
Un estudio reciente de Stanford University ofrece una visión inicial sobre la cual proyectar las nuevas tendencias en empleabilidad bajo el impacto de la inteligencia artificial (IA).
Un antes y un después
Desde la irrupción de ChatGPT en noviembre de 2022, el debate sobre el impacto de la IA en el empleo ha dejado de ser especulativo. ¿Estamos ante una revolución que potenciará la productividad humana o frente a la amenaza más seria de desempleo tecnológico en décadas? El reciente estudio “Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence”, elaborado por Erik Brynjolfsson, Bharat Chandar y Ruyu Chen (Stanford University, 2025), entrega por primera vez evidencia empírica de gran escala sobre lo que está ocurriendo en el mercado laboral estadounidense*.
El resultado: seis hallazgos clave que deberían interesar a cualquier ejecutivo, policy maker o líder de talento.
Los seis hallazgos clave
1. Caída marcada del empleo joven en ocupaciones expuestas. Entre 2022 y 2025, el empleo de trabajadores de 22 a 25 años en ocupaciones altamente expuestas a IA —como desarrollo de software y servicio al cliente— cayó un 13 %. En contraste, el empleo de trabajadores mayores de 35 años en esas mismas áreas aumentó.
2. El mercado laboral crece, pero los jóvenes se estancan. Aunque el empleo agregado en EE. UU. se mantiene sólido, el crecimiento entre los jóvenes se ha aplanado en los quintiles más expuestos a IA. En los menos expuestos, los jóvenes avanzan al mismo ritmo que los adultos.
3. Automatización vs. augmentación: la diferencia crítica. Las caídas de empleo se concentran en tareas completamente automatizadas por IA —como el debugging automático o la generación de código sin intervención humana—. En los casos donde la la IA complementa —enseña, itera, valida— el empleo se mantiene o incluso crece.
4. No es un fenómeno sectorial ni transitorio. Incluso al controlar por variables propias de cada empresa, la caída persiste: 12 puntos logarítmicos menos en empleo en los quintiles más expuestos. Esto descarta que se trate solo de un shock macroeconómico o de un efecto pospandemia.
5. El ajuste ocurre vía empleo, no salarios. Las remuneraciones apenas varían. El ajuste es silencioso: menos contrataciones y más despidos, pero sin reducciones salariales, al menos por ahora.
6. Fenómeno estructural. Los patrones se mantienen incluso al excluir el sector tecnológico (tech) y el teletrabajo, y al extender la serie a años previos a la adopción de IA generativa. Todo indica que estamos frente a una transformación estructural del mercado laboral.

LEA TAMBIÉN: La gran paradoja del retiro: ¿por qué los gerentes no planifican su futuro?
El “silverlining”: la “augmentación”
El tercer hallazgo es el más alentador: cuando la IA complementa en lugar de sustituir, el empleo no solo se sostiene, sino que puede crecer. Brynjolfsson y su equipo lo miden a través del Anthropic Economic Index, que clasifica el uso de IA en dos categorías: automative (sustitutiva) y augmentative (complementaria).
La IA augmentativa mejora el desempeño humano sin reemplazarlo: copilotos que sugieren sin decidir, algoritmos que detectan errores para que el humano los corrija, sistemas que aceleran la generación de ideas pero dejan la validación en manos de las personas. Los resultados muestran que en los quintiles de mayor augmentación, el empleo joven muestra una trayectoria más positiva que en ocupaciones menos expuestas.
“Mientras el uso de IA sea de tipo ‘iteración de tareas’, ‘aprendizaje’ o ‘validación’, observamos que los jóvenes no pierden empleo, e incluso ganan participación en la ocupación.”—Brynjolfsson, Chandar & Chen (2025).

LEA TAMBIÉN: Cuándo renunciar a su empleo principal por su trabajo secundario: guía de preguntas
Oportunidades y skills para el futuro
El estudio concluye que los jóvenes están en mayor riesgo porque su valor proviene principalmente del conocimiento codificado, el más fácil de reemplazar por IA. Para sostener su empleabilidad, es crucial desarrollar competencias complementarias:
- Pensamiento crítico y contextual, para interpretar resultados y detectar sesgos.
- Diseño de prompts y uso estratégico de IA, orientado a obtener outputs útiles.
- Gestión de proyectos algorítmicos, con foco en resultados para los stakeholders.
- Creatividad y storytelling, para convertir datos en narrativas persuasivas (algo que las máquinas aún no replican con sutileza.)
- Habilidades sociales y de liderazgo, indispensables en equipos híbridos humano–máquina.
El estudio de Brynjolfsson et al. nos advierte que la IA ya está reconfigurando el mercado laboral, y que los más jóvenes en roles rutinarios son los primeros afectados. Pero también nos dice que hay una salida: diseñar sistemas que potencien en lugar de reemplazar, invertir en talento y apostar por modelos híbridos de colaboración humano-IA.
En Perú, donde la transición digital recién despega, esta es una oportunidad para no repetir los errores de otras revoluciones tecnológicas.
*Los autores analizaron datos de nómina de más de 3.5 a 5 millones de trabajadores al mes, en decenas de miles de empresas clientes de ADP, el mayor proveedor de software de planillas de EE. UU. Este dataset les permitió rastrear el empleo por edad, ocupación y grado de exposición a IA con un nivel de detalle sin precedentes.

Tiene más de 20 años de experiencia en posiciones de liderazgo en banca, tecnología, recursos naturales, consultoría y como emprendedor. Se especializa en la búsqueda y selección de talento, evaluación de liderazgo y planes de sucesión en los sectores industriales, servicios financieros y servicios de tecnología. Es mentor y emprendedor Endeavor.