Los trabajos ‘en riesgo por la IA’ ya estaban disminuyendo antes del lanzamiento de ChatGPT

Un nuevo estudio encuentra que los trabajos en riesgo por la IA ya estaban desapareciendo antes del lanzamiento de ChatGPT, pero los estudiantes capacitados en esas habilidades terminaron con salarios más altos y contrataciones más rápidas.

Una extensa colaboración de investigación entre universidades de EE. UU. ha encontrado que los orígenes de la crisis de los trabajos vulnerables a la IA no coinciden con el lanzamiento de ChatGPT a finales de 2022, sino que los problemas comenzaron antes en el año, por razones aparentemente no relacionadas.

Además, el informe encuentra que los graduados cuyas especialidades universitarias estaban más “expuestas a la IA” estuvieron asociados con salarios más altos en su primer trabajo y búsquedas de empleo más cortas después de que ChatGPT entró en el mercado.

El nuevo trabajo aprovecha tres grandes conjuntos de datos, incluyendo más de diez millones de perfiles de LinkedIn raspados, así como registros de desempleo y reclamaciones de seguros. Los autores afirman:

‘[Nuestros] resultados indican que los peores resultados del mercado laboral en 2022-2024 para los trabajadores y graduados expuestos a la IA ya estaban en marcha antes de la emergencia masiva de aplicaciones de LLM. El riesgo de desempleo en ocupaciones altamente expuestas aumentó a principios de 2022, mucho antes de ChatGPT, y en la mayoría de las ocupaciones y estados no observamos una interrupción discreta coincidente con su introducción.’

‘Los trabajadores de carrera temprana se vieron afectados de manera desproporcionada: los graduados de las cohortes de 2021-2023 entraron en trabajos altamente expuestos a tasas más bajas y experimentaron retrasos más largos en su primer trabajo que las cohortes anteriores, con brechas que se abrieron, nuevamente, antes de finales de 2022. Al mismo tiempo, la educación relevante para LLM siguió siendo valiosa dentro de este entorno.’

El nuevo trabajo reenmarca el surgimiento de la IA como la entrada a un mercado laboral ya debilitado por presiones económicas y sectoriales más amplias, y señala que las habilidades que complementan la IA mantuvieron, y pueden haber ganado, valor en el mercado.

Los autores cierran el papel sugiriendo que el lanzamiento de ChatGPT en noviembre de 2022 no debe ser tratado como el terminador entre el mercado laboral pre-IA y el mercado laboral inclusivo de IA, y que se deben considerar una serie de circunstancias simultáneas junto con la influencia emergente de los grandes modelos de lenguaje (LLM):

‘Estos hallazgos tienen implicaciones para la investigación y la política. En primer lugar, advierten contra tratar el lanzamiento de ChatGPT como un experimento natural limpio para el impacto de la IA en el mercado laboral: los diseños que atribuyen la debilidad del mercado laboral posterior a 2022 principalmente a los LLM corren el riesgo de confundir la difusión de la IA con cambios macroeconómicos concurrentes (posibles ejemplos incluyen la política monetaria, la demanda sectorial y / o el ajuste post-pandémico).’

Los autores sugieren que las universidades y los programas de capacitación no deben abandonar las habilidades a menudo descritas como “vulnerables a la IA”, como la escritura, la codificación y la síntesis de información. Según los resultados obtenidos en el trabajo, enseñar estas habilidades de manera que funcionen junto con la IA, con énfasis en la verificación de salidas, el juicio de la calidad y el uso de chatbots como herramientas en lugar de reemplazos, puede ayudar a los graduados a mantenerse competitivos en un mercado laboral inestable.

El nuevo estudio se titula Trabajos expuestos a la IA se deterioraron antes de ChatGPT, y proviene de cinco investigadores afiliados a varios departamentos de la Universidad de Pittsburgh, la Universidad de Stanford, la Universidad de Chapman y la Universidad de Columbia, en conjunto con el Instituto de Economía de la IA de Microsoft en Redmond y Revelio Labs en Nueva York.

Método y datos

Los hallazgos del papel, señalan los autores, son un contraste marcado con informes anteriores, incluido uno del Laboratorio de Economía Digital de Stanford, así como oscuros presagios de luminarias como el director ejecutivo de Anthropic, quien advirtió en mayo de 2025 que la IA ‘podría eliminar la mitad de todos los trabajos de nivel de entrada de cuello blanco’*.

El método analítico de los autores examinó inicialmente el desempleo entre los trabajadores en ocupaciones más expuestas a la automatización impulsada por la IA, con la exposición definida utilizando códigos de clasificación de ocupaciones estándar de seis dígitos (SOC), promediados para estimar los niveles de exposición para categorías de SOC más amplias de dos dígitos.

Los datos administrativos mensuales se extrajeron del informe ETA 203, compilado por la Administración de Entrenamiento y Empleo del Departamento de Trabajo de EE. UU., que detalla la ocupación más reciente de las personas que reclaman beneficios de seguro de desempleo continuo.

Estos puntos de datos se combinaron luego con cifras anuales de empleo a nivel de ocupación del programa de Estadísticas de Empleo y Salarios Ocupacionales de la Oficina de Estadísticas Laborales, lo que permitió estimar el riesgo de desempleo mensual para cada ocupación dentro de cada estado (donde el riesgo se definió como la probabilidad de que un trabajador en una ocupación determinada reclamara beneficios de desempleo continuo).

Históricamente, el papel señala que los trabajos más expuestos a la IA enfrentaron un riesgo de desempleo del 20-80% más bajo que los roles menos expuestos, con la brecha ampliándose durante la pandemia a medida que el trabajo remoto-capaz resultó más resistente. Esa ventaja comenzó a erosionarse a principios de 2022, y para 2023-2024, la diferencia había desaparecido en gran medida:

El riesgo de desempleo en los trabajos expuestos a la IA comenzó a aumentar a principios de 2022, poniendo fin a un largo período de relativa estabilidad. A muestra esta reversión como la brecha entre roles de alta y baja exposición se estrecha antes del lanzamiento de ChatGPT. B revela que el aumento se concentró en el quintil más expuesto, con el riesgo aumentando después de un valle y luego nivelándose. C traza el efecto a los trabajos de computadora y matemáticas, mientras que la mayoría de los demás campos permanecieron estables. El riesgo se midió mensualmente en todos los estados de EE. UU. y se promedió trimestralmente. Fuente

Como se puede ver en los gráficos de arriba, los autores agruparon las ocupaciones en quintiles por “exposición a la IA” y las rastrearon con el tiempo. Los trabajos menos expuestos mostraron consistentemente un mayor riesgo de desempleo y una variación estacional más fuerte, con todos los grupos alcanzando su punto máximo durante la pandemia en 2020 y alcanzando un valle en principios de 2022.

Después de este punto bajo, el riesgo de desempleo comenzó a aumentar en los quintiles más expuestos, mucho antes del lanzamiento de ChatGPT, y luego se estabilizó, en lugar de acelerarse en los meses que siguieron.

Los trabajos de computadora y matemáticas vieron el mayor aumento en el riesgo de desempleo antes del lanzamiento de ChatGPT, y luego se niveló. La mayoría de los demás roles mostraron poco cambio. Algunos estados, incluidos California, Washington y Alaska, vieron aumentos posteriores a ChatGPT, pero los niveles de riesgo nacionales permanecieron cerca de los niveles pre-pandémicos, lo que indica la influencia de presiones económicas anteriores.

Consideraciones de datos

Los autores señalan que estadísticamente, el riesgo de desempleo revelará patrones a través de los tipos de trabajo, pero no capturará los resultados para grupos específicos, como los graduados recientes que pueden no calificar para beneficios o no tener un trabajo anterior para informar. Otra investigación y reclamaciones de la industria sugieren que los trabajadores de carrera temprana enfrentan el mayor impacto de la IA, lo que significa que los datos de desempleo general pueden perder a aquellos más afectados.

Para superar esta limitación, el nuevo estudio se basó en 10.584.980 perfiles de LinkedIn proporcionados por Revelio Labs. Cada registro del conjunto de datos incluía historias de educación detalladas que cubrían el tipo de grado, campo de estudio, año de graduación y universidad, junto con datos de carrera como títulos de trabajo (asignados a códigos SOC de seis dígitos), empleadores, fechas de inicio y ubicaciones.

Los salarios de los trabajos se estimaron utilizando “un modelo de aprendizaje automático propietario” entrenado en solicitudes de visa, entradas autoinformadas y anuncios de trabajo públicos, que incorporó tanto detalles específicos de roles como trayectorias de carrera individuales.

Dado que los salarios reales no podían verificarse, el análisis también rastreó la cantidad de meses que los graduados tardaron en comenzar su primer trabajo observado dentro de los tres años posteriores a la finalización de sus estudios, excluyendo a aquellos con ningún empleo registrado en ese período (una métrica que sirvió como proxy de fricción en el mercado laboral, asumiendo que los graduados actualizan sus perfiles cuando son contratados):

Los graduados que entraron en la fuerza laboral después de 2022 tardaron más en asegurar trabajos expuestos a la IA, pero esta disminución en el rendimiento del mercado laboral comenzó meses antes del lanzamiento de ChatGPT. Arriba, A muestra que los graduados con trabajos de alta exposición en su primer trabajo generalmente encontraron trabajo más rápido, hasta que este patrón se invirtió después de 2022; B muestra un retraso similar para roles de alto salario, aunque menos pronunciado; y C revela que las cohortes de 2021 y 2022 entraron en trabajos expuestos a la IA a tasas más bajas que las cohortes anteriores, con un rendimiento deficiente que surgió antes de ChatGPT. Finalmente, D muestra que no hay un cambio equivalente para trabajos de baja exposición, lo que refuerza que el declive precedió a la adopción generalizada de LLM.

Los autores analizaron la duración de la búsqueda de empleo a través de las cohortes de graduación, controlando las oportunidades de trabajo mensuales por estado y sector, y teniendo en cuenta las diferencias en el tipo de grado, campo de estudio y universidad, con la exposición al trabajo a LLM definida utilizando códigos SOC.

Antes del lanzamiento de ChatGPT, los graduados que entraban en roles altamente expuestos generalmente pasaban menos tiempo buscando trabajo que sus pares. Para las cohortes de 2023 y 2024, este patrón se invirtió, con roles expuestos que tomaron más tiempo en asegurarse.

Debería enfatizarse que, si bien el papel establece que los resultados empeoraron después de ChatGPT, los datos muestran que esta disminución comenzó meses antes y continuó después, socavando la idea de un colapso repentino post-ChatGPT, y socavando también la atribución de la tendencia descendente (en curso) enteramente al uso de LLM.

Exposición educativa

Una preocupación central en el debate sobre la IA y el empleo es si los estudiantes deben seguir capacitándose en habilidades que los grandes modelos de lenguaje pueden automatizar, como la escritura, la codificación o la síntesis. Si estas habilidades han perdido valor en el mercado, entonces los graduados más expuestos a ellas deberían estar saliendo peor. Para probar esto, los autores estimaron la exposición educativa a tareas relevantes para LLM utilizando perfiles de LinkedIn emparejados con millones de planes de estudio universitarios, y luego rastrearon los resultados de los trabajos tempranos antes y después de ChatGPT:

La exposición educativa a tareas relevantes para LLM predice resultados de carrera temprana más fuertes después de ChatGPT. Los graduados posteriores a 2022 con una mayor exposición a habilidades automatizables fueron contratados más rápido y ganaron salarios más altos, compensando parcialmente las penalizaciones vinculadas a la alta exposición ocupacional a LLM. Todos los modelos controlan las tasas de apertura de trabajo, el tipo de trabajo y el trasfondo educativo.

Antes del advenimiento de ChatGPT, esta exposición educativa no mostró una conexión clara con el tiempo de búsqueda de empleo o el salario. Después de ChatGPT, parece asociada con contrataciones más rápidas y salarios de inicio más altos. Aunque los roles con alta exposición a LLM tendieron a producir peores resultados después de ChatGPT, los graduados de programas más alineados con la IA se vieron menos afectados.

En lugar de disminuir en valor, las habilidades vistas como vulnerables a la automatización parecieron apoyar mejores resultados de carrera temprana.

‘Si los LLM fueran los culpables del mal desempeño de los graduados en el mercado laboral, entonces esperaríamos ver que la exposición educativa indica habilidades redundantes que no agregan valor al buscar empleo.’

‘Sin embargo, nuestros resultados sugieren que enseñar habilidades expuestas a la IA produce mejores resultados para los graduados después del lanzamiento de ChatGPT. Estas asociaciones son difíciles de reconciliar con la visión de que la educación relevante para LLM se volvió menos valiosa después de ChatGPT. Si bien no es causal, sugieren que la preparación relevante para LLM es al menos compatible con mejores resultados de carrera temprana en el período post-ChatGPT.’

Los autores concluyen sugiriendo que las tendencias de empleo que generan titulares bajo estudio ocurrieron en un mercado laboral que ya estaba siendo moldeado por eventos y tendencias anteriores. Como está, separar la influencia (sobre las tendencias de empleo) de ChatGPT y la IA en general de las fuerzas no relacionadas que comenzaron el declive del mercado parece una perspectiva imposible, como tratar de remover la sal de la sopa.

* Sin embargo, una cantidad justa de comentarios actuales concede que este tipo de profecías de desastre de los fundadores que invirtieron en la IA es más similar a un astroturfing, con la intención de deslumbrar a los clientes y inversores potenciales, y aumentar los precios de las acciones.

Publicado por primera vez el miércoles 7 de enero de 2026