El empleo de los trabajadores de 22 a 25 años en las ocupaciones más expuestas a la IA está un 19% por debajo de donde estaría si hubiera seguido el ritmo de las ocupaciones menos expuestas, según la actualización del estudio "Canaries in the Coal Mine?" del Stanford Digital Economy Lab. Hace un año esa brecha era del 13%.
Puntos clave
- La brecha para los de 22 a 25 años pasó del 13% al 19% en doce meses.
- Ese empleo se encoge a un ritmo del 3,8% anual y el ritmo va a más.
- Los de 35 a 40 años en esas mismas ocupaciones crecieron un 2%.
- Firman Erik Brynjolfsson, Bharat Chandar y Ruyu Chen, con datos de nómina de ADP sobre millones de trabajadores estadounidenses hasta junio de 2026.
- El ajuste llega por menos contratación, no por más despidos.
El dato que separa a los jóvenes del resto
El estudio aporta algo que las cifras generales de paro no ven: dentro de una misma ocupación, el empleo cae en una franja de edad y crece en otra.
Un analista de 24 años y uno de 38 hacen el mismo trabajo sobre el papel. En los datos de ADP, el primero está desapareciendo y el segundo no. Esa asimetría descarta las explicaciones cómodas (que si la macro, que si los tipos de interés), porque la macro no distingue por edad dentro de un mismo puesto.
Los autores lo señalan sin adornos: los trabajadores con experiencia no muestran una brecha comparable.
Dónde sí y dónde no
El estudio separa las ocupaciones en dos grupos según cómo entra la IA. Donde la IA sustituye tareas humanas, las caídas son grandes. Donde las complementa, el empleo está plano o creciendo.
La mecánica es la que cualquiera que dirija un equipo reconoce. Las herramientas absorben primero lo más automatizable: buscar información, resumir, cuadrar agendas, dar formato, redactar borradores de rutina. Y ese es exactamente el trabajo que se le da a alguien que acaba de entrar.
Hay dos matices que el estudio no esconde. Uno: no hay evidencia de desplazamiento generalizado en el conjunto de la economía. Dos: el patrón se atenúa cuando se controla por nivel educativo, aunque se amplifica frente a otras variables alternativas.
Cómo encaja con lo que ya sabíamos
Este dato no llega solo. Este mismo mes contamos que las ofertas de empleo junior caían un 7,5% en un año mientras el mercado se inclinaba hacia perfiles senior, medido sobre publicaciones de vacantes.
Ese dato miraba la puerta de entrada. Este mira la nómina real. Y cuentan lo mismo desde los dos lados: se contrata menos gente joven en los sitios donde la IA hace su trabajo.
Que el ajuste venga por contratación y no por despidos es lo que hace que esto pase desapercibido. No hay un ERE que salga en prensa. Hay una vacante que no se publica.
Por qué importa
Si diriges una empresa, esto te pone delante una decisión que probablemente ya estás tomando sin decidirla.
La cuenta a corto plazo sale: un modelo hace en diez minutos el trabajo que le dabas a un becario y no pide vacaciones. La cuenta a tres años es otra. Los seniors que necesitarás en 2030 son los juniors que no estás contratando en 2026, y esa cantera no se compra hecha.
Lo que sí funciona, y lo veo en mis propias empresas, es cambiar qué se le pide a alguien que entra. Si el trabajo de un junior era buscar, resumir y dar formato, ese puesto está muerto. Si el trabajo es diseñar el proceso que hace eso, revisarlo y detectar cuándo el modelo se equivoca, el puesto se sostiene y encima produce más desde el primer mes.
La diferencia es que lo segundo exige que alguien con criterio dedique tiempo a enseñar. Ese es el coste real que casi nadie está poniendo en la hoja de cálculo.
Fuente original: digitaleconomy.stanford.edu
Relacionado
