¿Canarios en la mina de carbón? Seis datos sobre los efectos recientes de la inteligencia artificial en el empleo (Stanford University) #Research #PDF
La investigación presenta seis hechos clave que sugieren que la IA está comenzando a tener un impacto significativo y desproporcionado en los trabajadores que inician su carrera.
Este estudio, realizado por Erik Brynjolfsson, Bharat Chandar y Ruyu Chen de la Universidad de Stanford, examina los cambios recientes en el mercado laboral de Estados Unidos a raíz de la adopción generalizada de la inteligencia artificial (IA) generativa. (Working Paper: Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence).
Utilizando datos administrativos de alta frecuencia del mayor proveedor de software de nóminas del país (ADP), el documento analiza los efectos sobre el empleo en ocupaciones expuestas a la IA, con un enfoque particular en el período posterior a noviembre de 2022.
La investigación presenta seis hechos clave que sugieren que la IA está comenzando a tener un impacto significativo y desproporcionado en los trabajadores que inician su carrera, afectando principalmente las contrataciones a nivel de entrada más que los salarios o el empleo de trabajadores con más experiencia.
El hallazgo principal es un impacto negativo significativo y desproporcionado sobre los trabajadores en etapas iniciales de su carrera (22–25 años) en las ocupaciones más expuestas a la IA, como desarrolladores de software y representantes de servicio al cliente. Estos jóvenes han experimentado una notable disminución relativa del empleo, mientras que los trabajadores con más experiencia en las mismas ocupaciones y los trabajadores de ocupaciones menos expuestas han mantenido un crecimiento estable.
El estudio distingue crucialmente entre los usos de la IA para automatizar tareas (asociados a la caída del empleo) y para aumentar capacidades (sin impacto negativo).
Los ajustes se observan principalmente en la cantidad de empleos y no en los niveles de compensación, lo que sugiere una rigidez salarial a corto plazo. Los resultados son robustos y no se explican por shocks a nivel de empresa o por factores como el trabajo remoto, lo que refuerza la hipótesis de que la IA generativa está comenzando a reconfigurar el mercado laboral para los nuevos talentos.
Si estás recibiendo este correo por primera vez es que te has inscripto directo, te ha referenciado un amigo, o producto de la sincronización automática de mis listas de contactos, Linkedin y otras redes sociales, en caso que no te interese estos contenidos puedes desuscribirte con la opción que figura debajo en este newsletter.
📚 10 Temas Clave del Informe
Impacto Asimétrico por Edad: La IA generativa afecta desproporcionadamente a los trabajadores de 22 a 25 años. En las ocupaciones más expuestas, su empleo ha disminuido significativamente, mientras que el de los trabajadores de mayor edad se ha mantenido estable o ha crecido (p. 3).
Automatización vs. Aumentación: La caída del empleo se concentra en ocupaciones donde la IA automatiza tareas humanas, sustituyendo la mano de obra. Por el contrario, en roles donde la IA aumenta las capacidades, el empleo ha crecido, sugiriendo un efecto de complementariedad (p. 3, 14).
Ajuste vía Empleo, no Salarios: El mercado laboral se está ajustando a la IA a través de reducciones en la contratación y el empleo, no mediante recortes salariales. Los niveles de compensación no muestran diferencias significativas por nivel de exposición a la IA, lo que indica una posible rigidez salarial (p. 4, 21).
Efecto Independiente de Shocks de Empresa: La disminución del empleo para los jóvenes expuestos a la IA persiste incluso después de controlar por shocks a nivel de firma. Esto descarta que los resultados se deban a crisis en industrias específicas (ej. tech) que contratan a más jóvenes (p. 3, 19).
Estancamiento del Empleo Juvenil: A nivel agregado, el empleo general sigue siendo robusto. Sin embargo, el crecimiento del empleo para los jóvenes se ha estancado desde finales de 2022, una tendencia impulsada casi en su totalidad por la caída en los puestos expuestos a la IA (p. 13).
Conocimiento Tácito vs. Codificado: Una hipótesis central es que la IA reemplaza el conocimiento codificado ("de libro"), principal activo de los recién graduados. En cambio, el conocimiento tácito, acumulado con la experiencia, es más difícil de sustituir, protegiendo a los trabajadores de mayor edad (p. 5).
Metodología de Alta Frecuencia: El estudio utiliza datos de nómina mensuales de millones de trabajadores de ADP. Esta granularidad y frecuencia permiten una visión casi en tiempo real de los ajustes del mercado, superando las limitaciones de encuestas públicas como la CPS (p. 2, 7).
Validez de los Indicadores de Exposición: Las métricas académicas existentes para medir la exposición ocupacional a la IA (ej. Eloundou et al., 2024) demuestran ser predictivas de los cambios reales en el empleo, validando su utilidad para el análisis estratégico (p. 6).
Robustez de los Hallazgos: Los resultados se mantienen al excluir ocupaciones tecnológicas o aquellas aptas para el trabajo remoto. Esto indica que el fenómeno no es exclusivo del sector tecnológico ni una consecuencia de la externalización (p. 4, 24).
Impacto en Trabajadores sin Título Universitario: En ocupaciones con menor proporción de graduados universitarios, la experiencia parece ofrecer menos protección contra el impacto de la IA. La divergencia en el empleo por exposición se observa en grupos de edad de hasta 40 años (p. 4, 25).
💬 "Estos seis hechos proporcionan evidencia temprana y a gran escala consistente con la hipótesis de que la revolución de la IA está comenzando a tener un impacto significativo y desproporcionado en los trabajadores de nivel de entrada en el mercado laboral estadounidense."
🚀 Seis datos sobre los efectos recientes de la inteligencia artificial en el empleo
1. El empleo para los trabajadores jóvenes ha disminuido en las ocupaciones expuestas a la IA
Este es el hallazgo principal. Desde la popularización de la IA generativa a finales de 2022, se ha observado una caída sustancial en el empleo para los trabajadores en la etapa inicial de su carrera (22 a 25 años) en roles con alta exposición a la IA, como los desarrolladores de software y los agentes de servicio al cliente. Mientras tanto, los trabajadores con más experiencia en esas mismas ocupaciones y los trabajadores de cualquier edad en campos menos expuestos han mantenido un crecimiento de empleo estable o positivo. Por ejemplo, para julio de 2025, el empleo de desarrolladores de software de entre 22 y 25 años había caído casi un 20% desde su pico a finales de 2022.
2. El crecimiento del empleo juvenil se ha estancado, a pesar del crecimiento general
Aunque el mercado laboral en general sigue siendo sólido, el crecimiento del empleo específicamente para los jóvenes se ha estancado. El informe demuestra que este estancamiento se debe casi en su totalidad a la disminución del empleo en los trabajos más expuestos a la IA. En las ocupaciones con baja exposición a la IA, los jóvenes han experimentado un crecimiento del empleo comparable al de los trabajadores de más edad.
3. El declive se concentra en la IA que "automatiza", no en la que "aumenta"
El impacto negativo no proviene de cualquier tipo de IA. La caída del empleo se observa principalmente en ocupaciones donde la IA se utiliza para:
Automatizar tareas, es decir, para sustituir el trabajo humano. En cambio, en las ocupaciones donde la IA se utiliza para
Aumentar las capacidades humanas (complementando al trabajador), no se observan caídas de empleo e incluso hay crecimiento. Esto sugiere que la forma en que se implementa la IA es un factor crucial.
4. La caída del empleo juvenil persiste después de controlar por shocks a nivel de empresa
Para asegurar que los resultados no se deben a otros factores—como una crisis en el sector tecnológico o el impacto de las tasas de interés—, los autores aislaron los efectos a nivel de empresa. Incluso después de estos controles, la caída relativa del empleo para los jóvenes en los trabajos más expuestos fue de un 13%. Esto confirma que el fenómeno está ocurriendo dentro de las empresas y no se debe simplemente a que los jóvenes trabajen en industrias con problemas.
5. Los ajustes del mercado se dan en el empleo, más que en los salarios
El impacto de la IA se está manifestando en la cantidad de puestos de trabajo, no en el nivel de los salarios. El análisis de la compensación anual no muestra una divergencia significativa entre las ocupaciones más y menos expuestas a la IA. Esto sugiere una posible "rigidez salarial" a corto plazo, donde las empresas ajustan sus plantillas en lugar de reducir los sueldos.
6. Los hallazgos son robustos en diferentes escenarios
La conclusión principal se mantiene firme tras una serie de pruebas de resistencia. Los autores repitieron el análisis excluyendo las ocupaciones puramente tecnológicas, las empresas del sector de la información y las ocupaciones que permiten el trabajo remoto, y los resultados fueron consistentes. Esto indica que el impacto de la IA es un fenómeno amplio y no se limita a un sector o a una modalidad de trabajo específicos.
💬 "Encontramos que los ajustes ocurren principalmente a través del empleo en lugar de la compensación."
📊 Indicadores, Estadísticas o Tendencias
-13%: Caída relativa del empleo para trabajadores de 22 a 25 años en las ocupaciones más expuestas a la IA después de controlar los shocks a nivel de empresa.
-6%: Descenso del empleo entre finales de 2022 y julio de 2025 para el grupo de 22 a 25 años en los dos quintiles de ocupaciones con mayor exposición a la IA.
+9%: Crecimiento del empleo en el mismo período y en las mismas ocupaciones para los trabajadores de 35 a 49 años, marcando un fuerte contraste con los más jóvenes.
-20%: Reducción del empleo para los desarrolladores de software de entre 22 y 25 años desde su pico a finales de 2022 hasta julio de 2025.
46%: Porcentaje de encuestados mayores de 18 años en EE. UU. que informaron haber adoptado Modelos de Lenguaje Grandes (LLM) en el trabajo para junio/julio de 2025.
El conjunto de datos del estudio analiza entre 3.5 y 5 millones de registros de trabajadores cada mes.
💬 "El empleo a nivel de entrada ha disminuido en las aplicaciones de IA que automatizan el trabajo, pero no en aquellas que lo aumentan en mayor medida."
🧩 Elementos Adicionales Relevantes
Marco Analítico (Automatización vs. Aumentación): El estudio adopta un marco conceptual clave que distingue el impacto de la IA según su uso. Utilizando datos del Anthropic Economic Index (Handa et al., 2025), clasifica las ocupaciones según si las consultas a los LLMs tienden a sustituir el trabajo humano (automatización) o a complementarlo (aumentación). Este marco es fundamental para explicar por qué algunas ocupaciones expuestas sufren caídas de empleo y otras no (p. 3, 14).
Modelo Conceptual (Conocimiento Tácito vs. Codificado): Para explicar la vulnerabilidad de los trabajadores jóvenes, los autores proponen un modelo basado en la teoría del capital humano. La IA es experta en replicar y aplicar conocimiento codificado (reglas, datos, información estructurada), que es la principal fortaleza de los recién graduados. En contraste, el conocimiento tácito (intuición, criterio, resolución de problemas complejos, adquirido con la experiencia) es más resiliente a la automatización, protegiendo a los perfiles senior (p. 5).
Modelo de Regresión (Poisson Event Study): Para aislar el efecto de la IA de otros factores macroeconómicos o específicos de la industria (ej. subida de tipos de interés afectando al sector tech), se utiliza una regresión de Poisson con efectos fijos firma-tiempo y firma-quintil. Este riguroso diseño econométrico permite afirmar que la caída del empleo juvenil está ligada a la exposición a la IA dentro de las mismas empresas, y no a que los jóvenes simplemente trabajen en firmas o sectores en declive (p. 15, 19).
💬 "¿Por qué podría la IA afectar adversamente a los trabajadores de nivel de entrada expuestos más que a otros grupos de edad? Una posibilidad es que, por la naturaleza del proceso de entrenamiento del modelo, la IA reemplace el conocimiento codificado, el 'aprendizaje de libros' que forma el núcleo de la educación formal. La IA puede ser menos capaz de reemplazar el conocimiento tácito, los consejos y trucos idiosincrásicos que se acumulan con la experiencia."
💡 Insights Estratégicos
Riesgo en el Pipeline de Talento: Los hallazgos señalan una posible erosión de los puestos de entrada (entry-level), que son cruciales para el desarrollo de talento a largo plazo. Las organizaciones deben reevaluar sus estrategias de reclutamiento y formación inicial, ya que las vías tradicionales de desarrollo de carrera podrían verse interrumpidas.
Reenfocar la Estrategia de IA: La evidencia sugiere que las iniciativas de IA centradas exclusivamente en la automatización para la reducción de costes podrían ser contraproducentes a largo plazo al desplazar talento junior. Una estrategia balanceada, que promueva la aumentación de las capacidades de los empleados, podría generar un mayor retorno al potenciar la productividad del talento existente y experimentado.
Planificación Estratégica de la Fuerza Laboral: La diferencia entre el impacto sobre el conocimiento tácito y el codificado tiene implicaciones directas para la gestión del conocimiento. Las empresas deben priorizar la transferencia de conocimiento tácito de los empleados senior a los juniores, posiblemente utilizando la IA como herramienta de apoyo en este proceso, para no perder experiencia crítica.
Ventaja Competitiva y Gestión del Cambio: Las empresas que gestionen proactivamente esta transición, rediseñando los roles de entrada para que se centren en tareas que la IA no puede realizar (ej. juicio crítico, interacción con clientes complejos), podrían obtener una ventaja competitiva. La rigidez salarial implica que los ahorros no vendrán de pagar menos, sino de reestructurar equipos, lo que exige una gestión del cambio cuidadosa para evitar la desmotivación.
🚀 Coordinemos una sesión para generar la transformación que necesita tu empresa 💡 No esperes a que la disrupción golpee y te deje fuera del mercado ⏳ ¡Anticípate con contenidos para soñar, creer y crear el futuro! 🌍 Contáctame y juntos diseñaremos la transformación digital y exponencial 📩 que necesita tu organización 📈
Sigamos inspirando al mundo
Tu opinión es clave en esta aventura de conocimiento y transformación. ¿Qué ha parecido los contenidos de hoy? ¿Hay algún tema sobre el que te gustaría aprender más o alguna tendencia que crees que deberíamos explorar juntos?
Comparte tus ideas y sugerencias. Juntos, seguiremos inspirando, compartiendo y aprendiendo, transformando lo imposible en posible.
❓ Contáctame a través de estos puntos de contacto.
