Durante el último trienio, el discurso corporativo dominante fue optimista. Se afirmaba que la inteligencia artificial actuaría como un catalizador para los profesionales con experiencia, liberándolos de las cargas monótonas, mientras que los perfiles junior continuarían su formación práctica tradicional. Sin embargo, la realidad estadística presentada en el reciente AI Index 2026 de la Universidad de Stanford contradice esta visión.
Los datos revelan una tendencia preocupante: en Estados Unidos, los desarrolladores de software de entre 22 y 25 años han sufrido una caída del 20% en el empleo desde su punto máximo registrado en 2022. En contraste, los profesionales mayores de 25 años en las mismas áreas mantienen una trayectoria de crecimiento. Esta situación no se limita al código; el sector de atención al cliente muestra un comportamiento idéntico. Aunque no se etiquete formalmente como un despido masivo, el efecto es una exclusión generacional dirigida.
La desaparición del primer empleo
La investigación liderada por Brynjolfsson y su equipo dentro del capítulo económico del informe no deja espacio para interpretaciones suaves. Al analizar las cohortes de edad en sectores donde la productividad por IA es más evidente, como el desarrollo de software y la atención al cliente, se observa que los trabajadores de 22 a 25 años pierden puestos de trabajo de manera constante desde septiembre de 2022, coincidiendo con la irrupción de ChatGPT en el mercado global.
El informe de Stanford vincula esta pérdida de empleo con incrementos medibles en la eficiencia. Gracias a herramientas como GitHub Copilot, la entrega de código finalizado ha aumentado un 26% por desarrollador, según los hallazgos de Cui y sus colegas. En otros sectores, los resultados son similares:
- Los agentes de atención al cliente han incrementado su resolución de tickets entre un 14% y 15% por hora.
- En el área de marketing, el uso de IA multimodal ha permitido elevar la producción por empleado en un 50%.
La lógica empresarial resultante es gélida: si la productividad individual sube un 26%, la necesidad de nuevas contrataciones disminuye en una proporción similar. Ante esta disyuntiva, las organizaciones optan por prescindir de aquellos que aún están en etapa de aprendizaje: el personal junior.
«La IA dejó de ser una ayuda opcional. Es el requisito mínimo para conservar la silla.»
Un estudio del grupo METR añade un matiz interesante. Inicialmente, los desarrolladores de open source con experiencia eran un 19% más lentos al usar IA. No obstante, para finales de 2025, la tendencia cambió radicalmente y el uso de asistencia tecnológica se volvió indispensable para cualquier profesional del área.
Inversión vs. Adopción: La paradoja estadounidense
Según la encuesta de McKinsey, el 33% de las organizaciones planea reducir su nómina el próximo año debido a la IA, cifra que se eleva al 35% en compañías con ingresos superiores a los mil millones de dólares. Por otro lado, un 46,1% de los empleados manifiesta su deseo de que la IA gestione tareas repetitivas, que son precisamente las que suelen ocupar el primer año de un junior.
Basándose en datos del Microsoft AI Economy Institute, el informe de Stanford destaca una paradoja: Estados Unidos ocupa apenas el puesto 24 en el ranking global de adopción de IA generativa por parte de su población, con una tasa del 28,3%. Este ranking es liderado por Emiratos Árabes Unidos con un 64% y Singapur con un 60,9%.
A pesar de que Estados Unidos lideró la inversión privada en 2025 con 285.900 millones de dólares (superando por 23,1 veces a China y 48,5 veces al Reino Unido) y produjo más del 90% de los modelos más avanzados, sus ciudadanos la utilizan menos que en países con inversiones significativamente menores. A esto se suma una crisis de talento migratorio: la llegada de investigadores de IA a suelo estadounidense ha caído un 89% desde 2017, con un desplome del 80% solo en el último año.
La frontera irregular del conocimiento
El informe introduce el concepto de jagged frontier o frontera irregular, que describe cómo los modelos actuales de IA muestran capacidades sobrehumanas en ciertas tareas mientras fallan en otras elementales. Por ejemplo, el modelo Gemini Deep Think obtuvo la medalla de oro en la Olimpíada Internacional de Matemática 2025, pero apenas logra una precisión del 50% al intentar leer un reloj analógico.
Otros contrastes notables incluyen:
- Superación de químicos humanos en ChemBench frente a menos del 20% de éxito en la replicación de investigaciones astrofísicas.
- Robots con un 89,4% de éxito en simulaciones de laboratorio, pero solo un 12% en tareas domésticas cotidianas.
Esta irregularidad complica las predicciones sobre el reemplazo laboral, ya que la IA no avanza de forma uniforme, sino como un archipiélago de habilidades específicas rodeado de vacíos de competencia básica.
Desconfianza pública y la brecha de percepción
Existe una desconexión crítica entre los especialistas y la ciudadanía. Mientras el 73% de los expertos prevé un impacto positivo de la IA en el trabajo, solo el 23% del público comparte esa visión. En Estados Unidos, la confianza en el gobierno para regular esta tecnología es apenas del 31%, la cifra más baja entre los países encuestados, dejando a la Unión Europea como el referente de mayor fiabilidad global.
Finalmente, el reporte advierte sobre la falsa adopción. Aunque McKinsey señala que la adopción organizacional llega al 88%, el uso real de agentes de IA para automatizar procesos sigue siendo inferior al 10% en funciones clave como logística, manufactura y gestión de riesgos. Muchas empresas, incluidas las de América Latina, han adquirido licencias pero no han transformado realmente sus flujos de trabajo.
La lección del AI Index 2026 es que la tecnología está evolucionando más rápido que nuestra capacidad para proteger a los más vulnerables en el mercado laboral. Los jóvenes de 22 años ya están sintiendo el impacto de un cambio estructural que aún muchos se niegan a reconocer oficialmente.
Fuente: Fuente