Yo también he sentido miedo con la IA. No miedo de película, sino algo más cotidiano: ver que una máquina redacta, resume, programa, traduce o responde en segundos, y pensar que quizá una parte del trabajo humano deje de tener sentido si esto sigue así.
Ese vértigo no es exagerado. Llega al mismo tiempo que una adopción muy rápida: según el AI Index 2026 de Stanford, la IA generativa se usa ya en al menos una función de negocio en el 70% de las organizaciones, y la mayoría de informes coincide en que los empleados también la están adoptando a un ritmo que no se había visto con ninguna tecnología previa, ni siquiera internet.
Y el clima emocional es ambivalente. Stanford registra que la percepción global sobre los beneficios de la IA mejoró ligeramente entre 2024 y 2025, pero al mismo tiempo más de la mitad de las personas dice que la IA le pone nervioso. Pew encontró en 2025 que entre los trabajadores estadounidenses pesa más la preocupación que la esperanza por su impacto futuro.
Este artículo va de poner orden en esa sensación. No de repetir que "todo irá bien", ni de venderte una distopía inevitable. Va de responder a una pregunta más útil: qué parte de ese miedo está bien fundada y qué parte nace de mirar la IA como si fuera un sustituto total de las personas, cuando en la práctica todavía funciona más como una tecnología que automatiza trozos, acelera tareas concretas y empuja a rediseñar profesiones.
Lo que pienso sobre esto
Tener miedo a la IA es normal. Pensar que el trabajo humano va a desaparecer de golpe, no.
Los datos disponibles dibujan algo más incómodo y más realista a la vez. La IA ya está alterando tareas, procesos y rutas de entrada al mercado laboral. Pero los mejores estudios no describen una extinción masiva del empleo, sino una transición desigual: algunos trabajos cambian, otros se comprimen, otros se vuelven más productivos, y algunos perfiles —sobre todo los más junior en tareas cognitivas rutinarias— sí están empezando a notar la presión.
La OIT lo dice claro: una parte significativa de los trabajadores del mundo está en ocupaciones con algún grado de exposición a la IA generativa, pero la mayoría de esos empleos será transformada, no eliminada. El World Economic Forum proyecta que, de aquí a 2030, la transformación del mercado laboral podría crear unos 170 millones de empleos y desplazar unos 92 millones, con un saldo neto positivo. Eso no garantiza que el ajuste sea cómodo ni justo para todo el mundo. Pero el escenario base no es "desaparecen los trabajos". Es "cambian los trabajos y cambia quién está preparado para hacerlos".
Tampoco vale caer en el tranquilizante barato. En esa misma encuesta del WEF, un 41% de los empleadores dijo que planea reducir plantilla a medida que la IA automatice ciertas tareas, mientras un 77% prevé apostar por el upskilling. La IA no entra como una ola abstracta de innovación. Entra como una presión concreta para reorganizar equipos, redefinir funciones y volver más valiosas ciertas capacidades humanas y técnicas a la vez.
El miedo a la IA es lógico, no irracional
A menudo se habla del miedo a la IA como ignorancia o resistencia al cambio. No lo es.
Un estudio del Max Planck Institute con más de 10.000 participantes de 20 países encontró que el temor a que la IA sustituya humanos varía mucho según la profesión y según lo que la gente considera esencial en cada rol. No nos inquieta igual una IA que redacta una nota que una IA que juzga, cuida o lidera. El miedo aparece sobre todo cuando pensamos que una herramienta puede invadir espacios donde valoramos cualidades profundamente humanas: sinceridad, justicia, empatía, responsabilidad.
Y hay otra cosa que no se dice tanto: el contacto directo con estas herramientas no elimina la ambivalencia. En un experimento preregistrado del MIT con 444 profesionales usando ChatGPT en tareas de escritura, el contacto con la herramienta aumentó a la vez la sensación de eficacia y la preocupación por la automatización. Es decir, ver que algo funciona de verdad no solo entusiasma; también obliga a replantearse el valor de lo que uno hace.
Por eso buena parte de la conversación pública está mal planteada. El problema no es que la gente "tema demasiado" a la IA. El problema es que ese miedo se canaliza en una pregunta demasiado burda: ¿la IA me quitará el trabajo?
Casi nunca es la pregunta correcta. La pregunta útil suele ser otra: ¿qué parte de mi trabajo es repetible, codificable y fácil de acelerar, y qué parte depende de criterio, contexto, confianza, creatividad profunda o responsabilidad? Ahí es donde la conversación deja de ser apocalíptica y empieza a ser práctica.
Lo que están viendo los datos en la puerta de entrada
Si miramos los números con frialdad, no estamos viendo una implosión del empleo. Anthropic, en un análisis de marzo de 2026 firmado por Massenkoff y McCrory sobre las ocupaciones más expuestas a IA, no encontró un aumento sistemático del desempleo entre los trabajadores más expuestos desde finales de 2022. La OCDE coincide: por ahora hay poca evidencia de pérdidas masivas de empleo causadas directamente por la IA, y los efectos observados pasan más por cambios en la calidad del trabajo, la organización y las tareas que por destrucción directa del puesto.
Eso no significa que no esté pasando nada. Significa que el cambio aparece primero donde aparecen casi todos los cambios laborales: en la puerta de entrada.
El AI Index 2026 de Stanford registra una caída cercana al 20% en el empleo de desarrolladores de software de 22 a 25 años desde 2024, mientras que el empleo de desarrolladores de 30 años en adelante en las mismas empresas sigue creciendo entre el 6% y el 12%. El mismo patrón aparece en otras ocupaciones con alta exposición a IA: atención al cliente, contabilidad, marketing, soporte administrativo. Brynjolfsson y coautores documentan caídas similares en el grupo de 22 a 25 años en puestos con alta exposición a IA, usando datos reales de nómina de ADP, no encuestas.
Esta es una de las matizaciones más importantes del debate. No estamos viendo, de momento, que la IA vacíe oficinas enteras. Lo que sí empieza a verse es que las tareas más codificadas de algunos roles junior dejan de justificar tanta contratación de entrada.
Y eso es serio por una razón que se discute poco. El trabajo junior no solo sirve para producir. Sirve para aprender, equivocarse, coger contexto y convertirse con el tiempo en alguien senior. Si esa escalera empieza a faltar peldaños, el problema inmediato no es el desempleo de los jóvenes. Es de dónde van a salir los seniors dentro de diez años.
Una nota necesaria contra el sensacionalismo: incluso con una adopción corporativa altísima, Stanford señala que el despliegue de agentes de IA plenamente autónomos seguía en 2025 en cifras de un solo dígito en casi todas las funciones de negocio. La IA está entrando rápido, sí, pero la versión "todo se automatiza ya" va bastante por delante de la realidad observable.
En Andorra y España aún no tenemos datos agregados como los de Stanford o Anthropic. El tejido empresarial es distinto: predominan las pymes, el sector tecnológico es proporcionalmente más pequeño y la contratación de jóvenes en roles cognitivos nunca ha tenido el volumen que sí tiene en Estados Unidos. Por eso el efecto aquí no se nota igual en las estadísticas.
Pero en las conversaciones sí. Cada semana hablo con empresarios pequeños del Principat y de Catalunya que están haciendo exactamente lo que describen los datos americanos: antes contrataban al siguiente administrativo o al siguiente becario casi por defecto, y ahora primero se preguntan si esa parte de la operativa la puede sostener una herramienta. Eso no aparece en ningún informe del INE ni en el AI Index. Pero está pasando. Lo escribí con más detalle en otro artículo del blog: muchas empresas aquí no van a despedir a nadie por la IA. Simplemente van a dejar de contratar a la siguiente persona.
Lo que Brynjolfsson ayuda a entender sobre productividad
Antes de la IA generativa, Brynjolfsson, Rock y Syverson ya explicaban algo que llamaron la Productivity J-Curve: las tecnologías generales producen ganancias macro tarde, porque al principio toda la inversión va a reorganizar procesos, formar equipos y crear modelos de trabajo nuevos. Vemos tecnologías impresionantes en demos y, mientras tanto, las estadísticas agregadas tardan en moverse. La OCDE sigue usando este marco para explicar por qué el salto macroeconómico de la IA aún no aparece con claridad.
Después de la llegada de la IA generativa, la foto cambia a nivel micro. En un estudio publicado en The Quarterly Journal of Economics en 2025, Brynjolfsson, Li y Raymond midieron el efecto de un asistente generativo en 5.172 agentes de soporte. La productividad media subió un 15%. Entre los perfiles menos experimentados y de menor rendimiento, la mejora llegaba al 30%. Los agentes con dos meses de antigüedad y ayuda de IA rendían como agentes con seis meses sin ella.
La lectura es potente: la IA no solo acelera. También puede difundir mejores prácticas y acortar curvas de aprendizaje.
El experimento del MIT de Noy y Zhang va en la misma dirección, en un contexto más acotado. En tareas de escritura profesional, los participantes con acceso a ChatGPT tardaron un 37% menos, mejoraron la calidad en 0,45 desviaciones estándar y la herramienta benefició más a quienes partían de menor nivel. Comprimió la desigualdad de rendimiento, no la amplió.
Esto va contra el relato fatalista de que la IA solo beneficia a una élite técnica. Bien implementada, también hace más capaces a personas normales en tareas bastante normales.
Pero la otra mitad del mensaje es igual de importante. En el estudio sobre el "jagged technological frontier" de Dell'Acqua y coautores, los consultores rindieron mejor con GPT-4 en las tareas que estaban dentro de la frontera de capacidad del modelo. En tareas fuera de esa frontera, la gente con IA pasó menos tiempo, produjo respuestas más coherentes en apariencia, y se equivocó más en el fondo.
Stanford resume la idea: las ganancias de productividad más consistentes aparecen en trabajo estructurado y medible; son menores cuando el trabajo exige razonamiento profundo; y una dependencia excesiva puede penalizar el aprendizaje a largo plazo.
La IA no sustituye el juicio. A veces lo vuelve aún más necesario.
La ventaja competitiva vuelve a ser humana
Aquí está, en mi opinión, la parte más esperanzadora.
Durante años, muchas ventajas profesionales dependieron de acceder a recursos escasos: más información, más capacidad de producción, más manos, más presupuesto, más herramientas. La IA está abaratando muchas de esas capacidades a una velocidad brutal. Stanford recordaba en 2025 que el coste de inferencia para un sistema al nivel de GPT-3.5 cayó más de 280 veces entre noviembre de 2022 y octubre de 2024. Y en 2026 añade que la adopción de la IA generativa alcanzó el 53% en apenas tres años, más rápido que el PC o internet.
Mi lectura es directa: si cada vez más gente puede acceder a "inteligencia bajo demanda", el verdadero diferencial vuelve a desplazarse hacia lo que no se compra tan fácil.
¿Y qué es lo que no se compra tan fácil? Criterio. Contexto. Capacidad de decidir qué merece hacerse y qué no. Gusto. Empatía. Liderazgo. Confianza. Responsabilidad.
El WEF insiste en que, junto con las habilidades técnicas, seguirán pesando competencias como el pensamiento analítico, la resiliencia, el liderazgo y la colaboración. Y el estudio del Max Planck recuerda que precisamente las profesiones donde más tememos la sustitución son aquellas donde esos rasgos humanos pesan más. La paradoja es bonita: cuanto más accesible se vuelve la inteligencia artificial, más visible se hace el valor específico de la inteligencia humana.
Esto también abre oportunidades reales para personas y equipos pequeños. Si una herramienta te permite investigar más rápido, escribir mejor un primer borrador, resumir documentos, ayudarte a programar o preparar una presentación, el umbral para competir baja. No hace falta tener la estructura de una gran empresa para producir un trabajo que antes requería más tiempo, más presupuesto o más personal.
Digo "puede" a propósito. Es una inferencia razonable a partir del abaratamiento y la difusión de capacidades, no una promesa automática. Sin criterio y sin revisión, la IA no te hace más fuerte. Te hace más rápido. Y ser más rápido no siempre es ser mejor.
Una nota incómoda para acabar este punto. El FMI advierte que la demanda de nuevas habilidades crece, y que en economías avanzadas alrededor de una de cada diez vacantes ya exige al menos una habilidad nueva. Esas habilidades se asocian con salarios más altos. Pero los beneficios no se reparten igual, y pueden aparecer tensiones para trabajadores jóvenes y para parte del trabajo administrativo expuesto sin complementariedad. Aprender a trabajar con IA puede mejorar tu posición. Llegar tarde o sin apoyo puede volverte más vulnerable.
Cómo adaptarte sin vivir con miedo
Si esto te inquieta, mi consejo no es "relájate". Es algo más útil: muévete con criterio.
La IA ya no es una curiosidad, e ignorarla por completo tampoco protege. Lo que protege es construir una relación sana con la herramienta. Cuatro ideas.
No delegues el cerebro donde todavía no toca. Pew encontró que quienes usan chatbots en el trabajo los ven más útiles para ir más deprisa que para mejorar la calidad. Y el estudio del jagged frontier mostró que la IA puede entregar respuestas muy convincentes y a la vez equivocadas. Úsala como acelerador del primer borrador, del esquema, del resumen, de la exploración. No como reemplazo automático de tu criterio final.
Aprende en voz alta. La OCDE observa que la formación y la consulta a los trabajadores se asocian con mejores resultados cuando la IA entra en una organización. Cuando la IA se implanta como atajo secreto o sustituto silencioso, genera ansiedad. Cuando se trabaja con formación, participación y reglas claras, produce mejores experiencias y más confianza. Esa lógica vale también a nivel individual: si aprendes a usar una herramienta de forma consciente, tu relación con ella cambia.
Refuerza justo lo que la IA obliga a valorar más. No me obsesionaría con aprender veinte herramientas nuevas cada mes. Me obsesionaría con combinar una alfabetización básica en IA con habilidades que la máquina no firma por ti: escribir con voz propia, explicar bien, detectar errores, preguntar mejor, conectar ideas, entender personas, asumir consecuencias. El WEF no dice que las habilidades técnicas no importen. Dice que las técnicas y las humanas van a ir cada vez más juntas.
Acepta una verdad incómoda pero liberadora. Quizá la IA sí va a vaciar de valor una parte de lo que hacemos. Pero eso no significa que nos vacíe a nosotros. Lo que más se abarata con la IA es lo previsible, lo formalizable y lo repetible. Lo que gana valor es elegir bien, revisar bien, decidir bien, acompañar bien y responder por el resultado.
Mi tesis, al final, es esta: la IA no reduce el valor de las personas. Reduce el valor de hacer a mano lo que ya era fácilmente estandarizable.