El Devenir Humano

Reescribe el correo por tercera vez.

No porque la formulación esté mal —está bien, gramaticalmente, estructuralmente, en tono está bien. El problema es que la formulación es exactamente lo que el borrador de IA produjo hace cuarenta segundos. Es analista de cumplimiento en una firma financiera mediana en Charlotte. Catorce años de lenguaje cuidadoso. Catorce años sabiendo qué palabra hace que un regulador se relaje y cuál lo hace levantar el teléfono. Ahora pasa las mañanas editando resultados que están casi bien, y las tardes preguntándose cuánto tiempo más el “casi” la mantiene necesaria.

Su gerente no ha dicho nada. Eso es lo que no se le va de la cabeza. Sin reuniones. Sin memorando de reestructuración. Solo un martes tranquilo en que notó que el Slack del equipo tenía menos preguntas. Los asociados júnior ya no le pedían que revisara sus borradores. Se lo pedían a la herramienta. Y la herramienta no le preguntaba a nadie.

Tiene una maestría. Gana muy por encima de la mediana. Es exactamente la persona a quien le dijeron —sus padres, sus profesores, cada orientador vocacional que conoció— que la educación era la inversión duradera. Lo que no podía ser subcontratado.

No habla de eso en la cena. Aún no. Reescribe el correo por cuarta vez, añadiendo una coma que la IA omitió, y lo envía. Es la coma la que la mantiene empleada. Por ahora.

Lectura Estructural

La medición es nueva. El desplazamiento no.

Anthropic publicó un estudio fundamental en marzo de 2026 —“Labor market impacts of AI: A new measure and early evidence” de Massenkoff y McCrory— que distingue entre lo que la IA teóricamente puede hacer y lo que se observa realmente haciendo en entornos profesionales.[1] Esta distinción es la contribución central del paper. Los índices anteriores de exposición a IA medían capacidad. Este mide despliegue.

La brecha es abismal. Para ocupaciones de informática y matemáticas, la IA puede teóricamente manejar el 94% de las tareas. Claude, el propio modelo de Anthropic, actualmente cubre el 33% en uso profesional observado. Los roles de oficina y administrativos muestran un 90% de capacidad teórica —una fracción en despliegue real. La distancia entre esos números no es comodidad. Es pista de despegue.

El perfil demográfico de los trabajadores más expuestos a IA es preciso e inquietante. Tienen 16 puntos porcentuales más de probabilidad de ser mujeres. Ganan 47% más que la mediana. Tienen casi cuatro veces más probabilidad de tener un posgrado. Esta no es una historia de cuello azul. Es la clase profesional descubriendo que la experiencia es un activo que se deprecia.

El mercado laboral ya muestra síntomas tempranos. Las tasas de búsqueda de empleo en campos expuestos a IA han caído 14% desde que comenzó la era de ChatGPT. El empleo entre trabajadores de 22 a 25 años en estos campos ha caído 16%. Los jóvenes lo sienten primero —no porque sean menos capaces, sino porque es más barato no contratarlos que capacitarlos.[3]

Confirmación del Patrón

Esta semana la economía de EE.UU. perdió 92,000 empleos. El desempleo subió a 4.4%.[4] Block —la empresa de pagos antes conocida como Square— despidió aproximadamente 4,000 empleados, citando la IA como reemplazo directo de los roles eliminados. Estas no son abstracciones. Son direcciones y liquidaciones.

El Gobernador de la Reserva Federal Michael Barr, en un discurso de febrero de 2026, delineó tres escenarios de IA para el mercado laboral. El optimista implica reasignación —trabajadores migrándose hacia nuevos roles complementarios a la IA. El escenario intermedio describe una “transición dolorosa” con desempleo a corto plazo significativo. El escenario oscuro es la recesión de cuello blanco que nombra el paper de Anthropic: una contracción estructural en el empleo de trabajo del conocimiento que refleja lo que la manufactura soportó entre 2000 y 2010, pero más rápida y apuntando a una clase que nunca lo esperó.[5]

El Digital Economy Lab de Stanford confirma la dirección: una caída del 13% en contrataciones para posiciones de nivel de entrada expuestas a IA. El patrón de desplazamiento refleja transiciones tecnológicas históricas —la electricidad reorganizó las fábricas, las computadoras personales reorganizaron las oficinas—, pero esta apunta a una demógrafa distinta. Los trabajadores más expuestos no son quienes carecieron de acceso a la educación. Son quienes más invirtieron en ella.

La clase profesional que creía que las credenciales eran un seguro permanente ahora descubre que el seguro tiene fecha de vencimiento. La “Gran Recesión para trabajadores de cuello blanco” no es una predicción de un think tank. Es un escenario nombrado, con umbrales medibles, publicado por la empresa que construye las herramientas. La brecha entre lo que la IA puede hacer y lo que actualmente hace no es un amortiguador. Es una cuenta regresiva.