La inteligencia artificial no está provocando, al menos por ahora, una destrucción generalizada del empleo. Eso es precisamente lo primero que deja claro la última actualización del Digital Economy Lab de Stanford. El problema aparece al mirar con más detalle quién está entrando al mercado laboral: los trabajadores de entre 22 y 25 años en profesiones muy expuestas a la IA están quedándose atrás frente a los más experimentados.
La diferencia ya no es pequeña. Stanford calcula que el empleo de los jóvenes en las ocupaciones más expuestas se encuentra un 19 % por debajo de donde estaría si hubiera seguido la misma trayectoria que entre trabajadores menos expuestos. El dato es preocupante, pero conviene leerlo bien: no significa que la IA haya destruido directamente uno de cada cinco puestos junior.
Stanford detecta una brecha que sigue creciendo
El estudio Canaries in the Coal Mine utiliza registros administrativos de nóminas de ADP que cubren a millones de trabajadores en Estados Unidos y llega ya hasta junio de 2026. Los investigadores comparan cómo evoluciona el empleo según edad, experiencia y exposición de cada ocupación a tareas que puede realizar la IA generativa.
Su primera conclusión es importante: no encuentran evidencia de un desplazamiento masivo del empleo en toda la economía. El patrón sí aparece de forma mucho más clara entre los jóvenes de 22 a 25 años que trabajan en las ocupaciones con mayor exposición a la inteligencia artificial.
La brecha relativa alcanza ya el 19 % y se ha ampliado desde que los autores publicaron la primera versión del estudio en 2025. La Reserva Federal de Dallas encontró además una señal parecida utilizando datos distintos: el descenso se concentra sobre todo en la entrada al empleo, no en una ola de despidos de jóvenes que ya estaban trabajando.
El primer empleo concentra justo las tareas que mejor automatiza la IA
Muchas posiciones junior empiezan resolviendo tareas relativamente repetitivas y fáciles de comprobar: preparar un primer borrador, resumir documentos, responder consultas previsibles, clasificar información, escribir código sencillo o montar una presentación.
Son también algunos de los trabajos en los que la IA generativa ha mejorado más deprisa. Una empresa no necesita eliminar por completo un puesto para reducir la contratación. Si una persona con experiencia puede hacer parte de esas tareas utilizando IA, puede bastar con abrir menos vacantes de entrada.
Eso explica por qué el fenómeno puede pasar desapercibido en las grandes estadísticas de empleo. Una vacante que nunca llega a publicarse no aparece como un despido, pero sí hace que encontrar el primer trabajo sea más difícil.
La experiencia protege porque no todo el conocimiento está escrito
Los investigadores distinguen entre conocimiento codificado y conocimiento tácito. El primero puede aparecer en manuales, documentación o bases de datos. El segundo se adquiere trabajando: saber cuándo una respuesta aparentemente correcta está equivocada, entender cómo funciona realmente una organización, tratar con un cliente complicado o identificar una excepción que nadie había previsto.
La IA es especialmente buena trabajando con conocimiento codificado. Eso la convierte en una herramienta útil para profesionales experimentados, que pueden delegar parte del trabajo rutinario mientras mantienen la supervisión y el criterio. Para una persona que intenta entrar al mercado laboral, en cambio, puede convertirse en competidora directa de algunas de las tareas con las que antes aprendía.
Ahí aparece una paradoja para las empresas. Reducir puestos junior puede mejorar la productividad a corto plazo, pero también elimina parte del recorrido con el que se forman los trabajadores experimentados del futuro.
El 19 % no demuestra que ChatGPT sea el único culpable
Hay que evitar una lectura demasiado simple. El periodo analizado coincide con varios cambios importantes en el mercado laboral estadounidense: subidas de tipos de interés, el final de la contratación extraordinaria de la pandemia, recortes en grandes tecnológicas y una desaceleración general de determinados empleos de oficina.
Los autores de Stanford prueban diferentes explicaciones alternativas y consideran que ninguna elimina por completo el patrón observado, pero tampoco presentan la cifra como una relación causal definitiva. La exposición a la IA está correlacionada con el deterioro del empleo joven en determinadas profesiones; demostrar cuánto corresponde exactamente a la inteligencia artificial sigue siendo más difícil.
Tampoco todos los trabajos expuestos evolucionan de la misma forma. En algunos casos la IA puede sustituir tareas y en otros aumentar la productividad de quien ya ocupa el puesto. La Reserva Federal de Dallas ha encontrado, por ejemplo, que los salarios siguen creciendo en determinados sectores muy expuestos a la IA, especialmente cuando el trabajo depende de conocimiento y experiencia difíciles de automatizar.
El problema puede estar en cómo formamos a los profesionales de mañana
El debate no debería quedarse en decidir si la IA crea o destruye empleos. Si el impacto se concentra principalmente en las posiciones de entrada, el reto pasa por cambiar cómo una persona aprende dentro de una empresa.
Las prácticas y los puestos junior tendrán que ofrecer cada vez menos tareas que una máquina pueda resolver sola y más oportunidades para aprender a verificar resultados, entender el negocio, trabajar con fuentes, tomar decisiones y asumir responsabilidades progresivamente.
Para quien busca su primer empleo, saber utilizar ChatGPT, Copilot o cualquier otra herramienta de IA probablemente dejará de ser una ventaja diferencial y pasará a ser una competencia básica. La diferencia estará en demostrar qué se sabe hacer después de obtener la primera respuesta: contrastarla, corregirla, aplicarla a un contexto real y responder por el resultado.
La señal que deja Stanford es por eso más incómoda que un simple titular sobre robots quitando puestos de trabajo. La inteligencia artificial puede no estar destruyendo el mercado laboral, pero sí podría estar haciendo más estrecha la puerta por la que tradicionalmente entraban quienes todavía necesitaban aprender.
