Este es probablemente el tema donde más distancia hay entre lo que se publica y lo que muestran los datos. Conviene separar las dos cosas antes de tomar decisiones de plantilla.
Lo primero: no hay colapso
Las investigaciones publicadas en 2026 coinciden en algo incómodo para los dos bandos del debate. El análisis de ofertas de empleo de la Reserva Federal de Nueva York no encuentra evidencia de desplazamiento generalizado, y apunta que la IA no es el motor principal de la desaceleración de las contrataciones.
Quien te diga que la IA está destruyendo el empleo a escala macro está yendo por delante de la evidencia.
Lo segundo: hay un efecto, y es muy específico
El estudio Canaries in the Coal Mine? del Digital Economy Lab de Stanford, publicado en agosto de 2026, encuentra algo bastante nítido:
- El empleo de trabajadores de 22 a 25 años en ocupaciones expuestas a IA está un 19% por debajo de donde estaría si hubiera seguido el ritmo de sus pares menos expuestos.
- Los de 22 a 25 años en las ocupaciones más expuestas sufrieron una caída relativa del 16% tras la salida de ChatGPT.
- Los trabajadores con experiencia no muestran una brecha comparable.
Y el mecanismo importa: la divergencia opera por menor contratación de jóvenes, no por más despidos. No están echando a nadie. Están dejando de contratar la puerta de entrada.
Lo tercero: el puesto junior se está redefiniendo
El Barómetro de Empleo e IA 2026 de PwC encuentra el dato que más nos hace pensar: los puestos junior expuestos a IA tienen siete veces más probabilidad de exigir competencias tradicionalmente de perfil sénior — criterio, liderazgo, juicio. Y esos puestos han crecido un 35% desde 2019, mientras el resto de puestos junior cayó un 10%.
No está desapareciendo el trabajo de entrada. Está subiendo el listón para entrar.
Lo que esto significa si diriges una empresa
Cuidado con el ahorro de corto plazo que te deja sin cantera. Si dejas de contratar juniors porque la IA cubre sus tareas, dentro de cinco años no tendrás seniors. El trabajo junior nunca fue sólo producción: era el mecanismo por el que alguien aprendía el oficio.
El valor de un junior cambia de sitio. Deja de estar en “hace el trabajo repetitivo” y pasa a estar en “revisa, cuestiona y detecta cuándo la salida del sistema está mal”. Eso requiere formarlos distinto y antes.
Poco más de una cuarta parte de los empleadores dice que la IA ha reducido la necesidad de tareas que hacían los juniors — pero más de la mitad ya está teniendo esa conversación internamente. La brecha entre ambas cifras es lo que va a pasar en los próximos dos años.
Lo que recomendamos
- No recortes la contratación de entrada por una proyección. Recórtala cuando tengas la medición, no cuando tengas la presentación.
- Rediseña el puesto junior en torno a la verificación. Quien sabe detectar un error del sistema vale más que quien produce el borrador.
- Forma en criterio, no en herramientas. La herramienta cambia cada seis meses; saber cuándo desconfiar de ella, no.
- Documenta el conocimiento tácito ahora. Si tu plantilla sénior se jubila y no has formado relevo, la IA no te va a salvar: no puede aprender lo que nunca se escribió.
La conclusión honesta es que el efecto es real, está medido, y es mucho más estrecho y más específico de lo que sugiere el debate público. Que sea estrecho no lo hace menos serio para quien está en ese tramo.
Fuentes
- Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of AI — Stanford Digital Economy Lab (PDF)
- Do Job Postings Show Early Labor-Market Effects of AI? — Liberty Street Economics, Federal Reserve Bank of New York
- PwC 2026 Global AI Jobs Barometer — PwC
- Labor market impacts of AI: A new measure — Anthropic
- The Impact of AI on the Early-career Labor Market — NACE