Desde la irrupción masiva de la proliferaron estudios y predicciones sobre el impacto de la inteligencia artificial en el mercado de trabajo, la evidencia disponible sigue siendo inconclusa, y las afirmaciones sobre efectos negativos en grupos específicos de trabajadores son prematuras.
Hay tres razones centrales para el escepticismo. La primera es que los estudios sobre demanda laboral arrojan resultados contradictorios. Algunos trabajos —como el de Brynjolfsson, Chandar y Chen— detectaron mayor caída del empleo en ocupaciones con alta exposición a la IA, especialmente entre trabajadores jóvenes. Otros, en cambio, como Eckhardt y Goldschlag, observaron menor desempleo en esas mismas ocupaciones. Hay también quienes señalan que la caída en publicaciones de empleo en sectores expuestos comenzó antes del lanzamiento de ChatGPT, coincidiendo más con el alza de tasas de interés que con el avance de la IA.
La segunda razón es que cualquier hallazgo basado en datos actuales es, necesariamente, una señal débil sobre el futuro. La difusión comercial de los LLM es tan reciente que cualquier impacto duradero tardaría años en reflejarse en cifras de empleo, producción o productividad. Las revoluciones tecnológicas anteriores demostraron décadas en consolidarse, una vez que los procesos de negocio se adaptaron para aprovecharlas plenamente. Además, la IA avanza a tal velocidad que conclusiones robustas sobre la generación actual de modelos podrían volverse obsoletas rápidamente.
La tercera razón es que los métodos de investigación son aún inmaduros. No existe consenso sobre cómo medir exposición, uso ni adopción de la IA. Los resultados son sensibles a qué indicador se elige, y la exposición a la IA puede estar correlacionada con otras variables —como el sobreempleo pandémico, la aptitud para el trabajo remoto o la dependencia de mano de obra migrante— que también explican diferencias entre ocupaciones. A esto se suma un posible «sesgo del narrador»: quienes producen los estudios son precisamente quienes más expuestos están a la IA, lo que puede teñir la interpretación de los resultados.
Más allá de la demanda laboral, hay áreas igualmente importantes y menos exploradas. En materia de productividad, la mayoría de los estudios encuentra beneficios concretos —especialmente en programación y atención al cliente—, aunque con excepciones notables: en algunos casos la IA ralentizó a los desarrolladores o llevó a consultores a aplicarla en tareas que excedían sus capacidades, con peores resultados. En cuanto a oferta laboral, la IA podría tanto facilitar la búsqueda de empleo como complejizarla mediante procesos de selección cada vez más automatizados; también podría liberar tiempo personal o, por el contrario, hacer el ocio más atractivo y reducir la disposición a trabajar.
En términos de dinámicas de transición, aunque existe riesgo real de desplazamiento a corto plazo, la evidencia inicial no indica que la disrupción supere el ritmo de cambios tecnológicos anteriores. El cambio en la composición ocupacional desde el lanzamiento de ChatGPT no ha sido más acelerado que el registrado tras la llegada de las computadoras personales o internet. Las ocupaciones más expuestas a la IA —como trabajos administrativos y de oficina— tampoco están especialmente concentradas en regiones específicas, lo que podría amortiguar el impacto territorial.
La transición que trae consigo la IA puede terminar no siendo sin precedentes. Las lecciones del pasado, por ahora, siguen siendo relevantes.
