La IA no reemplaza al senior: elimina al junior

Los desarrolladores de software estadounidenses de entre 22 y 25 años perdieron cerca del 20% de sus empleos desde el pico alcanzado en 2022. Las cohortes de mayor edad, en esos mismos puestos, siguieron creciendo. La Universidad de Stanford llama a esto el fenómeno del 'canario en la mina de carbón' para el empleo juvenil.

La narrativa dominante decía que la IA liberaría a los trabajadores de las tareas tediosas. Lo que está ocurriendo es diferente: la IA no está jubilando a los expertos. Está cerrando la puerta de entrada para los aprendices.

La adopción actual de la IA generativa —centrada en automatizar tareas de nivel inicial— está interrumpiendo la transmisión del conocimiento entre generaciones. Las ganancias de eficiencia son reales e inmediatas. El costo, también: sin aprendices que recorran el camino básico, no hay expertos dentro de diez años.

El conocimiento tácito es el conjunto de habilidades e intuiciones prácticas que no aparecen en ningún manual. En el derecho, la medicina o la programación, ese saber se adquiere haciendo: observando a un experto, cometiendo errores en tareas reales y recibiendo corrección directa. Es el tipo de conocimiento que el propio maestro a veces no puede explicar con palabras, pero que transmite con el ejemplo.

Las tareas básicas que hacen los juniors no son solo trabajo rutinario. Son el entrenamiento de campo que construye el juicio crítico que define a un senior.

La IA sobresale exactamente en las tareas que tradicionalmente se asignan a perfiles iniciales: resumir documentos, redactar borradores, hacer análisis de datos estandarizados. Al automatizar esas funciones, la interacción entre el experto y el novato se reduce o desaparece. La lógica de mercado es simple: si la máquina lo hace más rápido, no contrato al junior.

Si este proceso continúa, el crecimiento anual del PIB per cápita en EE. UU. podría reducirse entre 0,05 y 0,35 puntos porcentuales debido a la erosión de habilidades. No es una cifra enorme, pero tampoco es un redondeo: es el coste de perder una generación de expertos antes de que se forme.

Las ofertas de empleo para puestos de entrada han caído entre un 11% y un 20% en el último año en distintos mercados globales. En el Reino Unido, las vacantes para principiantes cayeron casi un tercio desde el lanzamiento de ChatGPT.

Las empresas no están despidiendo a sus juniors actuales: simplemente han dejado de contratarlos. La puerta de entrada al mercado laboral cualificado está cerrada. En España, esto agrava un problema ya estructural: las tasas de desempleo juvenil rondan el 25-27%, y la inserción tras la graduación es cada vez más difícil.

Un estudio del IESE que analizó a 138 millones de trabajadores encontró que los salarios de nuevas incorporaciones en empresas expuestas a la IA cayeron un 4,5% en promedio. Para los puestos junior, la caída fue del 6,3%. La compensación para niveles senior se mantuvo estable o aumentó.

La explicación es directa: hay un exceso de candidatos desplazados que buscan ascender a roles intermedios, lo que presiona los sueldos a la baja en la base de la pirámide.

El argumento más frecuente a favor de la IA en el trabajo es que libera a las personas para hacer lo que las máquinas no pueden: pensar de forma analítica, tomar decisiones éticas, liderar equipos. Los experimentos respaldan parte de esto: el uso de asistentes de IA puede aumentar la productividad de agentes de soporte en un 15% y mejorar la calidad del texto en tareas de redacción. Más producción por trabajador debería, en teoría, generar riqueza que compense la pérdida de tareas rutinarias.

La paradoja es esta: mientras los juniors producen más contenido con IA, los seniors se enfrentan a una sobrecarga de revisión. El 41% de los profesionales veteranos dedica ahora más de 11 horas semanales exclusivamente a revisar y validar contenido generado por máquinas —fenómeno conocido como workslop.

El código generado por IA produce 1,7 veces más errores que el código humano, y las tasas de fallos en producción han subido un 30%. La IA no está reduciendo la carga del experto: la está desplazando hacia él, mientras elimina el incentivo económico para formar al relevo.

Las ofertas de trabajo están cambiando. Lo que antes se pedía en ejecución técnica ahora se pide en supervisión estratégica. Los investigadores lo llaman 'cambio tecnológico sesgado hacia la antigüedad' (seniority-biased technological change): la tecnología sustituye la ejecución del novato pero complementa el juicio del experto. El 26% de las nuevas tareas tras el rediseño con IA se centran en el liderazgo estratégico.

El problema es que incluso esas habilidades requieren un bagaje técnico previo. Si los futuros líderes no pasan por la etapa de aprender haciendo tareas básicas, ¿de dónde saldrán los expertos capaces de supervisar a la IA en el futuro?

Algunos informes celebran un aumento del 4% en la productividad agregada gracias a la IA. El número es real. Pero ese beneficio podría ser ilusorio si se obtiene a cambio de erosionar la pericia humana de la próxima década.

La pericia no se descarga. Se cultiva a través de la fricción con la realidad y la guía de quienes ya recorrieron el camino. Si dejamos que la búsqueda de eficiencia inmediata cierre la puerta a los juniors, dentro de diez años habrá máquinas muy capaces y muy pocos humanos con el criterio necesario para dirigirlas.

¿Estamos dispuestos a pagar ese precio a cambio de un poco más de productividad hoy?