Karma, Rogé. “Three Ways to Think About AI and Jobs.” The Atlantic, 11 de junio de 2026. Publicado en la sección Economy. The Atlantic
Se aborda una de las grandes preguntas que atraviesan el debate contemporáneo sobre inteligencia artificial: si esta tecnología terminará desplazando masivamente a los trabajadores humanos o si, por el contrario, transformará el empleo de maneras más complejas y menos lineales de lo que habitualmente se piensa.
Frente a discursos alarmistas que anuncian la desaparición de millones de puestos de trabajo, el autor plantea que el impacto de la IA no depende únicamente del grado de sofisticación tecnológica alcanzado, sino de la naturaleza concreta de cada profesión, de la estructura económica en la que esa profesión opera y del modo en que la tecnología interactúa con la experiencia humana.
Para introducir esta reflexión, Karma recurre al caso de la radiología, un ejemplo especialmente revelador. Hace una década, investigadores como Geoffrey Hinton afirmaban que los radiólogos desaparecerían rápidamente porque los sistemas de aprendizaje profundo serían capaces de interpretar imágenes médicas con mayor precisión que los especialistas humanos. En parte esto ocurrió: actualmente existen más de mil herramientas de IA aprobadas por organismos regulatorios para analizar imágenes clínicas. Sin embargo, lejos de desaparecer, la profesión de radiólogo ha aumentado su demanda, creció el número de profesionales en ejercicio y sus salarios se han incrementado significativamente. Este caso sirve al autor para demostrar que la automatización no conduce necesariamente a la sustitución laboral.
La primera gran pregunta que plantea el artículo es si una profesión constituye lo que algunos economistas llaman un “paquete fuerte” (strong bundle) o un “paquete débil” (weak bundle). Según esta idea, desarrollada por el economista Luis Garicano, muchos empleos combinan tareas “limpias” y tareas “desordenadas”. Las tareas limpias son rutinarias, estructuradas, repetitivas y fácilmente codificables, como rellenar hojas de cálculo o procesar formularios. Las tareas desordenadas implican juicio contextual, improvisación, relaciones humanas, negociación o toma de decisiones ambiguas. Cuando ambas dimensiones están estrechamente integradas —como ocurre con abogados litigantes, médicos o periodistas— resulta difícil delegar solo una parte a la IA sin afectar la calidad global del trabajo. En cambio, en profesiones donde las tareas automatizables pueden separarse del resto —como selección de currículums o parte de la programación informática— la automatización puede ser mucho más profunda.
La segunda cuestión que analiza el artículo tiene relación con la economía de la demanda. Karma recuerda un principio económico clásico: cuando la automatización abarata enormemente la producción de un bien o servicio, muchas veces la demanda aumenta tanto que el empleo termina creciendo en lugar de reducirse. Para explicar este fenómeno recurre al ejemplo histórico de la industria automovilística cuando Henry Ford implantó la cadena de montaje en 1913. Aunque fabricar cada coche requería menos trabajadores, la caída del precio permitió vender muchos más automóviles, generando finalmente más empleo en todo el sector. Lo mismo ocurrió históricamente con cajeros bancarios tras la llegada de los cajeros automáticos, con la industria textil tras los telares mecánicos o con contables después de la aparición de las hojas de cálculo digitales.
Este fenómeno económico se conoce como la paradoja de Jevons, formulada por el economista británico William Stanley Jevons en el siglo XIX. La idea central es que cuando una tecnología aumenta radicalmente la eficiencia en el uso de un recurso, en ocasiones el consumo total de ese recurso no disminuye, sino que aumenta. Aplicado a la inteligencia artificial, esto significa que si determinados servicios —jurídicos, financieros, sanitarios o tecnológicos— se abaratan considerablemente gracias a la automatización, podría producirse un incremento tan fuerte en la demanda que termine generándose más empleo en lugar de menos. El artículo menciona evidencias tempranas de este fenómeno en sectores como la contratación de personal, la ingeniería de software o los centros de atención al cliente.
La tercera pregunta fundamental del texto es si la inteligencia artificial reemplaza la parte experta del trabajo o simplemente automatiza tareas secundarias. Aquí el autor recurre a investigaciones de los economistas del Massachusetts Institute of Technology David Autor y Neil Thompson, quienes estudiaron cómo la informatización afectó a más de trescientas ocupaciones durante las últimas décadas. Descubrieron que cuando una tecnología sustituye tareas rutinarias pero deja intactas las competencias especializadas del trabajador, el empleo suele evolucionar hacia funciones de mayor valor añadido y mejores salarios. Sin embargo, cuando la tecnología reemplaza precisamente el núcleo experto del trabajo, los salarios tienden a caer y la profesión pierde prestigio y autonomía.
Un ejemplo que aparece en el artículo es el contraste entre empleados de inventario y auxiliares contables durante la informatización de oficinas en las décadas finales del siglo XX. En el caso de los contables, los ordenadores asumieron tareas repetitivas, permitiendo que los profesionales se concentraran en labores analíticas más complejas. En cambio, en los trabajadores de inventario, los sistemas digitales sustituyeron justamente el conocimiento especializado que poseían sobre almacenes y logística, reduciendo así el valor diferencial de su trabajo. El paralelismo con la IA resulta evidente: en algunas profesiones la inteligencia artificial amplificará el conocimiento humano, mientras que en otras podría banalizarlo.
En la parte final, el autor aplica este marco teórico al periodismo, su propia profesión. Reconoce que en el caso de la escritura profesional el panorama es ambiguo. Algunas tareas, como resumir documentos, analizar grandes cantidades de información o localizar patrones, pueden ser realizadas eficazmente por sistemas de IA. Sin embargo, otras dimensiones fundamentales del trabajo periodístico —entrevistar, interpretar matices, construir narrativas originales, desarrollar criterio editorial o generar confianza con las fuentes— siguen dependiendo profundamente de capacidades humanas difíciles de automatizar. Esto convierte al periodismo, al menos de momento, en una profesión relativamente resistente al reemplazo directo.
La conclusión general del artículo es que resulta simplista pensar que la inteligencia artificial eliminará automáticamente empleos de forma masiva e inmediata. La historia económica demuestra que el impacto tecnológico sobre el trabajo es altamente impredecible. Más que preguntarse si la IA es capaz de realizar una tarea concreta, conviene analizar cómo está estructurado cada trabajo, si la automatización genera nueva demanda económica y qué parte del conocimiento experto humano está siendo sustituida o reforzada. El futuro laboral no dependerá solamente de máquinas cada vez más inteligentes, sino del modo en que sociedades, empresas y profesiones reorganicen la relación entre automatización y capacidades humanas. Como señala el autor, las transformaciones más profundas de una revolución tecnológica rara vez son las que inicialmente se anticipan.
Universo Abierto 