La IA no viene a quitarte el trabajo, pero...

La IA no viene a quitarte el trabajo, pero sí viene a cambiar cuántas personas hacen falta para hacerlo

Durante décadas, cuando hablábamos de automatización imaginábamos sobre todo fábricas, cadenas de montaje, brazos mecánicos desplazando piezas y robots realizando actividades físicas repetitivas. Mientras esas máquinas comenzaban a transformar la industria, quienes trabajaban delante de un ordenador podían observar aquella revolución desde una posición relativamente cómoda. Abogados, arquitectos, ingenieros, diseñadores, programadores, administrativos, periodistas, consultores o contables parecían formar parte de una categoría diferente. Las máquinas podían sustituir fuerza física y repetir movimientos con precisión, pero el conocimiento, el razonamiento y la creatividad seguían pareciendo territorios fundamentalmente humanos.

La inteligencia artificial generativa está cuestionando precisamente esa división. Por primera vez, algunas de las actividades que una máquina puede realizar con mayor facilidad no se encuentran en una fábrica, sino dentro de un ordenador. Leer documentos, comparar contratos, analizar una hoja de cálculo, escribir un correo, buscar información, preparar un informe, resumir una reunión, generar código, organizar datos o crear una presentación son tareas que hasta hace muy poco requerían necesariamente intervención humana y que hoy pueden ser realizadas, al menos parcialmente, por sistemas de inteligencia artificial.

Esto no significa que todas esas profesiones estén a punto de desaparecer. La transformación puede ser más gradual y, precisamente por eso, mucho más profunda. La cuestión realmente importante quizá no sea si una inteligencia artificial puede sustituir completamente a un abogado, un arquitecto o un programador, sino qué ocurre cuando una parte considerable de las tareas que realizan puede resolverse en una fracción del tiempo que requería anteriormente. Si diez personas pueden empezar a producir lo que antes necesitaba veinte, la estructura económica de muchas organizaciones comienza a cambiar aunque ninguna profesión desaparezca por completo.

El problema no es que la IA pueda hacer todo tu trabajo

Una de las preguntas que más se repiten desde la aparición de ChatGPT y otros sistemas generativos es aparentemente sencilla: «¿Puede una inteligencia artificial hacer mi trabajo?». Sin embargo, probablemente sea una manera demasiado limitada de entender lo que está ocurriendo, porque prácticamente ninguna profesión consiste en una única actividad perfectamente definida.

Un arquitecto no se limita a dibujar planos. También interpreta normativas, habla con clientes, coordina ingenieros, estudia alternativas, visita obras, reconoce errores y toma decisiones que dependen del contexto. Un abogado no se limita a redactar documentos jurídicos, sino que evalúa riesgos, interpreta situaciones ambiguas, construye estrategias y asume responsabilidad por las recomendaciones que ofrece. Algo semejante ocurre con médicos, ingenieros, diseñadores, consultores o programadores. En todas esas profesiones existen tareas relativamente estructuradas que pueden ser automatizadas y otras que dependen de experiencia, juicio, relaciones humanas o responsabilidad.

Por eso la sustitución completa de una profesión puede ser mucho más difícil que la automatización de una parte de sus tareas. Sin embargo, desde el punto de vista económico, esa diferencia no necesariamente protege el número actual de puestos de trabajo. Si una empresa necesita hoy diez personas para realizar una determinada combinación de análisis, documentación, comunicación, coordinación y administración, y dentro de unos años esas mismas tareas pueden realizarse con seis personas asistidas por inteligencia artificial, la profesión seguirá existiendo, pero la cantidad de profesionales necesarios habrá cambiado.

También puede suceder lo contrario. Una empresa podría mantener a esas diez personas y utilizar el aumento de productividad para aceptar más proyectos, entrar en nuevos mercados, reducir costes o crear servicios que anteriormente no podía permitirse. La tecnología no determina automáticamente cuál de esos caminos será elegido. Dependerá de la competencia, de la economía, de las decisiones empresariales y de la velocidad con la que cada sector adopte estas herramientas.

Lo verdaderamente nuevo es que empieza a romperse una relación que durante mucho tiempo parecía casi inevitable: para producir mucho más trabajo intelectual era necesario contratar muchas más personas.

La oficina se ha convertido en uno de los primeros territorios de automatización

Durante años se asumió que los trabajos manuales serían los primeros afectados por una automatización avanzada. Sin embargo, existe una razón muy sencilla por la que el trabajo de oficina está experimentando una transformación tan rápida: la inteligencia artificial ya se encuentra en el mismo entorno donde trabajan millones de profesionales.

Un modelo de IA no necesita aprender a caminar para abrir un documento ni desarrollar una mano robótica capaz de utilizar un teclado. Tampoco necesita desplazarse físicamente para analizar mil correos, comparar cientos de contratos o estudiar una hoja de cálculo. Todo ese mundo ya existe en formato digital y, por tanto, resulta mucho más accesible para un sistema capaz de procesar lenguaje, imágenes, datos y código.

Esta circunstancia adquiere todavía más importancia cuando observamos cómo se distribuye realmente una jornada laboral moderna. Una investigación de Microsoft ya señalaba en 2023 que el trabajador medio estudiado dedicaba aproximadamente un 57 % de su actividad digital a reuniones, correos y chats, mientras que alrededor del 43 % estaba relacionado con la creación de documentos, hojas de cálculo y presentaciones.

Ese dato invita a plantear una posibilidad mucho más interesante que simplemente utilizar inteligencia artificial para escribir un correo más rápidamente. Quizá la gran transformación no consista en producir las mismas presentaciones, documentos y mensajes en menos tiempo, sino en descubrir que una parte significativa de ellos ya no es necesaria.

Buena parte de la actividad de una empresa moderna existe para coordinar el trabajo de unas personas con otras. Una persona solicita información, otra prepara un documento, alguien revisa el presupuesto, aparece una duda, se envía un correo, se organiza una reunión, posteriormente se modifica el documento, se prepara una nueva versión y finalmente alguien crea una presentación para explicar al resto qué se ha decidido. Ninguna de esas personas está necesariamente trabajando mal. El problema es simplemente que coordinar seres humanos requiere una enorme cantidad de comunicación.

Si diferentes agentes de inteligencia artificial pudieran consultar documentos, comprobar presupuestos, revisar calendarios, analizar alternativas y devolver al responsable humano únicamente aquellas decisiones que realmente necesitan aprobación, una parte considerable de esa coordinación podría desaparecer. En ese escenario, la productividad no aumentaría simplemente porque escribimos veinte correos más rápidamente. Aumentaría porque quizá ya no sería necesario escribir esos veinte correos.

Los despidos ya forman parte de la conversación, pero la realidad es más compleja

Esta transformación ha comenzado inevitablemente a mezclarse con las noticias sobre reducción de plantillas. Amazon confirmó en enero de 2026 aproximadamente 16.000 nuevos recortes de puestos corporativos dentro de una reorganización más amplia mientras la compañía continuaba incrementando sus inversiones en inteligencia artificial y automatización. El caso fue interpretado inmediatamente como una señal de lo que podría ocurrir en muchas grandes empresas durante los próximos años.

Sin embargo, sería un error convertir cualquier despido que ocurra durante esta revolución tecnológica en una consecuencia directa de la IA. Las empresas reducen plantillas por numerosas razones, entre ellas cambios en la demanda, reestructuraciones internas, fusiones, reducción de costes, nuevas estrategias comerciales o cambios en la relación con sus principales clientes. UPS, por ejemplo, anunció importantes reducciones de puestos durante 2026, pero buena parte de esa decisión estaba relacionada con la disminución deliberada del volumen de entregas realizado para Amazon.

Klarna ofrece un ejemplo especialmente interesante porque muestra que la historia tampoco consiste simplemente en reemplazar trabajadores por máquinas. La compañía se convirtió durante un tiempo en uno de los ejemplos más citados de adopción agresiva de inteligencia artificial en atención al cliente y otras funciones. Posteriormente reconoció que algunos procesos de reducción de costes habían ido demasiado lejos y volvió a incorporar mayor intervención humana en determinadas áreas.

La lección es importante porque recuerda algo que a veces se pierde en el entusiasmo tecnológico: que una actividad pueda automatizarse no significa necesariamente que sea conveniente automatizarla completamente. Una máquina puede realizar una tarea de manera más barata y, sin embargo, producir una experiencia peor para el cliente, cometer errores difíciles de detectar o eliminar una relación humana que tenía más valor del que inicialmente se había calculado.

Una nueva Revolución Industrial, pero con una diferencia fundamental

Comparar la inteligencia artificial con la Revolución Industrial puede parecer exagerado, pero existe una razón por la que esa comparación aparece continuamente. Las grandes tecnologías de la historia han ampliado diferentes capacidades humanas. La máquina de vapor multiplicó nuestra fuerza física, la electricidad transformó nuestra capacidad industrial, el ordenador amplificó la capacidad de procesar información e Internet multiplicó nuestra capacidad para comunicarnos. La inteligencia artificial introduce una posibilidad diferente: comenzar a abaratar y escalar determinadas formas de trabajo intelectual.

Hasta ahora, si una organización quería multiplicar significativamente su capacidad intelectual, tenía fundamentalmente una solución: contratar más personas. Una consultora que necesitaba realizar diez veces más análisis necesitaba muchos más analistas; una empresa de software que quería producir considerablemente más código tenía que ampliar su equipo de desarrolladores; un estudio de arquitectura que quería gestionar más proyectos necesitaba incorporar arquitectos, delineantes y otros especialistas.

La inteligencia artificial puede debilitar esa relación entre número de empleados y cantidad de producción. Un profesional asistido por sistemas capaces de investigar, analizar documentos, generar alternativas y producir primeras versiones puede realizar actividades que anteriormente habrían necesitado la colaboración de varias personas. Del mismo modo, un equipo pequeño puede gestionar una cantidad de información y una complejidad operativa que hace pocos años habría requerido departamentos completos.

Esto no implica necesariamente el final de las grandes empresas, pero sí puede favorecer el nacimiento de compañías mucho más pequeñas y extraordinariamente productivas. Es posible imaginar organizaciones formadas por unas pocas personas con experiencia, una buena marca, conocimiento especializado y una red comercial, apoyadas por numerosos agentes digitales encargados de investigar, organizar, analizar, preparar documentos o coordinar diferentes procesos.

La empresa de diez empleados capaz de producir lo que antes necesitaba cien puede ser económicamente tan disruptiva como la empresa completamente automatizada, y probablemente sea mucho más realista durante los próximos años.

La sorprendente ventaja que puede proporcionar la experiencia

Esta transformación genera además una paradoja interesante. Durante mucho tiempo hemos asumido que las generaciones más jóvenes tendrían automáticamente una ventaja tecnológica porque crecen rodeadas de nuevas herramientas. En determinados aspectos seguirá siendo así, pero la inteligencia artificial está empezando a reducir el valor diferencial de algunas habilidades técnicas y, simultáneamente, puede aumentar el valor de algo que se adquiere principalmente con el paso de los años: el contexto profesional.

Crear una página web sencilla ofrece un buen ejemplo. Hasta hace poco era necesario aprender diferentes lenguajes y tecnologías antes de poder construir incluso un prototipo relativamente básico. Actualmente existen herramientas que permiten describir mediante lenguaje natural una aplicación y obtener en pocos minutos una primera versión funcional. Esto no convierte automáticamente a cualquier persona en ingeniero de software, porque una aplicación empresarial continúa necesitando seguridad, arquitectura, pruebas, mantenimiento, escalabilidad y comprensión profunda del problema. Sin embargo, sí reduce parcialmente la barrera entre saber qué queremos construir y conocer exactamente cómo programarlo.

Cuando esa barrera disminuye, la experiencia puede adquirir un valor extraordinario. Un arquitecto que lleva veinte años trabajando sabe qué problemas suelen aparecer durante una obra y puede reconocer soluciones que funcionan perfectamente sobre el papel pero fracasan en la práctica. Un vendedor experimentado puede detectar cuándo un cliente está perdiendo interés aunque todavía no lo haya expresado. Un abogado conoce situaciones ambiguas que rara vez aparecen explicadas de manera completa en un manual, y un ingeniero puede reconocer una solución técnicamente correcta que será demasiado cara, complicada o difícil de mantener.

La inteligencia artificial puede disponer de cantidades enormes de información, pero disponer de información no equivale automáticamente a comprender qué problema merece realmente ser resuelto. En ese punto, el especialista experimentado que aprende a utilizar IA puede convertirse en una figura especialmente poderosa. Quizá no sea quien mejor programa ni quien conoce más comandos, sino quien entiende qué construir, por qué hacerlo y, sobre todo, cómo determinar si el resultado obtenido tiene sentido.

El gran problema puede aparecer precisamente entre quienes comienzan

Esta ventaja de la experiencia conduce, sin embargo, a otra cuestión mucho más complicada. ¿Cómo adquiere experiencia una nueva generación de profesionales si comienzan a desaparecer precisamente las tareas que tradicionalmente permitían adquirirla?

Durante décadas muchas profesiones han funcionado mediante una especie de escalera. Los trabajadores más jóvenes comenzaban realizando las actividades relativamente sencillas, preparaban documentos, buscaban información, organizaban datos, comprobaban resultados y elaboraban primeras versiones. No eran necesariamente las tareas más interesantes, pero permitían observar cómo trabajaban los especialistas más experimentados, cometer errores relativamente pequeños y comprender progresivamente cómo funcionaba realmente la profesión.

Precisamente muchas de esas tareas iniciales son las que la inteligencia artificial puede automatizar con mayor facilidad. Si las eliminamos completamente, podemos encontrarnos dentro de algunos años con una paradoja difícil de resolver: las empresas seguirán necesitando especialistas experimentados, pero existirán menos oportunidades para que alguien llegue a convertirse en uno de ellos.

Por eso probablemente también tendrá que cambiar la manera en que formamos a los nuevos profesionales. En lugar de pasar años realizando únicamente tareas rutinarias antes de participar en problemas importantes, quizá sea necesario introducirlos mucho antes en procesos reales de análisis, supervisión, decisión y comprobación. Una parte del aprendizaje profesional podría consistir precisamente en aprender a revisar el trabajo producido por sistemas de inteligencia artificial, comprender por qué una respuesta aparentemente correcta puede ser equivocada y reconocer qué elementos del contexto la máquina no ha considerado.

Saber utilizar una IA no consiste simplemente en formular una buena pregunta. También implica saber cuándo no deberíamos confiar en su respuesta.

Cuanto más fácil sea generar una respuesta, más valioso será saber evaluarla

Durante los primeros años de la inteligencia artificial generativa apareció con frecuencia una idea aparentemente lógica: si cualquier persona puede preguntar a una IA y obtener una respuesta sofisticada, quizá los especialistas pierdan importancia. Es posible que ocurra exactamente lo contrario en determinados sectores.

Cuando producir una primera versión de algo se vuelve extremadamente barato, el valor puede desplazarse desde la producción hacia la evaluación. Generar un contrato puede resultar cada vez más sencillo, pero determinar si ese contrato protege realmente nuestros intereses continuará requiriendo conocimiento jurídico. Crear un plano puede convertirse en cuestión de minutos, mientras que saber si puede construirse de forma segura y eficiente seguirá siendo otra cuestión. Generar miles de líneas de código será fácil; determinar si ese código contiene vulnerabilidades, si puede mantenerse o si resolverá correctamente el problema será mucho más importante.

La inteligencia artificial puede reducir extraordinariamente el coste de producir alternativas, pero no elimina automáticamente la responsabilidad de decidir entre ellas. Cuanto más contenido podamos generar, mayor será la necesidad de personas capaces de distinguir lo correcto de lo plausible, y esas dos cosas no siempre coinciden.

El profesional que sabe trabajar con IA

Existe una frase que se repite continuamente desde hace algunos años: «La IA no te sustituirá; te sustituirá alguien que sepa utilizar IA». Es una simplificación, porque una transformación económica de esta magnitud difícilmente puede reducirse a una sola frase, pero contiene una intuición importante.

Es probable que durante los próximos años aumenten considerablemente las diferencias de productividad entre profesionales con conocimientos semejantes. Una persona puede continuar realizando todas sus actividades exactamente como lo hacía antes, mientras otra utiliza inteligencia artificial para investigar, preparar primeras versiones, comparar alternativas, automatizar tareas repetitivas, detectar inconsistencias y analizar grandes cantidades de información.

Eso no significa que todos tengamos que convertirnos en ingenieros de inteligencia artificial. Del mismo modo que hoy utilizamos ordenadores sin comprender el funcionamiento interno de un procesador, la mayoría de profesionales probablemente utilizará estos sistemas sin conocer los detalles matemáticos de los modelos que existen detrás.

Lo que sí tendremos que aprender es qué podemos delegar, qué debemos verificar, qué información no deberíamos proporcionar, dónde necesitamos mantener autorización humana y qué decisiones no tendría sentido entregar completamente a una máquina. Trabajar con inteligencia artificial puede convertirse en una forma de alfabetización profesional comparable a aprender a utilizar un ordenador o Internet. No será necesariamente una profesión específica, sino una capacidad transversal integrada en muchas profesiones existentes.

¿Habrá menos trabajos?

Es prácticamente inevitable que algunas actividades desaparezcan y que otras profesiones cambien considerablemente. También aparecerán nuevas ocupaciones, igual que ocurrió durante todas las grandes transformaciones tecnológicas anteriores. El Future of Jobs Report 2025 del Foro Económico Mundial estimaba que, considerando la inteligencia artificial junto con otras transformaciones económicas y demográficas, alrededor de 92 millones de puestos podrían desaparecer hasta 2030 mientras se crearían aproximadamente 170 millones de nuevos empleos, lo que produciría un saldo global positivo.

Sin embargo, las cifras agregadas pueden ocultar el problema verdaderamente importante. Para una persona que pierde su puesto de trabajo, importa relativamente poco que una estadística internacional indique que al mismo tiempo se están creando empleos diferentes en otro sector, en otro país o para trabajadores con otras capacidades. Las economías pueden reajustarse con el paso del tiempo, pero las personas necesitan aprender, adaptarse, pagar sus facturas y encontrar oportunidades mientras ese reajuste ocurre.

Por eso quizá la mayor dificultad no sea determinar si dentro de veinte años existirá más o menos empleo en términos absolutos. El desafío inmediato será gestionar la transición entre una estructura laboral y otra, especialmente si el cambio ocurre con mayor rapidez que la capacidad de los sistemas educativos, las empresas y las administraciones para adaptarse.

La pregunta que deberíamos empezar a hacernos

A medida que las capacidades de la inteligencia artificial continúen aumentando, muchas personas observarán nuevas demostraciones y volverán inevitablemente a preguntarse si una máquina puede hacer su trabajo. Sin embargo, existe una pregunta probablemente mucho más útil: ¿qué partes de mi trabajo puede hacer mejor una máquina y qué partes adquieren todavía más valor precisamente porque necesitan una persona?

Preparar y clasificar información puede automatizarse cada vez más, mientras que elegir objetivos continúa siendo una decisión. Generar alternativas puede resultar extraordinariamente barato, pero asumir las consecuencias de escoger una de ellas sigue siendo responsabilidad de alguien. Responder mensajes puede automatizarse, mientras que construir una relación de confianza es un fenómeno mucho más complejo. Analizar millones de datos puede ser una tarea perfecta para una máquina, pero determinar qué resultado merece nuestra atención depende de prioridades, experiencia y valores.

La revolución de la inteligencia artificial probablemente no llegará de la manera espectacular que muchas veces imaginamos. No llegaremos una mañana a la oficina para descubrir un robot sentado en nuestra silla. La transformación será mucho más progresiva. Primero una tarea que anteriormente requería veinte minutos podrá completarse en dos. Después ocurrirá lo mismo con otra. Más tarde un proceso entero podrá resolverse de forma automática y, algún tiempo después, una empresa descubrirá que un equipo de cinco personas puede gestionar una actividad que anteriormente requería quince.

En ese momento comprenderemos que la verdadera transformación nunca consistió exclusivamente en sustituir seres humanos por máquinas. Consistía en modificar la relación entre trabajo, conocimiento, tiempo y productividad.

La inteligencia artificial no necesita aprender a realizar absolutamente todo nuestro trabajo para transformar nuestras profesiones. Basta con que pueda realizar una parte suficientemente importante de las tareas que las componen. Por eso la mejor preparación para los próximos años probablemente no consista en intentar competir con una máquina en aquellas actividades que puede hacer más rápido, sino en aprender a utilizarla para ampliar nuestras propias capacidades mientras reforzamos aquellas que continúan dependiendo de experiencia, criterio, responsabilidad y comprensión humana.

Quizá, entonces, la pregunta verdaderamente interesante deje de ser «¿puede la inteligencia artificial hacer mi trabajo?» y pase a convertirse en otra mucho más útil: ¿Qué puedo llegar a hacer cuando dispongo de una inteligencia artificial capaz de trabajar conmigo?