mayor crecimiento de 2026, concentrados en Washington D.C., Atlanta, Columbus, Houston y Dallas. La construcción de infraestructura de IA necesita gente que sepa cablear y enfriar edificios, no solo entrenar modelos.

Dentro de las empresas existentes, el Work Trend Index 2025 de Microsoft encontró que el 78 % de los líderes empresariales planea contratar para nuevos roles específicos de IA (95 % en las “Frontier Firms”), con los puestos emergentes principales siendo entrenadores de IA (32 %), especialistas en datos (32 %), especialistas en seguridad (31 %), especialistas en agentes de IA (30 %) y analistas de retorno de inversión (29 %). Los roles en EE. UU. que requieren alfabetización en IA crecieron un 70 % interanual, y las publicaciones de “Head of AI” se han disparado en Australia, Canadá, India, Alemania, el Reino Unido y EE. UU.

Hay un patrón detrás de todo esto: los nuevos empleos se agrupan en torno a construir IA, desplegarla, alimentarla con datos de entrenamiento, supervisarla y monetizarla. El planteamiento de Microsoft sobre hacia dónde va esto es directo: cada empleado se convierte en un “agent boss” (jefe de agentes), gestionando agentes de IA de la forma en que antes un gerente gestionaba personas. El 81 % de los líderes espera que los agentes estén integrados de forma moderada o extensa en 12 a 18 meses, y la telemetría de Microsoft muestra que los agentes activos se multiplican por 15 interanualmente (por 18 en las grandes empresas). Si estás al comienzo de tu carrera, “supervisar a un agente” es ahora una línea de habilidad real, no un chiste.

Industrias: Qué Se Queda, Qué Se Reduce, Qué Nace

Hechas para durar. La salud y la economía del cuidado en general encabezan casi todas las listas de aquí: Autor señala que la salud ya representa aproximadamente uno de cada cinco dólares en EE. UU. y es el sector de empleo amplio de más rápido crecimiento, con espacio para que la IA mejore las capacidades de enfermeras, enfermeras practicantes y técnicos en lugar de reemplazarlos. La construcción y los oficios calificados se sostienen en todos los escenarios que modeló la OECD, incluido el prospectivo. La educación sigue creciendo tanto por demografía como por su resistencia a la IA. Y la propia construcción de infraestructura de IA es ya una industria: los centros de datos y los oficios físicos que los sostienen están contratando al mismo ritmo que el lado del software.

En transformación o reducción. La subcontratación de procesos de negocio y los centros de llamadas, las oficinas centradas en captura de datos, los servicios de traducción y el trabajo de imprenta y correo postal están todos dentro de la categoría en reducción que el WEF, el IMF y Autor señalan de forma independiente: trabajo de información barato, codificado y repetible. Los roles bancarios de oficina tradicionales, como los cajeros, muestran el mismo patrón. El trabajo de medios y contenido se está transformando más que desapareciendo del todo, pero la investigación de aplicabilidad de Microsoft marca “proporcionar información y asistencia, escribir, enseñar y asesorar” como las tareas de mayor superposición de todas.

Naciendo. Infraestructura de IA y centros de datos; roles de seguridad y cumplimiento en IA (31 % de los planes de contratación de los líderes, según Microsoft); operaciones de agentes y especialistas en agentes de IA (30 %); la industria de datos de entrenamiento en la que ahora trabajan anotadores y analistas de contenido; y una capa de consultoría de despliegue de IA de rápido crecimiento: los ingenieros de despliegue avanzado y los consultores y estrategas de IA que ayudan a otras empresas a poner esta tecnología a trabajar de verdad.

Dónde Discrepan los Expertos

Quita los titulares y los expertos en realidad no están discutiendo sobre la dirección. Están discutiendo sobre la velocidad, y sobre cuánto dolor causa la transición en el camino.

Dario Amodei, CEO de Anthropic, ha hecho la predicción pública más alarmante en este espacio: la IA podría eliminar la mitad de todos los empleos de oficina de nivel de entrada y llevar el desempleo al 10-20 % en un plazo de uno a cinco años, concentrado en tecnología, finanzas, derecho y consultoría. Para mayo de 2026 había añadido un matiz que vale la pena considerar. Invocando la Jevons Paradox (la paradoja económica por la que una tecnología más eficiente puede aumentar, no reducir, su consumo total), argumentó que automatizar el 90 % de un trabajo no necesariamente lo elimina: “el 10 % restante termina expandiéndose hasta ser el 100 % de lo que hace la gente”, porque un resultado más barato y más rápido aumenta la demanda y los trabajadores se desplazan hacia lo que queda. Pero matizó su propio optimismo: “La IA se mueve más rápido que todas estas tecnologías anteriores. Y cuando sometes a un sistema a más tensión de la que suele soportar, es posible que aparezcan estos comportamientos extraños y esta gran disrupción.” Su preocupación no es que la lógica antigua esté equivocada, sino que la IA podría estar moviéndose demasiado rápido para que el mercado laboral se reequilibre como siempre lo ha hecho.

El premio Nobel Daron Acemoglu se ubica en el extremo escéptico en cuanto a magnitud: estima que la IA generará solo alrededor de 0,55 % en ganancias totales de productividad factorial en la próxima década —un impulso al PIB de apenas 1-1,5 %— y que solo cerca del 5 % de las tareas son automatizables de forma rentable en el corto plazo, porque los modelos actuales “tienen dificultades con entornos profesionales complejos donde no pueden ‘leer una sala’ ni ‘conectar puntos no evidentes entre dominios’.” Y aun así, Acemoglu firmó “We Must Act Now”, advirtiendo que si la IA comprime en un período mucho más corto la disrupción que causaron los robots de manufactura, “eso sería realmente disruptivo, realmente costoso para el sustento de la gente.” Una automatización baja a corto plazo y una alarma real a largo plazo no son una contradicción: son el mismo pronóstico visto en dos escalas de tiempo distintas.

David Autor replantea toda la pregunta: el riesgo no es quedarse sin empleos, es la devaluación de la experiencia. Cuando la IA automatiza algo que pasaste años aprendiendo a hacer, su valor de mercado puede evaporarse incluso mientras el título del puesto sobrevive.

Goldman Sachs se acerca más a la tranquilidad, con salvedades que tienen dientes de verdad: estima que la IA expone el equivalente a 300 millones de empleos de tiempo completo en todo el mundo, y que aproximadamente dos tercios de las ocupaciones estadounidenses tienen algún grado de exposición a la automatización, pero la mayoría está solo parcialmente expuesta (25-50 % de la carga de trabajo), lo que históricamente ha significado complementación más que reemplazo. El ancla histórica de Goldman: el 60 % de los trabajadores actuales tiene ocupaciones que no existían en 1940, y más del 85 % del crecimiento del empleo en los últimos 80 años vino de la tecnología creando trabajo nuevo, no solo destruyendo el antiguo.

El resumen honesto: nadie serio argumenta que la IA deja el mercado laboral sin cambios. La discusión es si los próximos cinco años se parecerán a un aterrizaje forzoso o a uno rápido pero sobrevivible, y cuánto de ese costo recae sobre quienes hoy tienen 22 años.

Tu Plan de Acción

Una persona subiendo una escalera de bloques brillantes mientras un pequeño robot amigable coloca el siguiente bloque delante de ella
Sigue subiendo y deja que la IA coloque bloques — no compitas con ella escaleras abajo.

La evidencia anterior no es solo diagnóstico. Apunta con bastante claridad hacia qué hacer, ya sea que estés eligiendo una carrera, ya lleves años en una, o estés viendo a alguien en tu vida navegar la transición.

Usa la IA a Diario en Tu Trabajo Real

Los datos no premian la curiosidad abstracta por la IA: premian a quienes ya la usan como parte de cómo trabajan. El Work Trend Index 2026 de Microsoft identifica un segmento de “Frontier Professionals” (16 % de los usuarios de IA) cuyos hábitos vale la pena copiar: el 86 % trata el resultado de la IA como un punto de partida, no como una respuesta final; el 53 % se detiene deliberadamente a decidir qué debería ser humano y qué debería ser IA; y el 43 % hace intencionalmente algo de trabajo sin IA para mantener sus habilidades afiladas. Ese último hábito importa: los datos de Stanford muestran que la penalización de empleo se concentra donde la IA automatiza un rol por completo, no donde aumenta a la persona que lo hace.

Desarrolla Alfabetización en IA de Forma Formal

El Work Trend Index 2025 de Microsoft nombra la alfabetización en IA como la habilidad más demandada del año, y el WEF clasifica a la IA y el big data como la categoría de habilidades de más rápido crecimiento en general, con un aumento de 17 puntos porcentuales en los empleadores que la nombran una habilidad central desde 2023. Esto no es una sugerencia para jugar un poco con un chatbot: los datos de LinkedIn muestran que los roles en EE. UU. que requieren alfabetización en IA crecieron un 70 % interanual. Trátala como una credencial que estás construyendo, no como un pasatiempo que estás probando.

Escala la Pila del Criterio

A medida que la IA absorbe la ejecución, el valor humano se concentra río arriba, en el criterio. El WEF clasifica el pensamiento analítico como la habilidad central más buscada, esencial en siete de cada diez empresas. La encuesta de 2026 de Microsoft a 20.000 trabajadores del conocimiento encontró que el control de calidad del resultado de la IA (50 %) y el pensamiento crítico y el análisis objetivo (46 %) son las habilidades de más rápido crecimiento que los propios trabajadores dicen necesitar. El trabajo, cada vez más, no es hacer el trabajo: es decidir si lo que hizo la IA está realmente bien.

Acumula Conocimiento Tácito Rápido

La experiencia es el único activo que la IA no puede adelantar, y los datos de Stanford lo demuestran directamente: los trabajadores con más antigüedad en ocupaciones expuestas siguen creciendo en empleo mientras sus colegas menos experimentados no. Si estás al inicio de tu carrera, el consejo de SignalFire es directo y práctico: sáltate a los guardianes tradicionales de la contratación y muestra un portafolio verificable de trabajo real, en vez de esperar a que una credencial te abra la puerta. Los recién graduados ahora tienen el doble de probabilidades de ser “fundadores” que en el pico del mercado de 2022; trátalo como un camino legítimo, no como un premio de consolación.

Ánclate en Trabajo de Cara al Público, Físico o de Alta Responsabilidad

Si estás eligiendo o cambiando de campo, la investigación de la OECD, el IMF y Microsoft apunta al mismo territorio desde tres ángulos distintos: trabajo de cuidado, oficios calificados, servicios de protección, educación, y roles donde la responsabilidad y la presencia física no se le pueden delegar a un modelo. Nada de esto significa “evita la tecnología”: significa anclar tu trabajo en las partes de la descripción del puesto que la IA todavía no puede hacer.

Haz de la Recualificación un Hábito, No un Evento

El WEF proyecta que el 39 % de las habilidades actuales de los trabajadores se transformará o quedará obsoleto para 2030, y estima que 59 de cada 100 trabajadores necesitarán capacitación para entonces, con 11 de ellos sin probabilidad de recibirla. La cifra de Microsoft es aún más contundente: el 70 % de las habilidades usadas en la mayoría de los empleos actuales cambiará para 2030. A quienes esta investigación trata con generosidad no son los que hicieron un gran esfuerzo de recapacitación una sola vez. Son los que nunca realmente se detuvieron.

Según la Etapa de tu Carrera

Etapa Qué dicen los datos que debes hacer
Estudiante / inicio de carrera Estás parado en lo que Aneesh Raman, de LinkedIn, llama “los peldaños más bajos de la escalera profesional”, los primeros en romperse. Construye un portafolio antes de necesitarlo, usa IA en todo lo que hagas, y dale más peso a los campos resilientes (cuidado, oficios, salud práctica) del que le habrías dado hace cinco años.
Mitad de carrera Tu experiencia sumada a la fluidez en IA es una ventaja real: esta es la transición de “agent boss” en la práctica. Microsoft encontró que los factores organizacionales explican el 67 % de si la IA realmente beneficia a un trabajador, frente al 32 % del esfuerzo individual, así que evalúa si el liderazgo de tu empleador está genuinamente alineado en torno a la IA, y no solo hablando de ella.
Final de carrera Tu criterio y tu memoria institucional son el recurso más escaso en todo este panorama. Apóyate en la mentoría, la supervisión y las decisiones que solo alguien con tu trayectoria tiene la confianza para tomar.

Qué Tan en Serio Tomar Todo Esto

Una nota de humildad, porque este artículo está construido casi por completo sobre datos más jóvenes de lo que parecen. Los propios investigadores de Microsoft, cuyos puntajes de aplicabilidad se citan a lo largo de este artículo, advierten explícitamente contra equiparar una alta superposición de actividad de IA con una pérdida real de empleo o salario: sus datos no capturan los efectos empresariales posteriores de la tecnología, que son “muy difíciles de predecir y a menudo contraintuitivos.” La investigación Canaries de Stanford, detrás de los hallazgos sobre el nivel de entrada, todavía no ha pasado por revisión por pares, por muy cuidadosamente que controle los factores de confusión. Y cada pronóstico de este artículo —las proyecciones del WEF para 2030, la ventana de cinco años de Amodei, la estimación de productividad a diez años de Acemoglu— es una apuesta sobre una línea de tendencia, hecha por personas que se han equivocado sobre tecnología antes y que volverán a equivocarse.

Nada de eso es una razón para ignorar los datos. Es una razón para sostenerlos como sostendrías cualquier pronóstico honesto: como la mejor lectura actual, no como un veredicto.

Fuentes

Informes principales

Datos del mundo real

Voces expertas