¿Va a sustituir la IA tu trabajo? Lo que dicen los datos

La pregunta se hace casi siempre en el peor formato posible: ¿me va a quitar la IA el trabajo, sí o no? Formulada así solo admite dos respuestas, y las dos son falsas. La útil es otra: qué parte de lo que hago hoy va a dejar de hacerse como se hace, en cuánto tiempo, y qué queda de mi puesto cuando eso pase.

Esta guía responde a esa versión. Con los números que hay publicados, que son menos apocalípticos y más incómodos de lo que sugieren los titulares.

Los números que hay sobre la mesa

En España hay dos estimaciones serias y conviene leerlas juntas, porque cuentan cosas distintas.

La de Funcas, en su informe sobre inteligencia artificial y mercado de trabajo, sitúa la destrucción bruta de empleo entre 1,7 y 2,3 millones de puestos en un horizonte de diez años. La de Randstad Research maneja unos 2 millones en riesgo, frente a cerca de 1,6 millones de puestos nuevos vinculados a la IA y unos 3,34 millones que no desaparecen sino que se transforman al incorporarla.

Tres lecturas que se caen si solo miras el número grande:

• Bruto no es neto. La cifra de destrucción no descuenta la creación. Con los dos lados en la ecuación, la pérdida neta estimada en el escenario central se queda en el entorno de los cientos de miles de puestos, no en los millones. Sobre una población ocupada que supera los 21 millones, es un cambio profundo y perfectamente absorbible en una década —que es exactamente lo que ha pasado con todas las olas anteriores de automatización, sin que eso consolara a nadie de los que se quedaron fuera.
• Diez años es mucho tiempo. Una década de horizonte significa rotación natural, jubilaciones y contrataciones que no se reponen. La mayor parte del ajuste no se ve como despidos; se ve como puestos que no se vuelven a cubrir.
• La transformación es el grueso. En el modelo de Randstad hay más puestos que cambian que puestos que se van. La categoría mayoritaria no es «te sustituyen», es «sigues, haciendo otra cosa».

A escala internacional el patrón se repite. Los análisis de la OIT sobre exposición ocupacional sitúan en torno al 5,5 % del empleo en países de renta alta como potencialmente automatizable, frente a un 13,4 % susceptible de transformarse por aumento de capacidades: la IA hace una parte de la tarea y la persona sigue ahí. La proporción entre esas dos cifras —uno a dos y pico— es el mensaje central de todo este asunto.

Exposición no es sustitución

Casi toda la confusión pública viene de tratar como sinónimos dos cosas que los informes distinguen con cuidado.

Un puesto puede tener el 70 % de sus tareas expuestas y no desaparecer nunca, porque el 30 % restante —firmar, responder ante un cliente, decidir con información que no está escrita— es lo que justificaba el puesto desde el principio. Y al revés: un puesto con un 30 % de exposición puede desaparecer si esa parte era la única razón por la que había tres personas en lugar de dos.

La pregunta correcta no es cuánta de mi tarea puede hacer una máquina. Es cuánta de mi tarea puede hacer una máquina sin que alguien tenga que responder por el resultado. Ahí se decide casi todo.

Quién está expuesto de verdad

La exposición no sigue la línea de la cualificación, que es lo que casi todo el mundo asume. Sigue la línea del tipo de tarea. Los perfiles con más exposición en los datos españoles son los administrativos, el back office y los técnicos intermedios y superiores cuyo día consiste en procesar información según reglas conocidas: redactar documentos estandarizados, clasificar, extraer datos, cuadrar, resumir, responder consultas repetidas.

Hay un efecto secundario que los informes recogen y que rara vez llega al titular: como las ocupaciones administrativas y de apoyo están ocupadas mayoritariamente por mujeres, la exposición no se reparte de forma neutra. No es una propiedad de la tecnología, es el reflejo de cómo está segregado el empleo, pero tiene consecuencias reales a la hora de diseñar cualquier plan de recualificación que se tome en serio.

Si quieres bajar de la categoría profesional a la tarea concreta, el desglose está en qué tareas de tu profesión automatiza la IA.

Qué hace que un puesto aguante

Cinco factores, y ninguno es «ser creativo», que es la respuesta que más se repite y peor envejece —la IA lleva tres años demostrando que producir variaciones plausibles se le da bien.

1. Responsabilidad sobre la decisión. Alguien tiene que firmar. Si una equivocación tiene consecuencias legales, económicas o de seguridad, hace falta una persona identificable que responda, y eso no se delega en un modelo aunque el modelo acierte más.
2. Contexto que no está escrito. Saber que a ese cliente hay que llamarlo antes de mandarle nada, que ese proveedor siempre entrega tarde en agosto, que ese proyecto se aprobó por motivos que no aparecen en el acta. La IA solo sabe lo que le cuentas, y hay puestos donde lo valioso es justo lo que nadie ha escrito nunca.
3. Presencia física o trato continuado. No hace falta explicarlo mucho.
4. Verificación experta. Alguien tiene que saber si lo que ha salido está bien. Cuanto más se produce con IA, más escaso y más caro se vuelve el criterio para revisarlo —y es un criterio que se construye habiendo hecho el trabajo a mano durante años.
5. Coordinación entre personas con intereses distintos. Negociar, alinear, conseguir que un equipo se ponga de acuerdo. Un modelo puede redactar la propuesta; no puede sostener la conversación difícil.

Cómo llega en realidad: no es un despido

Muy poca gente va a recibir una carta que diga que se la sustituye por un modelo de lenguaje. La forma real es más silenciosa y hay que saber leerla:

• La vacante que no se repone. Se va alguien del equipo y no se contrata a nadie; el trabajo se reparte y una parte se hace con IA. Es, con diferencia, el mecanismo más frecuente.
• La descripción del puesto que se reescribe. Las mismas horas, otro contenido: menos producir, más revisar y coordinar. Suele venir sin subida de sueldo y con más responsabilidad implícita.
• La contratación junior que se congela. El primer escalón es el que más tareas expuestas concentra. Se nota antes en quién entra que en quién sale.
• La externalización que vuelve a casa. Trabajo que se subcontrataba por volumen deja de subcontratarse porque el volumen ya no cuesta.

Si ves dos de estas cuatro señales en tu organización, el proceso ya ha empezado, digan lo que digan en la reunión trimestral.

Plan de 90 días para tu propio puesto

Nada de esto requiere permiso ni presupuesto.

1. Semana 1: inventario honesto. Anota una semana real, hora a hora. Clasifica cada bloque en las tres cajas: producir con reglas conocidas, decidir con responsabilidad, tratar con personas o cosas. El porcentaje de la primera caja es tu exposición, y suele salir más alto de lo que uno esperaba.
2. Semanas 2 a 4: delega una tarea, la más aburrida. No la más importante: la más repetitiva de la caja uno. Métela en un prompt estable y úsalo veinte veces. El objetivo no es el ahorro, es entender dónde falla.
3. Semanas 5 a 8: mide. Tiempo por unidad con la revisión dentro, y tasa de acierto a la primera. El método está en medir si la IA ahorra tiempo. Sin línea base no tienes nada que contar en una entrevista ni en una evaluación.
4. Semanas 9 a 12: sube un escalón. Con las horas liberadas, coge trabajo de la caja dos: revisar lo que producen otros, decidir, coordinar. Esa es la parte del puesto que no se evapora, y el momento de ocuparla es antes de que alguien la reparta.

Al final tienes dos cosas que valen más que cualquier certificado: un número propio y una tarea que ahora haces mejor que antes.

Tres reacciones que no sirven de nada

Coleccionar herramientas. Probar quince aplicaciones nuevas no es formación, es entretenimiento. El conocimiento que aguanta no es qué botón hace qué, es qué tareas conviene delegar y cómo se verifica el resultado. Eso se aprende con una herramienta y veinte repeticiones, no con quince herramientas y una.

Negarlo por decreto. «En mi sector eso no se puede aplicar» es una frase que envejece en meses, y el coste de equivocarse es asimétrico: si usas la IA y no hacía falta, has perdido unas horas; si no la usas y hacía falta, te enteras tarde.

Usarla a escondidas. Es la más extendida y la más cara. Quien la usa en secreto no puede pedir formación, no puede proponer que se cambie el proceso y no puede apuntarse el resultado. Encima acumula el riesgo de meter datos donde no debe, que es un problema distinto y muy real: qué puedes poner en el prompt y qué no. Si en tu empresa no hay reglas, la manera rápida de que las haya es proponer una política de uso.

El resumen, sin adornos: la probabilidad de que tu puesto desaparezca entero es baja; la de que cambie de contenido es alta; y la diferencia entre salir reforzado o desplazado depende sobre todo de si te mueves antes o después de que lo decida otro. Y si prefieres convertir la IA en tu oficio, en trabajar en inteligencia artificial repasamos qué empleos hay y cómo llegar a ellos.