Sin caer en la complacencia, hay razonamientos económicos que invitan a cierto optimismo sobre el futuro del trabajo.
En su encíclica Magnifica humanitas, el papa León XIV muestra una profunda preocupación por cómo los avances en la inteligencia artificial (IA) pueden terminar debilitando el valor del trabajo humano. No está solo. Son muchos, especialmente desde dentro de la industria, los que muestran una visión apocalíptica del futuro del empleo. Sin ir más lejos, Dario Amodei, fundador de Anthropic, ha declarado que la IA podría destruir en poco tiempo hasta la mitad de los empleos de oficina. En España, en general, cuesta mucho encontrar voces en los debates públicos que digan cosas positivas sobre la IA.
Cualquiera que haya utilizado estas herramientas de forma mínimamente sofisticada entiende por qué estas advertencias resultan plausibles. En casi cualquier ámbito que podamos imaginar —desde el diseño de producto hasta la economía matemática, pasando por la abogacía o la investigación de materiales— tareas cognitivas que antes requerían horas de trabajo especializado hoy pueden completarse en minutos. Pero, ¿nos enfrentamos efectivamente al apocalipsis del empleo que algunos vaticinan? La realidad es que no lo sabemos. Pero pensar desde la economía puede ayudarnos a tener algunas claves para ser algo más optimistas.
Martín Elfman
Lo primero es que debemos dejar de pensar en términos de empleos y pensar en términos de tareas. Como explica muy bien Luis Garicano en su libro de reciente publicación Messy Jobs (“Trabajos caóticos”), los trabajos raramente consisten en hacer solamente una tarea. Y la exposición a la IA de las diferentes tareas que hacemos a lo largo de nuestra jornada puede variar mucho. Por ejemplo, piensen en un abogado. Es muy probable que una parte importante de las tareas que hacen abogados como resumir jurisprudencia o redactar denuncias vayan a ser automatizadas. Sin embargo, un abogado tiene que hacer muchas más cosas en un día: convencer a clientes para que le contraten, elegir los argumentos relevantes in situ para persuadir a un jurado o motivar a su equipo para trabajar duro.
Puede ser que esta nueva ola de automatización contribuya a premiar el juicio experto (como predicen Autor y Thompson) o las habilidades sociales. Sin duda, cambiará y mucho el tipo de tareas que los abogados realicen en un día —pasarán más tiempo revisando documentos que redactándolos, por ejemplo—. Pero eso es muy diferente a afirmar que esos trabajos van a desaparecer.
Un segundo argumento está relacionado con lo que los economistas llamamos la elasticidad de la demanda. Cuando una innovación hace que los precios caigan, la demanda puede reaccionar de diferentes maneras. En muchos casos, un precio más bajo puede llevar a que muchas más personas estén interesadas en comprar. El ejemplo clásico es el del transporte aéreo. A mediados del siglo pasado, volar en avión era muy caro. Sin embargo, al reducirse los costes, millones de personas nuevas empezaron a volar. El resultado fue un enorme aumento del tráfico aéreo y un montón de nuevos empleos creados en el sector.
Algo parecido puede estar pasando con el software y la demanda de programadores. Herramientas como Claude Code o Codex han reducido enormemente el coste de desarrollar software. Los propios creadores de Claude declaran que su código lo hace dicha herramienta de manera autónoma en un 80%. Es una transformación brutal. La intuición nos dice que estos cambios deberían llevar asociados una destrucción masiva de empleos. Sin embargo, aunque hay indicios de algunos efectos negativos en los trabajadores más jóvenes, no existe aún evidencia de impacto negativo en el empleo agregado de los programadores.
¿Por qué? Una posible explicación es que, al abaratarse el software, aumenta también su demanda. Por ejemplo, una pyme puede optar ahora por tener una página web mucho más potente, desarrollar nuevas aplicaciones internas o pensar en nuevos productos que antes no podía soñar. Lo relevante para el futuro del empleo de los programadores no es cuántos vamos a necesitar para hacer lo que hacíamos ayer, sino cuántos vamos a necesitar en un futuro dada la demanda al nuevo precio.
Hay un tercer argumento, relacionado con el anterior, que ha investigado en profundidad Alex Imas, de la Universidad de Chicago. Cuando una tecnología abarata mucho los costes, las personas pueden optar por usar esa renta liberada para consumir más de ese bien, pero también para comprar más de otras cosas. Imas usa el ejemplo de la agricultura: cuando su coste se fue abaratando con los progresivos cambios tecnológicos, no continuamos comiendo cada vez más. En un momento determinado, decidimos usar esa renta adicional en otras actividades, como el ocio o los cuidados. A medida que la IA vaya abaratando tareas intelectuales, según Imas, aumentará el valor de las actividades relacionales, puesto que lo humano —un médico que nos escucha o un profesor que nos motiva— será lo escaso. Aunque caiga la demanda de empleo en algunas áreas, crecerá en otras.
Esto tiene que ver con un cuarto argumento: la falacia de la cantidad fija de trabajo (lump of labor fallacy). Los humanos tendemos a centrar el foco en los trabajos que existen hoy y nos cuesta imaginar nuevas tareas o empleos que esa tecnología pueda generar. David Autor y otros investigadores muestran en un análisis con datos del censo estadounidense de un periodo de casi 80 años que alrededor de un 60% del empleo en 2014 se encontraba en ocupaciones que no existían en 1940. Imaginen: ¡en 1940 faltaban 30 años para los primeros ordenadores!
La prueba del algodón de esta realidad económica es la evolución de la población activa (el número total de personas que trabajan). A pesar de los gigantescos cambios tecnológicos, cada vez tenemos más personas ocupadas. En EE UU trabajaban aproximadamente 29 millones de personas en 1900 y hoy superan los 160 millones. La tecnología destruye tareas, pero también crea nuevas tareas, innovaciones y nuevas fuentes de demanda de empleo.
En muchos de esos empleos, el humano es el cuello de botella. Esa es la idea del O Ring, en alusión al desastre del transbordador espacial Challenger en 1986: al fallar una simple junta de goma (un o-ring), estalló toda la nave. Aplicada a la IA, la idea es que no basta con que el 95% de las tareas de un empleo se puedan automatizar. Si un humano es imprescindible para realizar el 5% restante, entonces ese empleo no se va a automatizar. Por ejemplo, si se automatiza el trabajo de cálculo de estructuras de un ingeniero, pero un humano sigue siendo el cuello de botella para revisar los cálculos o poner la firma para hacerse responsable jurídicamente del proyecto, su valor resulta insustituible.
Finalmente, los cambios suelen ser más lentos de lo que a primera vista puede parecer. Eso es lo que el economista de la Universidad de Standford Eric Brynjolfsson llama la curva J de productividad. En revoluciones previas con otras tecnologías de uso general, los cambios en la productividad tardaron mucho tiempo en verse (el rabito de la J). No es suficiente con inventar una tecnología, sino que ha de integrarse en los complejísimos entramados organizativos humanos: regulaciones, incentivos, gobiernos… Además, no basta con la primera ola de innovaciones. Para que haya cambios en el empleo y la productividad profundos ha de haber emprendedores que arriesguen y fracasen desarrollando tecnologías complementarias y aplicaciones diversas para, por ejemplo, crear un motor de combustión para automóviles que sea competitivo. Eso hace que la transición sea inevitablemente incremental y progresiva. Los ordenadores estaban disponibles desde los años setenta, pero las cifras de productividad no empezaron a cambiar hasta principios de este siglo.
Estos argumentos no son en ningún caso una invitación a la complacencia. Los efectos de la IA en el empleo resultarán sin duda muy profundos. Pero quizás el shock será menos catastrófico de lo que algunos pontifican.
Toni Roldán-Monés es profesor de economía y políticas públicas en la Escuela de Políticas, Economía y Relaciones Internacionales (SPEGA) de IE University.
