Qué empleos sustituirá la IA (y cuáles no)

Durante una década la advertencia fue siempre la misma: los robots venían a por los camioneros, los operarios de cadena de montaje y los cajeros. Entonces llegó finales de 2022, apareció ChatGPT y el suelo empezó a moverse primero bajo los redactores, los ilustradores y los programadores júnior. Justo los oficios que la ciencia ficción prometía que aguantarían más tiempo.

Ese vuelco ya resulta instructivo por sí solo. Muestra lo poco fiables que son las predicciones sobre lo que la tecnología va a "llevarse" e insinúa por qué "¿me quitará la IA el trabajo?" es casi siempre la pregunta equivocada.

¿Qué nos dicen entonces los números? Desde el famoso estudio de Oxford de 2013 hasta los datos de nóminas de 2025, el panorama ha dado más de una vuelta. Y cómo la dio apunta a consejos sorprendentemente prácticos para tu propia carrera.

Las predicciones que nunca se cumplieron

En 2013, los economistas Carl Benedikt Frey y Michael Osborne, de Oxford, publicaron un estudio que dio la vuelta al mundo. Su conclusión: aproximadamente el 47% de los empleos estadounidenses estaba en "alto riesgo" de automatización en los siguientes diez o veinte años. La cifra apareció en titulares, en discursos políticos y en más de un ensayo sobre el fin del trabajo.

El método tenía grietas. Los autores etiquetaron a mano solo 70 de más de 700 ocupaciones como automatizables o no, y después entrenaron un modelo con esa muestra pequeña para rellenar el resto. Maquilladores, conductores de autobús escolar y peluqueros acabaron marcados como profesiones en peligro.

El problema de fondo era conceptual. Frey y Osborne razonaban sobre ocupaciones enteras y no sobre las piezas que las componen. Y resulta que las piezas importan enormemente.

Tres años más tarde, Melanie Arntz, Terry Gregory y Ulrich Zierahn tomaron otra ruta para la OCDE. En lugar de profesiones completas, examinaron las tareas individuales que hay dentro. El resultado en 21 países de la OCDE: de media, solo alrededor del 9% de los empleos era altamente automatizable (Arntz, Gregory y Zierahn, 2016). La distancia entre el 47% y el 9% no es un error aritmético. Es la diferencia entre preguntar "¿desaparecerá esta profesión?" y "¿cuántas de sus tareas puede asumir una máquina?".

Los especialistas también eran escépticos. Cuando una encuesta pidió a expertos en IA y robótica que estimaran la exposición, calcularon en torno a una quinta parte menos de empleos amenazados que quienes venían de fuera del campo. El entusiasmo por las cifras apocalípticas siempre fue mayor allí donde nadie había visto la tecnología de cerca.

¿Y qué ocurrió en realidad? La desaparición masiva del trabajo nunca llegó. Los analistas del think tank ITIF señalaron secamente en 2022 que la pérdida pronosticada del 47% de los empleos no se había materializado; el desempleo estadounidense acababa de instalarse en mínimos históricos. La automatización estaba reconfigurando el trabajo, no borrándolo.

El giro que nadie esperaba

Durante mucho tiempo rigió una regla no escrita: las máquinas se llevan el trabajo de las manos, no el de la cabeza. Las tareas manuales y rutinarias podían automatizarse; el trabajo creativo y analítico estaba a salvo. La IA generativa puso esa regla casi del revés.

En 2023, Tyna Eloundou y sus colegas (en un artículo acertadamente titulado "GPTs are GPTs") estimaron que para cerca del 80% de los trabajadores estadounidenses los modelos de lenguaje podían tocar al menos el 10% de sus tareas laborales. Para aproximadamente el 19% de los trabajadores estaba en juego más de la mitad de las tareas. Lo llamativo, sin embargo, estaba en otro sitio: los empleos más expuestos eran puestos de oficina cualificados y bien pagados, no los peor remunerados.

Ahí está el vuelco contraintuitivo. Un redactor, un analista, un programador júnior o un diseñador hacen cosas que un modelo de lenguaje aprendió a manejar sorprendentemente bien, porque el texto y el código son exactamente aquello con lo que se entrenó. Un fontanero, una cuidadora o un cocinero de línea hacen cosas que no caben en un texto.

Imagina a un diseñador gráfico que en 2022 todavía se ganaba la vida con encargos pequeños: banners, ilustraciones sencillas, retoques de fotos. Buena parte de ese trabajo lo hace ahora un generador de imágenes por unos pocos dólares. Mientras tanto, el electricista al que llamas cuando se quedan sin corriente la mitad de los enchufes del edificio tiene la agenda llena para una semana si hay suerte. Hace diez años la mayoría habría apostado por lo contrario.

Una tarea no es lo mismo que un empleo

Casi cualquier trabajo es un paquete de tareas distintas. Una contable no solo mete números; también le explica a un cliente por qué el impuesto salió como salió, gestiona las excepciones y responde con su firma. La IA puede recortar la primera parte y se atasca con el resto. Por eso la mayoría de las estimaciones serias habla hoy de transformación antes que de extinción.

En su índice actualizado para 2025, la Organización Internacional del Trabajo informa de que aproximadamente uno de cada cuatro trabajadores del mundo ocupa un puesto con algún grado de exposición a la IA generativa, aunque solo alrededor del 3,3% del empleo cae en la categoría más alta. Un detalle destaca: en las mujeres la cifra es del 4,7% y en los hombres del 2,4%. El trabajo administrativo y de oficina, todavía desempeñado de forma desproporcionada por mujeres, está más expuesto.

Aquí va una pregunta con la que vale la pena quedarse un rato. ¿Cuánto de lo que haces en un día es realmente texto, una hoja de cálculo o código que podría dictarse a una máquina? ¿Y cuánto es criterio, confianza y estar presente para alguien que te necesita? Esa proporción te dice más sobre tu futuro que el cargo impreso en tu tarjeta.

El mercado laboral en su conjunto tampoco se está encogiendo por culpa de la IA. En su informe Future of Jobs 2025, el Foro Económico Mundial estima que para 2030 aparecerán unos 170 millones de puestos nuevos y desaparecerán 92 millones, una ganancia neta de aproximadamente 78 millones de empleos. Añade que cerca del 40% de las competencias que piden los empleadores cambiará en cinco años. El trabajo no se evapora. Se desplaza.

Dónde la IA sigue chocando contra un muro

Hay una vieja observación de la robótica que hoy se lee casi como una profecía. En los años ochenta, Hans Moravec advirtió una paradoja: enseñarle lógica, matemáticas o ajedrez a una computadora es bastante fácil, pero dotarlo de las habilidades sensoriales y motoras de un niño de un año resulta endiabladamente difícil.

El roboticista Ken Goldberg lo llamó la "brecha de los 100.000 años". Un modelo de lenguaje aprende con unos pocos terabytes de texto y se expresa como un adulto. Ningún robot se acerca a reunir tantos datos sobre el mundo físico como los que acumula una persona a los tres años, cuando un niño pequeño ya sabe esquivar juguetes desperdigados sin tropezar con el umbral.

De ahí se deriva un mapa de resistencia bastante claro. Los empleos mejor situados combinan destreza física en entornos impredecibles con el trato directo con personas. La tabla siguiente simplifica; la realidad, por supuesto, es más desordenada.

Nada de esto significa que la IA deje intactos esos empleos. Una enfermera puede usarla para transcribir documentación y un técnico para organizar sus visitas. El núcleo del trabajo, en cambio, queda fuera del alcance del modelo: la presencia junto a la cama de un paciente o la mano que arregla una tubería reventada en un hueco estrecho.

Las primeras señales de alarma

Que esto va más allá de la teoría se ve en los primeros datos duros. Los economistas Erik Brynjolfsson, Bharat Chandar y Ruyu Chen, de Stanford (2025), peinaron los registros de nóminas de millones de estadounidenses aportados por ADP. Entre los trabajadores más jóvenes, de 22 a 25 años, dentro de las ocupaciones más expuestas, el empleo cayó aproximadamente un 13% después de finales de 2022. Entre las personas mayores de esas mismas ocupaciones se mantuvo estable o siguió subiendo.

Ese patrón tiene sentido. Un júnior hace a menudo exactamente lo que la IA resuelve primero: documentación previa, primeros borradores, código sencillo. Alguien con más experiencia aporta criterio y responsabilidad, más difíciles de automatizar. Los autores señalan además que el descenso aparece sobre todo allí donde la IA sustituye trabajo, no donde lo complementa.

Las plataformas de trabajo autónomo cuentan una historia parecida. Tras el lanzamiento de ChatGPT, varios análisis detectaron una caída perceptible de la demanda de redacción y programación automatizables, mientras la demanda de trabajos manuales y físicos se mantenía firme. No es un apocalipsis generalizado. Es una migración que empieza por los bordes, entre las tareas más vulnerables y las personas con menos experiencia.

Las cifras más recientes apuntan en la misma dirección y añaden matices. El Economic Index de Anthropic (informe de marzo de 2026) rastreó el uso de su IA en la economía y encontró que la colaboración sigue por delante de la automatización completa, aproximadamente un 55% frente a un 42%. La trampa: el modelo tiende a absorber las porciones más cualificadas y analíticas de un puesto, dejando atrás el resto menos cualificado y descualificando el trabajo en silencio. Absorber tareas no es lo mismo que absorber personas.

Detrás de todo esto hay un uso creciente. Los datos estadounidenses muestran que a finales de 2024 alrededor del 30% de los empleados usaba modelos de lenguaje en el trabajo, y un año después la cifra se acercaba al 38%. La proporción de tiempo de trabajo dedicado a la IA generativa subió solo de forma modesta, de en torno al 4% a algo menos del 6%. Dicho de otra manera: la herramienta se extiende rápido, pero la mayoría todavía la usa como ayudante en una parte de una tarea, no como sustituta de una jornada entera. Esa es exactamente la diferencia entre aumentar y reemplazar.

Qué significa esto para tu carrera

La lección práctica es incómoda y, a su manera, liberadora: deja de pensar en cargos y empieza a pensar en habilidades y tareas. "Soy redactor" es una afirmación frágil. "Entiendo rápido el negocio de un desconocido y sé explicárselo con claridad a otras personas" resulta mucho más resistente, sea cual sea la profesión en la que lo hagas.

El segundo punto es la complementariedad. El sitio más seguro no está lejos de la IA sino justo a su lado. Quien sepa dar buenas instrucciones al modelo, revisar su salida y responder por ella tendrá más demanda que quien la ignore y que quien confíe a ciegas. Por eso el Foro Económico Mundial incluye el trabajo con IA y el pensamiento analítico entre las competencias que más rápido crecen.

¿Y qué haces con todo esto? Unos cuantos puntos de partida:

• Descompón tu propio trabajo en tareas y marca cuántas son puro texto, hoja de cálculo o código.
• En las tareas expuestas, decide si quieres hacerlas más rápido con IA o mover el centro de gravedad de tu trabajo a otra parte.
• Lo que más rinde a largo plazo es aquello de lo que la máquina carece: el trato con personas, el criterio en situaciones turbias, la habilidad física.
• Prueba herramientas nuevas antes de que te empujen a ello tu empresa o el mercado.

Y si de verdad no tienes ni idea de a cuál de esas áreas más resistentes te acercas más, empieza por ti. El test de personalidad RIASEC mapea seis tipos de entorno laboral, del práctico y técnico al social, y sugiere dónde podrías desenvolverte bien, con independencia de cómo se llame el puesto este año.

La pregunta, al fin y al cabo, nunca fue si la IA reemplazaría a las personas. Era si las personas capaces de trabajar con IA reemplazarían a las que no. Y cada uno responde eso en solitario, con lo que decida hacer durante los próximos doce meses.