Aumentar o sustituir: lo que decide el empleo con IA
Cuando se habla de cómo cambiará el empleo, lo habitual es una lista de profesiones en riesgo. Yo mismo la he hecho. Pero a medio y largo plazo creo que pesa más otra cosa: qué decidimos hacer con la IA, si sustituir a las personas o ampliar lo que son capaces de hacer.
Ampliar capacidades frente a automatizar
Daron Acemoglu, David Autor y Simon Johnson lo plantean en un documento de trabajo del NBER de febrero de 2026. Llaman IA pro-trabajador a la que aumenta el valor de las habilidades humanas porque amplía lo que los trabajadores pueden hacer. Solo la tecnología que crea tareas nuevas es, para ellos, inequívocamente pro-trabajador. Y advierten de que los incentivos de empresas y desarrolladores, la inercia y una ideología favorable a la automatización pueden llevar a invertir poco en ese camino.
No dicen que automatizar sea malo, y yo tampoco. El problema es que sustituir sea el objetivo por defecto. Mi suposición es que se elige porque es lo más fácil de medir: una plantilla más pequeña sale en el balance, unas personas más capaces no tanto.
La rendición cognitiva
Delegar a ciegas el razonamiento en agentes autónomos tiene un coste que no aparece en el balance. Steven Shaw y Gideon Nave, de Wharton, lo llaman rendición cognitiva, y Addy Osmani lo ha explicado desde dentro del trabajo con agentes. No es lo mismo que usar una calculadora, donde el razonamiento sigue en manos de la persona. Aquí la IA toma la decisión y la persona la adopta sin darse cuenta de que ha cedido el control. El proceso es gradual y cada paso parece razonable, que es lo que lo hace difícil de detectar.
Un artículo en arXiv sobre agentes apunta a una consecuencia concreta: cuanta más autonomía se da al agente, peor posicionada queda la persona para supervisarlo. La evidencia es todavía joven y parte de ella son preprints, así que conviene leerla con cautela. Aun así, la lógica se entiende. Un equipo que deja de practicar el razonamiento pierde la capacidad de juzgar si el agente se equivoca, y ya vimos que los modelos se equivocan con mucha seguridad.
Pensamiento crítico y humanidades
Cuando la información y las respuestas automáticas sobran, lo escaso es formular la pregunta correcta y evaluar si una respuesta fluida es verdadera. Mi apuesta es que el mercado pedirá cada vez más perfiles con sólida formación en pensamiento crítico y en habilidades humanas, y que la mera destreza técnica de programación pesará menos que ahora. Es una apuesta, no un dato: no tengo cifras de demanda que la respalden.
¿Y el tiempo que nos regala la IA?
Tampoco parece que nos lo regale. Eso lo cuento aparte, en la paradoja de Jevons y la IA.
Sustituir es lo que sale por defecto. Ampliar hay que decidirlo.
Fuentes
- Acemoglu, Autor y Johnson, Building Pro-Worker Artificial Intelligence, NBER (febrero 2026).
- Addy Osmani, Critical thinking when agents do the work. Atribuye el término “cognitive surrender” a Steven Shaw y Gideon Nave (Wharton).
- Resumen de Wharton Executive Education, Thinking Fast, Slow, Artificially.
- AI Agents Push Humans Out of the Loop, arXiv.