El debate sobre la Inteligencia Artificial y el empleo suele moverse entre dos extremos poco útiles. En un lado están quienes anuncian una ola de desempleo masivo en cuanto los agentes de IA aprendan a programar, escribir informes, atender clientes o analizar documentos. En el otro, quienes presentan la tecnología como una máquina casi automática de prosperidad. Tyler Cowen, economista de la Universidad George Mason y una de las voces más influyentes en el debate sobre crecimiento y tecnología, está defendiendo una posición menos llamativa, pero probablemente más interesante: la IA no va a destruir empleo neto; va a cambiar la forma en que se crean empresas, proyectos y carreras profesionales.
Su argumento parte de una idea sencilla. Si un equipo de tres personas, apoyado por herramientas de IA, puede hacer el trabajo que antes necesitaba a veinte empleados, la lectura inmediata no tiene por qué ser que sobran diecisiete puestos. También puede significar que ahora serán viables proyectos que antes nunca habrían nacido. Startups más pequeñas, ONGs con menos estructura, despachos especializados, medios de nicho, laboratorios, consultoras, productos digitales o iniciativas locales que no podían pagar una plantilla amplia podrán intentarlo con una base de costes mucho menor.
La caída del coste de crear cambia la economía
La historia económica está llena de tecnologías que hicieron más barata una actividad y, al hacerlo, multiplicaron su uso. Las hojas de cálculo no acabaron con los contables. Internet no eliminó la necesidad de comunicación empresarial. El software no destruyó la demanda de organización, sino que permitió que más personas montaran empresas, probaran productos y operaran en mercados antes inaccesibles.
Cowen aplica esa misma lógica a la Inteligencia Artificial. Cuando baja el coste de escribir código, diseñar una campaña, preparar documentación, analizar datos o responder a clientes, no solo se reduce el trabajo necesario para hacer lo mismo. También aumenta el número de cosas que merece la pena intentar. Esa diferencia es importante porque el mercado laboral no es una cantidad fija de tareas repartidas entre personas. Cambia con los precios, con la productividad y con la aparición de nuevas oportunidades.
El propio Cowen ha defendido que la IA puede elevar el crecimiento económico, pero no de forma explosiva. En su blog Marginal Revolution, ha hablado de un posible aumento de medio punto porcentual anual en la tasa de crecimiento, una mejora relevante con el paso de los años, aunque muy lejos de las fantasías de una economía creciendo al 20 % anual. Su visión no es pesimista sobre la tecnología. Es escéptica sobre la velocidad con la que instituciones, empresas, reguladores, infraestructuras y personas pueden adaptarse.
Esa distinción ayuda a rebajar el ruido. La IA puede ser muy potente y, al mismo tiempo, tardar años en transformar sectores enteros. La economía real no funciona como una demo de software. Tiene hospitales, juzgados, colegios, redes eléctricas, licencias, convenios, proveedores, clientes, costes hundidos y decisiones que dependen de personas.
Los sectores donde la IA no puede sustituirlo todo
Cowen suele señalar áreas donde el cuello de botella no está en redactar mejor un correo o generar más código, sino en actuar sobre el mundo físico o sobre sistemas humanos complejos. La energía es un buen ejemplo. La red eléctrica necesita inversión, permisos, obra, coordinación pública y privada, nuevas conexiones, almacenamiento, planificación territorial y años de ejecución. Una IA puede ayudar a modelar demanda, optimizar mantenimiento o acelerar diseño, pero no puede recablear un país.
Algo parecido ocurre con el sector biomédico. La IA puede generar hipótesis, detectar patrones, acelerar partes del descubrimiento de fármacos o mejorar el diseño de ensayos. Pero las ideas no sustituyen por completo a las pruebas clínicas, la regulación sanitaria, la captación de pacientes, la fabricación, la farmacovigilancia y la responsabilidad médica. Si la IA multiplica las ideas que merece la pena testar, puede aumentar también la demanda de trabajo humano alrededor de la validación.
El cuidado de mayores es quizá el caso más claro. Habrá robots, asistentes digitales y sistemas de seguimiento remoto. Algunas tareas serán automatizadas. Pero cuidar no es solo vigilar constantes o recordar medicación. Es acompañar, entender rutinas, detectar cambios de ánimo, hablar con familias, resolver imprevistos y generar confianza. Cowen ha llegado a plantear que una parte muy relevante de los empleos futuros podría estar relacionada con el cuidado de personas mayores. No porque la tecnología fracase, sino porque el envejecimiento de la población empuja en esa dirección.
Este punto es especialmente importante para Europa. El continente no solo afronta el impacto de la IA en oficinas, bancos, consultoras o departamentos de marketing. También tiene sociedades envejecidas, sistemas sanitarios tensionados, redes eléctricas que deben adaptarse a la electrificación y una administración pública que no cambia al ritmo de Silicon Valley. La IA ayudará, pero no eliminará la necesidad de médicos, técnicos, cuidadores, instaladores, gestores, docentes o profesionales capaces de coordinar personas y recursos.
Los “messy jobs”: trabajos difíciles de explicar, difíciles de automatizar
La idea que mejor resume esta visión es la de los “messy jobs”, desarrollada por Luis Garicano junto a Jin Li y Yanhui Wu en el libro Messy Jobs: The Work That AI Cannot Reach. La tesis es que muchos empleos no son una lista limpia de tareas separables. Son paquetes de juicio, coordinación, conocimiento tácito, responsabilidad y relaciones humanas.
Un trabajo “messy” es aquel en el que cuesta explicar exactamente qué se hace durante una semana normal. Un día hay que resolver un problema con un cliente, al siguiente coordinar a un proveedor, después apagar un incendio interno, revisar una propuesta, decidir prioridades, hablar con un equipo y adaptar el plan porque ha cambiado el contexto. La IA puede ayudar en varias partes de ese trabajo, pero no siempre puede quedarse con el puesto completo.
Esta idea corrige una confusión frecuente: analizar tareas no equivale a analizar empleos. Una IA puede automatizar una tarea concreta dentro de un puesto, pero eso no implica que pueda absorber todo el empleo si esas tareas están muy entrelazadas. En muchas organizaciones, el valor no está en ejecutar una operación repetida, sino en saber qué toca hacer ahora, con quién hablar, qué riesgo asumir y cuándo parar.
Por eso el impacto de la IA será desigual. Los trabajos más expuestos no son necesariamente los más intelectuales, sino los más estandarizables. Una tarea digital, repetitiva, con entradas y salidas claras, es más fácil de automatizar que un puesto lleno de excepciones, contexto local, negociación y responsabilidad personal. La paradoja es que algunos empleos de oficina muy prestigiosos pueden ser más vulnerables que otros trabajos menos vistosos, pero más anclados en la realidad física o humana.
Para trabajadores y empresas, la conclusión no debería ser “la IA no importa”. Importa mucho. La conclusión es otra: conviene aprender a usarla para hacer más, decidir mejor y reducir tareas de bajo valor, pero también fortalecer aquello que la tecnología no captura bien. Coordinar, vender, cuidar, liderar, negociar, entender un sector, asumir responsabilidad y moverse en entornos ambiguos serán capacidades cada vez más valiosas.
La IA no acabará con el trabajo como categoría humana. Cambiará su composición. Algunas tareas desaparecerán, otras se abaratarán y muchas empresas nacerán porque antes eran demasiado caras. El riesgo no será solo perder un empleo por una máquina. También será quedarse quieto mientras otros usan esas máquinas para crear nuevas organizaciones, nuevos servicios y nuevas formas de competir.
Preguntas frecuentes
¿Tyler Cowen cree que la IA no destruirá empleos?
Cowen defiende que la IA no provocará desempleo masivo neto, aunque sí cambiará la mayoría de los trabajos. Su tesis es que la mejora de productividad también permitirá crear más empresas, proyectos y sectores de actividad.
¿Qué son los “messy jobs”?
Son empleos difíciles de dividir en tareas simples porque combinan juicio, coordinación, relaciones humanas, conocimiento tácito y responsabilidad. Según Luis Garicano, Jin Li y Yanhui Wu, estos trabajos serán más resistentes a la automatización.
¿Qué sectores pueden crear empleo con la IA?
Cowen señala áreas como energía, red eléctrica, ensayos biomédicos, cuidado de mayores, ciberseguridad, cumplimiento normativo y trabajos de coordinación. En muchos casos, la IA aumenta la demanda de ejecución humana en vez de sustituirla por completo.
¿La IA aumentará mucho el crecimiento económico?
Cowen ha sugerido que la IA podría añadir alrededor de medio punto porcentual anual al crecimiento. Es una mejora importante a largo plazo, pero no una transformación instantánea ni una explosión económica automática.
