¿Va a quitarles la IA el primer empleo a los jóvenes?

¿Va a quitarles la IA el primer empleo a los jóvenes? Los dos bandos que se enfrentan en este tema tienen cada uno razón, pero no a la misma escala. En el conjunto del mercado laboral, los estudios disponibles no ven ningún desplome. Entre los jóvenes que entran en los oficios más expuestos, aparece un descuelgue en Estados Unidos, y se concentra allí donde la IA hace el trabajo en lugar de la persona en vez de ayudarla.

Para una empresa, la pregunta útil no es por tanto «¿va a suprimir empleos la IA?», sino: si la IA hace las tareas sencillas que se confiaban a los principiantes, ¿cómo aprenderán el oficio esos principiantes?

En resumen

• En el conjunto del mercado laboral estadounidense, el Budget Lab de Yale no ve ninguna perturbación apreciable en los 33 meses que siguieron al lanzamiento de ChatGPT.
• Según un documento de trabajo de Stanford, el empleo de los jóvenes de 22 a 25 años en los oficios expuestos a la IA está un 19 % por debajo de lo que estaría si hubiera seguido al de sus pares menos expuestos, sobre todo porque se les contrata menos.
• En Dinamarca, un estudio publicado en el NBER no encuentra efectos sobre los ingresos ni sobre las horas, pero sí una reorganización de las tareas.
• Para una empresa, la pregunta útil es quién asumirá el papel formativo de las tareas que la automatización retira a los principiantes.

Postura 1: la IA se lleva primero las tareas de inicio de carrera

El argumento es intuitivo. Los primeros años de un oficio de oficina están hechos de tareas repetitivas y bien delimitadas: redactar un primer borrador, resumir un expediente, responder a las solicitudes sencillas, programar una función estándar. Son precisamente las tareas que un modelo de lenguaje hace bien y rápido.

El mejor apoyo de esta postura es un documento de trabajo del Stanford Digital Economy Lab, «Canaries in the Coal Mine?», de Erik Brynjolfsson, Bharat Chandar y Ruyu Chen. Se basa en los datos de nóminas del proveedor ADP, que cubren a millones de asalariados estadounidenses hasta junio de 2026. Su versión revisada del 12 de agosto de 2026 indica que el empleo de los jóvenes de 22 a 25 años en los oficios expuestos a la IA se sitúa un 19 % por debajo de lo que estaría si hubiera seguido al de sus pares menos expuestos. Los asalariados con experiencia, en cambio, no muestran una diferencia comparable.

El detalle importa más que la cifra. Según los autores, la diferencia se debe sobre todo a menos contrataciones de jóvenes, no a más salidas. Se concentra en los oficios en los que el uso de la IA sustituye a las tareas humanas; donde complementa el trabajo, el empleo es estable o crece.

Los autores también pusieron a prueba explicaciones alternativas.

Dos precauciones: es un documento de trabajo, no un artículo revisado por pares, y se refiere a Estados Unidos. Los propios autores presentan estos resultados como indicadores tempranos y descriptivos, no como la prueba de un efecto causal.

Postura 2: no se ve nada masivo

El otro bando no niega estas señales, mira el conjunto. En una nota del 1 de octubre de 2025, el Budget Lab de la Universidad de Yale midió a qué velocidad ha cambiado el reparto de los empleos estadounidenses entre oficios desde el lanzamiento de ChatGPT, y lo comparó con los trastornos provocados por la llegada de los ordenadores y de internet. Su conclusión: el mercado laboral en su conjunto no ha sufrido ninguna perturbación apreciable en los 33 meses siguientes. Los autores precisan que su análisis no predice el futuro.

Sobre los jóvenes titulados de 20 a 24 años, la misma nota se muestra prudente. La diferencia entre sus oficios y los de los 25 a 34 años se ampliaba algo más rápido en los meses previos a su publicación, lo que podría concordar con el trabajo de Stanford, pero también reflejar una simple desaceleración del mercado laboral. Esta tendencia podría además ser anterior a ChatGPT, y las muestras son pequeñas.

En Dinamarca, Anders Humlum y Emilie Vestergaard cruzaron encuestas sobre la adopción de los chatbots con los registros administrativos del mercado laboral. Su documento de trabajo publicado en el NBER (w33777), revisado en marzo de 2026, encuentra efectos nulos y precisos sobre los ingresos y las horas registradas, y descarta efectos superiores al 2 % dos años después del lanzamiento de ChatGPT. Lo que se mueve, según ellos, es la organización del trabajo: los empleadores absorben la IA reorganizando las tareas, y aparecen tareas nuevas, como la producción de contenido, la supervisión de la IA o su integración.

Por qué no se contradicen

Los estudios no miden lo mismo: Yale mira el reparto de todos los empleos entre oficios, Stanford el empleo de una franja de edad en los oficios expuestos, el estudio danés los salarios y las horas de los asalariados en activo.

También hay que ser honestos sobre lo que estos trabajos no dicen. Ninguno demuestra que la IA sea la única causa del descuelgue observado entre los jóvenes, y ninguno pretende decir lo que ocurrirá dentro de cinco años.

Lo que pensamos

No creemos en la desaparición masiva de los empleos de oficina a corto plazo, y los estudios citados van en ese sentido. En cambio, nos tomamos muy en serio la señal entre los jóvenes, porque corresponde a lo que muestran nuestras propias automatizaciones.

El problema no es que estas tareas desaparezcan. Muchas eran penosas y poco formativas. El problema es que también servían de escuela. Un contable aprende a detectar un asiento extraño registrando cientos de ellos. Un desarrollador aprende a leer código corrigiendo errores sencillos. Si la máquina hace todo eso, la empresa debe organizar el aprendizaje de otra manera, o dentro de cinco años no tendrá perfiles intermedios.

Lo que nos haría cambiar de opinión: un estudio revisado por pares, con datos europeos, que mostrara o bien un retroceso generalizado del empleo de los principiantes, o bien, al contrario, ninguna diferencia entre oficios expuestos y no expuestos.

Lo que cambia concretamente para una empresa

Sacamos de ello cinco medidas.

1. 01Cartografiar lo que aprendían los juniors.

   Antes de automatizar un proceso, enumere las tareas que retira y pregúntese qué enseñaban. Plantee la pregunta en el momento del planteamiento, con la persona que hace hoy la tarea: así evita vaciar un puesto de su sustancia sin quererlo.

2. 02Hacer del junior un verificador, no un espectador.

   El primer borrador producido por la IA hay que revisarlo. Confiar esa revisión a un principiante, acompañado de un sénior, es una buena escuela: aprende a detectar lo que falla, que es el núcleo del oficio. La supervisión de la IA forma parte, por cierto, de las nuevas tareas que el estudio danés ve aparecer.

3. 03Conservar tareas manuales a propósito.

   Una parte del trabajo puede seguir haciéndose a mano durante el periodo de aprendizaje, aunque la herramienta lo haría más rápido. Es un coste de formación, que hay que presupuestar como tal.

4. 04Formar antes de desplegar.

   Desde su nueva redacción por el Reglamento (UE) 2026/1744, en vigor desde el 27 de julio de 2026, el artículo 4 del reglamento europeo de IA pide a las empresas que usan sistemas de IA que tomen medidas para fomentar el desarrollo de la alfabetización en IA de su personal, sin obligarlas a garantizar un nivel específico para cada persona. Es la ocasión de formar a todo el mundo, juniors incluidos, para detectar cuándo se equivoca la herramienta; nuestra guía AI Act y RGPD para una pyme detalla lo que exige esta obligación.

5. 05Medir antes de suprimir un puesto.

   Las ganancias prometidas por la IA no siempre se confirman; lo detallamos en nuestro análisis sobre la rentabilidad real de la IA en la empresa. Sustituir una contratación por una herramienta fiándose de una demostración es una apuesta, no una decisión.

Por dónde empezar

En octubre de 2026, los estudios no dicen si la IA privará de forma duradera a los jóvenes de su primer empleo. Dicen, en cambio, dónde mirar: las tareas de principiante que retira la automatización. Antes de automatizar un proceso, haga la lista de lo que enseñaba y decida quién asumirá ese papel formativo. Para elegir lo que se automatiza primero, y lo que puede hacerse sin IA, consulte Automatización sin IA: cuándo basta una regla y la sección Automatización y bots. Y si quiere eliminar una tarea de doble introducción de datos para siempre, nuestra oferta empieza observando la tarea con la persona que la hace hoy: es el buen momento para anotar lo que esa tarea enseñaba.

Preguntas frecuentes

Fuentes

1. «Canaries in the Coal Mine?» (nueva pestaña)digitaleconomy.stanford.edu
2. Budget Lab de la Universidad de Yale (nueva pestaña)budgetlab.yale.edu
3. NBER (w33777) (nueva pestaña)nber.org
4. Reglamento (UE) 2026/1744 (nueva pestaña)eur-lex.europa.eu