Lectura 5:00 min
Los empleos más expuestos a la IA concentran mayor educación, mejores salarios y a más mujeres: Anthropic
Aunque la brecha entre la capacidad técnica y el uso real de la inteligencia artificial sigue siendo amplia, ocupaciones como la programación, la atención a clientes y el análisis financiero muestran altos niveles de automatización observable.
Los trabajadores en las ocupaciones más expuestas a la inteligencia artificial ganan 47% más en promedio, tienen mayor escolaridad y registran una presencia femenina superior a la de los empleos con exposición nula, de acuerdo con un análisis de Anthropic sobre el impacto laboral temprano de los modelos de lenguaje.
El hallazgo modifica el eje habitual de la discusión sobre automatización. La exposición a la IA generativa aparece con más fuerza en empleos administrativos, técnicos y profesionales que durante décadas fueron vistos como relativamente protegidos por requerir educación formal, manejo de información, interacción con clientes, análisis financiero, programación o producción de reportes.
Te puede interesar
Anthropic construyó una nueva métrica llamada exposición observada, que cruza la capacidad teórica de los modelos de lenguaje con datos reales de uso de Claude en tareas laborales. La medición asigna mayor peso a los usos automatizados que a los usos de apoyo y privilegia actividades profesionales frente a usos personales. El objetivo es medir qué parte del trabajo que la IA podría acelerar ya está siendo ejecutada en entornos reales.
La diferencia entre posibilidad técnica y adopción efectiva sigue siendo amplia. En ocupaciones de computación y matemáticas, los modelos podrían impactar teóricamente 94% de las tareas, aunque Claude cubre actualmente 33% de ellas.
En soporte administrativo y de oficina, la exposición teórica llega a 90%, mientras la cobertura observada es bastante menor. Esa brecha muestra que el riesgo laboral depende de capacidades técnicas, integración empresarial, regulación, costos, procesos internos y verificación humana.
Programadores y atención a clientes
Los programadores aparecen como la ocupación más expuesta, con 74.5% de cobertura observada. Les siguen los representantes de atención a clientes, con 70.1%; capturistas de datos, con 67.1%; especialistas en expedientes médicos, con 66.7%; y analistas de investigación de mercado y mercadotecnia, con 64.8%. En niveles también altos aparecen vendedores mayoristas, analistas financieros, testers de software, analistas de seguridad informática y especialistas de soporte técnico.
La mayoría de estas ocupaciones forman parte del núcleo de la economía de servicios basada en el conocimiento. Varias dependen de leer documentos, contestar solicitudes, clasificar información, redactar reportes, corregir código, evaluar riesgos, preparar análisis financieros o transformar datos en decisiones operativas. Esas tareas tienen una estructura digital y textual que las vuelve más compatibles con los modelos de lenguaje.
La composición demográfica del grupo expuesto muestra otra capa del problema. En el cuartil superior de exposición, las mujeres representan 54.4% de los trabajadores, frente a 38.8% en el grupo sin exposición. Los trabajadores más expuestos tienen una edad promedio de 42.9 años, frente a 41 años en empleos sin exposición. También tienen salarios por hora más altos, de 32.69 dólares contra 22.23 dólares, una diferencia de 10.45 dólares.
La escolaridad establece una separación mayor. Entre los trabajadores sin exposición, 13.9% tiene licenciatura y 4.5% cuenta con posgrado. En el grupo más expuesto, 37.1% tiene licenciatura y 17.4% posgrado. Esto significa que la IA generativa está entrando con fuerza en ocupaciones donde el activo central era precisamente la formación académica, la especialización y la capacidad de procesar información compleja.
Adopción acelera
El AI Index 2026 de la Universidad Stanford reporta que la adopción organizacional de IA llegó a 88% y que la IA generativa alcanzó 53% de adopción poblacional en tres años, una velocidad superior a la observada en la computadora personal o internet. El informe estima que las ganancias de productividad en atención a clientes y desarrollo de software se ubican entre 14% y 26%, aunque los efectos son más débiles o negativos en tareas que requieren mayor juicio.
El impacto todavía no aparece como una ola de desempleo. Anthropic compara trabajadores en el cuartil superior de exposición con trabajadores sin exposición y encuentra que, desde el lanzamiento de ChatGPT, la diferencia en la tasa de desempleo es pequeña y estadísticamente indistinguible de cero. Para los autores, el desempleo sigue siendo el indicador más directo de daño económico, porque muestra a personas que buscan trabajo y aún no encuentran uno.
Entre los trabajadores de 22 a 25 años, la tasa de entrada a nuevos empleos en ocupaciones expuestas cayó 14% frente a 2022 en la etapa posterior al lanzamiento de ChatGPT. Anthropic advierte que la evidencia es apenas estadísticamente significativa y puede tener explicaciones alternativas, como permanencia en trabajos existentes, cambios hacia otras ocupaciones, regreso a estudios o problemas de medición en encuestas.
Stanford recoge una señal similar para el desarrollo de software. En esa área, donde las ganancias de productividad por IA son más claras, el empleo de desarrolladores estadounidenses de 22 a 25 años cayó cerca de 20% desde 2024, mientras el número de desarrolladores de mayor edad siguió creciendo. Esta cifra apunta a una presión inicial sobre puestos de entrada, becarios, perfiles junior y primeras contrataciones profesionales.
Anthropic cruza su métrica con las proyecciones ocupacionales del Bureau of Labor Statistics de Estados Unidos para 2024 a 2034 y encuentra que, por cada 10 puntos porcentuales adicionales de cobertura observada, la expectativa de crecimiento laboral baja 0.6 puntos porcentuales.
La exposición a la IA no debe entenderse como sustitución inmediata de puestos. En la práctica, puede aparecer como una menor contratación inicial, cambios en perfiles requeridos, reducción de tareas rutinarias, aumento de la productividad por trabajador, presión salarial diferenciada y reconfiguración de áreas completas antes de que el desempleo agregado registre el ajuste.
