Los mejores datos que tenemos indican que la IA está dificultando conseguir un primer empleo en las ocupaciones que más toca, y que el daño se ve en menos ofertas, no en despidos. Un estudio de Stanford que sigue millones de registros de nómina concluye que los trabajadores de 22 a 25 años en los empleos más expuestos a la IA tienen un nivel de empleo un 19 % por debajo del que tendrían si hubieran seguido el ritmo de sus pares menos expuestos (Stanford Digital Economy Lab). Los trabajadores de 26 años o más en esos empleos no muestran una brecha comparable.
Eso no equivale a decir que "la IA se está llevando todos los empleos". Los autores describen sus cifras como preliminares y descriptivas, otros investigadores no ven una disrupción en toda la economía, y algunas tendencias empezaron antes de ChatGPT. Aun así, los estadounidenses parecen percibir la inquietud: una encuesta de AP-NORC halló que el 64 % cree que la IA se desarrolla demasiado rápido (AP).
Este artículo expone lo que dice la investigación seria, dónde discrepa, qué roles tienen más exposición y qué pueden hacer al respecto un trabajador junior o un responsable de contratación. Todas las cifras que siguen vienen de una fuente que abrimos este año, y siempre indicamos cuál.
Esas cuatro cifras vienen de tres estudios distintos con métodos distintos, así que no las sumes. Léelas como un mismo patrón visto desde ángulos diferentes: menos ofertas junior en los empleos donde la IA es mejor haciendo el primer borrador.
Lo que encontró el estudio de Stanford
El estudio se titula "Canaries in the Coal Mine?" y sus autores, un equipo del Digital Economy Lab de Stanford, lo publicaron por primera vez en 2025. La última revisión usa datos de nómina de ADP hasta 2026 y concluye que la brecha se ha ampliado de forma constante desde la primera publicación (Stanford). En sus propias palabras, se trata de "indicadores preliminares y descriptivos", no de estimaciones causales.
La división es marcada. Desde finales de 2022 hasta 2026, el empleo de los 22 a 25 años cayó un 11 % en los dos quintiles de ocupaciones más expuestos a la IA y creció un 10 % en los tres quintiles menos expuestos (actualización de Stanford). El estudio no encuentra una brecha comparable para los trabajadores de 26 años o más, y señala que el efecto opera sobre todo a través de una menor contratación de jóvenes, y no de más salidas de la empresa.
Las barras muestran por qué la brecha principal es mayor que cualquiera de las dos cifras por separado. Un grupo perdió terreno mientras el otro lo ganó, así que la distancia entre ambos es más amplia que la caída del 11 %.
Los autores proponen un mecanismo. Los trabajadores jóvenes aportan conocimiento codificado, el que se enseña en las aulas y se escribe en la documentación, y es justo el que la IA replica bien. Los trabajadores con experiencia se apoyan en conocimiento tácito acumulado durante años. El estudio encuentra descensos concentrados donde la IA sustituye al trabajo, y un empleo estable o creciente donde lo complementa (Stanford). Una prueba descartó una explicación rival obvia: los empleos expuestos a la IA son, de media, menos sensibles a los tipos de interés que otros empleos, y los investigadores dicen que "no encuentran un apoyo sólido" para la idea de que los cambios en los tipos expliquen la caída del empleo junior (Stanford sobre los tipos de interés).
Otros datos que apuntan en la misma dirección
Los economistas de Anthropic llegaron a un lugar parecido por otro camino. Su artículo de 2026 construyó una medida de "exposición observada" que combina lo que pueden hacer los modelos de lenguaje con cómo usa la gente Claude realmente en el trabajo. Los programadores encabezan la lista con un 75 % de cobertura de tareas, y los operadores de entrada de datos llegan al 67 %. Para los 22 a 25 años, el artículo reporta una caída del 14 % en las tasas de hallazgo de empleo en las ocupaciones expuestas desde el lanzamiento de ChatGPT, aunque califica el resultado de solo marginalmente significativo desde el punto de vista estadístico (Anthropic).
El Hiring Lab de Indeed analizó las ofertas de empleo. En las ocupaciones más expuestas (desarrollo de software, soporte informático, datos y analítica, marketing y finanzas), la proporción de ofertas junior pasó del 29 % al 10 % entre 2021 y 2026, mientras que la de ofertas senior subió del 22 % al 47 % (Indeed Hiring Lab). El mismo análisis halló que el salario anunciado crece más rápido en los empleos expuestos, un 46 % desde 2021 frente a un 25 % en los menos expuestos, pero casi toda esa prima va a los puestos con experiencia.
Los puntos dicen que quienes más se benefician de la IA son los que ya dominan el trabajo. Las ofertas junior en empleos expuestos obtienen 2 puntos más de salario que en los empleos de baja exposición, los puestos intermedios 12 puntos y los senior 17. El propio resumen de Indeed es que la IA "ha actuado más como complemento de los trabajadores cualificados que como reemplazo".
Los datos de LinkedIn encajan con el cuadro a un nivel más general. Su guía de graduados de 2026 dice que la tasa de contratación de trabajadores junior en EE. UU., ajustada estacionalmente, cayó un 6 % en el trimestre de invierno frente al mismo periodo del año anterior, y que muchos estudiantes se gradúan sin mucha experiencia sobre cómo encaja la IA en el trabajo diario, aunque los empleadores buscan esas habilidades (LinkedIn).
Dónde la evidencia es mixta
Empecemos por los escépticos, porque ellos también tienen datos reales. El Yale Budget Lab sigue cómo cambia la mezcla de ocupaciones y cuánto tiempo permanece la gente en el desempleo. Su informe dice que, aunque la ansiedad por la IA y el empleo está muy extendida, "nuestros datos sugieren que sigue siendo en gran medida especulativa", y su directora ejecutiva, Martha Gimbel, dijo a Fortune que por ahora no hay efectos macroeconómicos importantes. El mismo reportaje de Fortune cita a Oxford Economics, con datos de Challenger, Gray & Christmas: se atribuyeron a la IA unos 55.000 recortes de empleo anunciados en EE. UU. en los primeros 11 meses de 2025, solo el 4,5 % del total. Plantea la posibilidad del "AI washing", en el que las empresas culpan a la IA de recortes que tienen otras causas (Fortune).
El artículo de Anthropic coincide en el panorama general: no hay un aumento sistemático del desempleo entre los trabajadores muy expuestos desde finales de 2022. Sus autores describen la desaceleración de la contratación de jóvenes como una señal de alerta temprana que aparece en la contratación antes que en el desempleo (Anthropic).
Luego están las salvedades dentro del propio trabajo de Stanford. El efecto es más pronunciado en la muestra de ADP que en las referencias de encuestas nacionales, se reduce cuando se controla por educación, y parte de la divergencia empezó antes de que despegara la IA generativa (Stanford).
Las cifras más recientes sobre graduados tampoco son catastróficas. La última lectura de la Fed de Nueva York sitúa a los graduados recientes (de 22 a 27 años) en un desempleo de aproximadamente el 5,6 %, con un subempleo del 42 %, en ligero aumento (Fed de Nueva York).
Los economistas también se están moviendo. La última encuesta trimestral de Indeed a economistas halló un índice de difusión de 55,6 para el riesgo de desplazamiento por la IA de los trabajadores con estudios universitarios (por encima de 50 significa riesgo creciente), y el 45 % del panel calificó el efecto neto de la IA sobre el empleo como un negativo menor. Los panelistas esperaban que la asistencia administrativa y el desarrollo de software sufrieran los mayores descensos (Indeed Hiring Lab).
El ánimo público va por delante de los datos. En la encuesta de AP-NORC a 2.140 adultos, el 27 % dijo que la IA se desarrolla a un ritmo adecuado y el 8 % que demasiado despacio, y cerca de 8 de cada 10 dijeron que es extremadamente o muy importante que el gobierno mantenga la IA bajo control humano (AP). La preocupación por el trabajo forma parte de eso. La preocupación no es prueba de desplazamiento, pero sí influye en cómo ven el mercado laboral los jóvenes y sus padres.
Tres cosas cambiarían nuestra lectura. Un aumento del desempleo entre los jóvenes en empleos expuestos, lo que significaría que la desaceleración de la contratación se está convirtiendo en pérdida de empleo. Una recuperación de las ofertas junior en las ocupaciones expuestas. O que la brecha de Stanford se reduzca cuando lleguen más datos sobre la contratación de 2026. Hasta que ocurra alguna de ellas, la postura prudente es la de arriba.
Nuestra lectura: la afirmación de que la IA está adelgazando discretamente el peldaño inferior en un puñado de ocupaciones está bien respaldada. La afirmación de que la IA está provocando un colapso general del empleo, no. Quien te diga que los datos zanjan la causa se está adelantando a la investigación.
Qué roles están más y menos expuestos
La exposición depende de la tarea, no del sector. La lista de Anthropic de las ocupaciones con mayor cobertura la encabezan los programadores, los representantes de atención al cliente y los operadores de entrada de datos. En el otro extremo, cerca del 30 % de los trabajadores tiene cobertura cero en sus datos, entre ellos cocineros, mecánicos de motocicletas, socorristas, camareros de barra y lavaplatos (Anthropic).
La figura de abajo es nuestra ubicación editorial de empleos junior habituales según dos preguntas: cuánto del trabajo es rutinario y está documentado, y cuánto se usa la IA para hacer esas tareas. Es una ayuda para el juicio, no una medición, así que mueve cualquier punto con el que tu experiencia no coincida.
El grupo de arriba a la derecha es donde la contratación de principiantes ya se ha adelgazado. Marketing y finanzas están en el medio, y los datos de ofertas de Indeed colocan a ambos en su grupo más expuesto. Los roles de abajo a la izquierda dependen de las manos, la presencia y el criterio en tiempo real, y por eso apenas aparecen en los datos de exposición.
Una salvedad: baja exposición no es lo mismo que buen salario o buenas perspectivas. Los trabajadores muy expuestos también ganan de media un 47 % más, según Anthropic, así que los empleos bajo presión suelen ser aquellos a los que la gente se formó con más esfuerzo para llegar. Elige camino por afinidad, no por miedo.
Por qué la presión golpea la contratación y no los despidos
Una empresa rara vez anuncia que ha reemplazado a un junior con un modelo. Simplemente no abre la vacante. Un ingeniero senior que obtiene un primer borrador decente de una herramienta de IA tiene menos motivos para pedir otro asociado, así que la plantilla que se habría sumado nunca aparece en las cifras de despidos de nadie.
La preocupación a largo plazo está en el lado derecho de ese diagrama. Los empleos junior siempre han sido el lugar donde la gente aprende la parte tácita del trabajo. En un ensayo para MIT Technology Review, Georgios Petropoulos, de la USC, sostiene que automatizar las tareas junior corre el riesgo de dañar la forma en que las organizaciones desarrollan habilidades, y propone prácticas remuneradas, aprendizajes y incentivos para los empleadores con el fin de mantener viva la contratación de perfiles al inicio de su carrera (MIT Technology Review).
Lo que dicen los empleadores que quieren de los juniors
Los empleadores indican que las habilidades de IA están entrando rápido en los requisitos de los puestos junior. NACE, que encuesta a empleadores sobre la contratación universitaria, halló que más de un tercio de los empleos junior ya exige habilidades de IA, casi el triple que en su encuesta de otoño. El 28 % de los empleadores dijo que busca talento al inicio de su carrera que sepa usar IA, y casi el 60 % asigna a sus becarios proyectos que usan herramientas de IA (NACE).
No todos los estudiantes están al ritmo. La encuesta de estudiantes de NACE de 2026 reunió a más de 17.000 estudiantes, y entre los que están en su último año, el 31 % calificó las habilidades de IA como poco o nada importantes para su carrera, el 40 % como muy o extremadamente importantes, y el 50,5 % aún no las estaba desarrollando (NACE).
Los medidores muestran un desajuste sobre el que conviene actuar. Los empleadores ponen a prueba las habilidades de IA con sus becarios mientras la mitad de los estudiantes de último año ni ha empezado. Una advertencia: las cifras de los empleadores provienen de 185 organizaciones que decidieron responder, así que tómalas como una tendencia, no como un censo. La encuesta de NACE también halló que más de la mitad de los empleadores dice que la IA no está reduciendo las tareas junior, y solo el 11 % habló de que la IA sustituya puestos.
Habilidades y herramientas que hacen más contratable a un junior
Las habilidades que describen los empleadores de NACE son aplicadas: elegir la herramienta de IA adecuada para la tarea, escribir buenos prompts, y revisar y corregir lo que devuelve (NACE). Nadie le pide a un recién graduado que entrene un modelo. Quieren a alguien que sepa usar uno y detectar sus errores. Petropoulos resume la combinación ganadora como fluidez en IA más experiencia en el dominio (MIT Technology Review).
Este es un orden de trabajo práctico para los próximos 30 días.
- Elige un puesto objetivo y lee diez ofertas recientes para él. Anota qué herramientas y tareas aparecen más de una vez.
- Aprende bien dos asistentes generales. ChatGPT y Claude son la pareja obvia, y nuestra guía de alternativas a ChatGPT te ayuda si quieres una tercera opción para comparar.
- Usa la IA en un trabajo real y guarda las pruebas: un informe de investigación, una limpieza de datos, una app pequeña. Anota en qué se equivocó la IA y cómo lo detectaste. Esa historia de verificación es lo que recuerdan los entrevistadores.
- Si tu objetivo es técnico, practica con un asistente de programación como GitHub Copilot, Cursor o Claude Code, y prepárate para explicar código que no escribiste tú. Nuestro ranking de asistentes de programación con IA ordena el sector.
- Si tu objetivo es la redacción, la investigación o las operaciones, añade una herramienta de investigación como Perplexity, un asistente de espacio de trabajo como Notion AI y un editor como Grammarly, y muestra un antes y un después en un documento real.
- Haz un curso estructurado para que las habilidades queden por escrito: Google Prompting Essentials o AI For Everyone en Coursera, o LinkedIn Learning. El ranking de aprendizaje de IA más amplio tiene más opciones.
- Pule tu candidatura. Un creador de currículums del ranking de creadores de currículums con IA, como Resume Worded, y un compañero de práctica del ranking de preparación de entrevistas, como Interview Sidekick, pueden ayudar, siempre que las palabras finales sean tuyas.
Los cursos por sí solos no te diferenciarán, porque todos los demás los están haciendo también. Lo que diferencia a la gente es un portafolio breve y concreto y un relato honesto de cómo usaron la IA. Para más sobre la búsqueda de empleo, consulta nuestra guía de herramientas de IA para quienes buscan trabajo.
Antes de decidirte por un camino, comprueba lo expuesto que está el empleo al que apuntas. El cuestionario de abajo convierte los hallazgos anteriores en cinco preguntas.
El resultado es una invitación a pensar, no un pronóstico. Una puntuación alta no significa que evites el puesto. Significa que necesitarás pruebas de trabajo más sólidas y una forma clara de demostrar que sabes supervisar lo que produce la IA.
Cuatro movimientos profesionales que encajan con la evidencia
La investigación sugiere algunos movimientos con lógica real detrás. Ninguno está garantizado.
Un puesto con mucha IA funciona si puedes demostrar que supervisas bien las herramientas, porque esa es la habilidad que los empleadores están añadiendo a sus ofertas. Un campo práctico es la cobertura, porque esos puestos muestran la menor cobertura en los datos de Anthropic. Un equipo pequeño suele dar a los juniors un alcance más amplio antes, aunque no tenemos datos de contratación al respecto, así que considéralo una apuesta razonada. Las pruebas de trabajo cruzan los tres: los proyectos y las prácticas son lo que convierte un currículum escaso en uno creíble.
¿Quién debería preocuparse más? Quien apunte a desarrollo de software, atención al cliente o entrada de datos por un proceso de candidatura estándar y confíe solo en un título. ¿Quién puede relajarse un poco? Quien se dirija a un trabajo que exija presencia física, licencias o contacto humano constante. Incluso ellos deberían aprender las herramientas básicas, porque las cifras de NACE dicen que los requisitos se están extendiendo.
Si contratas juniors
La investigación también es una advertencia para los gerentes. Si desaparece el peldaño junior, también desaparece tu suministro futuro de seniors con conocimiento tácito. Los datos de Indeed muestran que la proporción de ofertas senior en empleos expuestos ya subió al 47 %, y esas personas tuvieron que salir de algún sitio.
Destacan tres movimientos. Rediseña el puesto junior en torno a supervisar lo que produce la IA y gestionar excepciones, en lugar de hacer el primer borrador a mano. Empareja a cada junior con un senior concreto y dale trabajo de revisión real desde la primera semana. Y redacta ofertas que digan qué habilidades de IA usas de verdad, porque las exigencias vagas ahuyentan a buenos candidatos. El hallazgo de NACE de que casi el 60 % de los empleadores da a sus becarios proyectos basados en IA sugiere que esto ya es práctica habitual entre los líderes.
Preguntas frecuentes
¿Realmente la IA se está llevando los empleos junior?
Está reduciendo la contratación en algunas ocupaciones, que no es lo mismo que despedir gente. La evidencia más sólida es el estudio de nóminas de Stanford y los datos de ofertas de Indeed, y ambos muestran menos vacantes para juniors en empleos expuestos. Ninguna fuente que leímos muestra un colapso general del empleo.
¿Qué empleos junior son los más seguros frente a la IA?
Los empleos que requieren presencia física o contacto humano constante muestran la menor exposición en los datos de Anthropic, como cocineros, camareros de barra y socorristas. Seguro no significa bien pagado, así que valora también el salario y el crecimiento.
¿Debería seguir estudiando informática o contabilidad?
La evidencia dice que la contratación junior en software y campos afines se ha debilitado, pero no dice que esas habilidades no valgan nada. Los autores de Stanford señalan que los efectos se reducen al controlar por educación, y que la contratación se frenó más para los juniors que para el personal con experiencia. Si entras, planea mostrar proyectos asistidos por IA y prácticas reales.
¿Los empleadores quieren realmente habilidades de IA en los recién graduados?
Sí, y la proporción crece. NACE halló que más de un tercio de los empleos junior ya exige habilidades de IA, aunque solo el 16,5 % de las descripciones de puesto las menciona de forma explícita. Son habilidades aplicadas: elegir la herramienta adecuada, escribir buenos prompts y revisar el resultado.
¿Es la IA la razón del débil mercado laboral para graduados?
Es un candidato. El equipo de Stanford puso a prueba los tipos de interés y halló que no explican el patrón, y los autores de Stanford dicen que algunas tendencias empezaron antes de que despegara la IA generativa. Desconfía de cualquier explicación de una sola causa.