La IA no reemplazó al senior: está secando la cantera del junior
Durante años, el relato corporativo sobre inteligencia artificial fue cómodo y hasta tranquilizador: la IA se encargaría de lo repetitivo, liberaría tiempo para tareas “de mayor valor” y, en ese reordenamiento, los perfiles junior seguirían su ruta natural de aprendizaje —equivocarse rápido, corregir y crecer— mientras los senior aportarían criterio y supervisión. Era una promesa de suma positiva. Pero el AI Index Report 2026 de Stanford, leído sin anestesia, sugiere que la productividad prometida por la IA está llegando con un costo concreto y asimétrico: el costo lo paga, primero, quien apenas intenta entrar. [infobae.com], [hai.stanford.edu]
No se trata de ciencia ficción ni de titulares catastrofistas: hay un dato que ya no cabe bajo la alfombra. El empleo de desarrolladores de software de 22 a 25 años cayó cerca de 20% desde el máximo reciente, mientras cohortes mayores no muestran la misma contracción. Y el patrón se repite en atención al cliente, otra ocupación donde la evidencia de productividad por IA es más medible: si una parte relevante del trabajo se acelera, lo primero que se recorta no es el “experto”, sino la puerta de entrada. [infobae.com], [hai.stanford.edu]
El primer empleo era una escuela. Ahora es un “lujo” contable
La IA no está “robándose” empleos en bloque como un tractor pasando por encima del campo laboral. Lo que está ocurriendo es más quirúrgico: se está erosionando el tramo inicial de la escalera profesional. Esa escalera —la de tareas simples, tickets repetitivos, código básico y documentación— era precisamente el espacio donde un junior se volvía valioso. Pero hoy esas tareas son, con frecuencia, las más automatizables con herramientas generativas, y por eso las empresas descubren una aritmética brutal: si el output sube por persona, la urgencia por contratar el “siguiente” desaparece. [infobae.com], [hai.stanford.edu]
McKinsey añade una pieza incómoda: una proporción significativa de organizaciones espera reducciones de plantilla asociadas a IA en el corto plazo (y esa expectativa sube en empresas grandes). La combinación es explosiva: productividad micro en tareas + presión por eficiencia + decisiones de contratación conservadoras. El resultado no siempre se llama despido; muchas veces se llama “congelación”, “no reposición”, “optimización” o “reperfilamiento”. Pero el efecto es idéntico para quien necesita su primer contrato: se cerró la puerta. [mckinsey.com], [infobae.com] [infobae.com], [mckinsey.com]
La gran trampa: la tarea se automatiza antes que el puesto, pero el daño ya está hecho
Aquí hay una distinción que muchas juntas directivas aún no entienden —o no quieren entender—: la IA suele automatizar tareas antes que roles completos. Y, sin embargo, automatizar tareas “de entrada” basta para romper la lógica de formación interna. Si el junior ya no hace el trabajo base, ¿dónde aprende? ¿En qué momento produce el “músculo” que lo hace promovible? Esa es la paradoja generacional: la IA no está sustituyendo de inmediato el juicio del senior; está desintegrando el taller donde se fabricaban los próximos seniors. [infobae.com], [hai.stanford.edu] [infobae.com], [hai.stanford.edu]
Lo más delicado es que esta transición ocurre mientras la adopción empresarial se reporta como masiva, pero la adopción real —la que transforma flujos de trabajo— sigue siendo desigual. Stanford resume que la adopción organizacional alcanzó niveles altos (se habla de 88% de organizaciones), pero el uso de agentes —la capa donde la automatización se vuelve sustitución de tareas end-to-end— permanece en un dígito en muchas funciones. Es decir: muchas empresas ya “compraron” IA, pero todavía no la usan con profundidad… y aun así, el primer escalón laboral ya empezó a moverse. [hai.stanford.edu], [infobae.com] [infobae.com], [hai.stanford.edu]
Paradoja geopolítica: el que inventa, no necesariamente adopta
El AI Index 2026 trae otra ironía que debería preocupar a cualquier país que apueste a competir por productividad: liderar la innovación no garantiza liderar la adopción social. Según los datos del Microsoft AI Economy Institute incorporados por Stanford, EE. UU. aparece 24º en adopción poblacional de IA generativa (28.3%), muy por detrás de economías como Emiratos Árabes Unidos (64%) y Singapur (60.9%) en el segundo semestre de 2025. [hai.stanford.edu], [microsoft.com]
Esa brecha revela una lección útil para América Latina: no basta con “tener” IA en el discurso corporativo ni con firmar licencias; lo decisivo es la capacidad de convertirla en competencia cotidiana, en infraestructura educativa y en confianza pública. Porque cuando la adopción es desigual, los beneficios también lo son: los equipos y países que integran IA de forma sistemática aceleran; los demás quedan atrapados en la versión cara y superficial de la modernidad: pagar herramientas, sin rediseñar el trabajo. [microsoft.com], [hai.stanford.edu] [infobae.com], [hai.stanford.edu]
La frontera “irregular”: decisiones lineales para una tecnología no lineal
Otro punto clave es la “frontera irregular” (jagged frontier): modelos capaces de hazañas sorprendentes en ciertos dominios y torpes en otros, incluso en tareas que parecen básicas. El riesgo no es solo técnico; es gerencial. Si una dirección asume que la IA avanza como un frente continuo, tomará decisiones lineales: recortar donde “parece automatizable” y contratar donde “parece estratégico”. Pero en un terreno irregular, esa lógica puede destruir capacidades esenciales: eliminar juniors hoy puede ser equivalente a eliminar supervisores mañana. [infobae.com], [hai.stanford.edu] [infobae.com], [hai.stanford.edu]
Y cuando ese error se multiplica a escala país, el problema deja de ser corporativo: se vuelve un asunto de política pública y de competitividad. Stanford advierte, en términos generales, que la brecha entre lo que la IA puede hacer y la preparación institucional para gobernarla y medir sus efectos se está ampliando. En esa brecha caen, primero, quienes no tienen red: los recién graduados, los aprendices, los que no pueden “aguantar un año” para acumular portafolio sin salario. [hai.stanford.edu], [hai.stanford.edu] [infobae.com], [hai.stanford.edu]
La política del empleo junior: si no se protege, se rompe el motor del talento
Lo más inquietante es que este fenómeno no requiere conspiraciones. Basta con incentivos normales: presupuestos ajustados, presión por eficiencia y herramientas que elevan el rendimiento de quien ya sabe. El junior, por definición, rinde menos al principio. Pero antes existía una razón para contratarlo: las tareas básicas eran necesarias y abundantes. Si la IA absorbe una parte importante de esas tareas, la justificación desaparece, y con ella desaparece la “cantera” que alimentaba el crecimiento. [infobae.com], [mckinsey.com] [infobae.com], [hai.stanford.edu]
Aquí es donde el debate debe cambiar de tono. No es “IA sí” versus “IA no”. Es cómo preservamos el ciclo de formación en un mercado donde la automatización se come el primer peldaño. Si no intervenimos —empresa, universidad y Estado— la economía terminará con más productividad aparente y menos movilidad real: una élite de expertos hiper-augmentados y una periferia creciente sin ruta de entrada. [hai.stanford.edu], [infobae.com] [infobae.com], [hai.stanford.edu]
Qué hacer (de verdad) para que la IA no “borre” el futuro
A nivel empresarial y público, hay medidas concretas que atacan el problema donde nace: en el pipeline.
- Rediseñar el rol junior: si las tareas repetitivas se automatizan, el junior debe entrar a tareas de mayor contexto —documentación avanzada, pruebas, calidad, análisis de requisitos— con IA como copiloto, no como sustituto de su aprendizaje. [hai.stanford.edu], [infobae.com]
- Programas de aprendizaje remunerado y cuotas de primer empleo en sectores expuestos (software, soporte): si el mercado no compra formación porque no la necesita “hoy”, el país debe tratarla como inversión en capital humano. [hai.stanford.edu], [hai.stanford.edu]
- Certificaciones rápidas (microcredenciales) en IA aplicada: la alfabetización en herramientas generativas se está volviendo un requisito mínimo para empleabilidad, no un “plus”. [infobae.com], [microsoft.com]
- Métricas honestas de adopción: distinguir licencias compradas de procesos transformados; distinguir “uso ocasional” de “integración productiva”. Sin esa claridad, se decide a ciegas y se recorta donde no se debe. [hai.stanford.edu], [infobae.com]
- Política de productividad con equidad generacional: si la productividad sube, parte del excedente debe financiar formación y transición; de lo contrario, la ganancia se privatiza y el costo se socializa en desempleo juvenil. [mckinsey.com], [hai.stanford.edu]
El punto final: el problema no es la IA; es el “vacío” que deja detrás
Lo que Stanford está poniendo sobre la mesa —y lo que artículos como el de Infobae traducen al lenguaje del día a día— es una verdad incómoda: la IA no está destruyendo el trabajo como concepto; está destruyendo el primer trabajo como institución social. Y cuando una sociedad pierde el primer trabajo, pierde algo más profundo que un indicador: pierde movilidad, pierde futuro y pierde cohesión. [hai.stanford.edu], [infobae.com]
La evidencia ya está “medida y fechada”. Lo que falta no son más paneles ni más slogans, sino una decisión estratégica: proteger la entrada para no quedarnos, en cinco años, con un mercado laboral eficiente… y un país sin cantera. [infobae.com], [hai.stanford.edu]
NOTICIA RELACIONADA
 |
La IA no reemplazó al senior: borró al junior
El AI Index 2026 de Stanford publicó la primera evidencia dura de que la productividad prometida por la IA tiene un costo concreto, y lo pagan los que recién empiezan. Los desarrolladores estadounidenses de 22 a 25 años perdieron cerca del 20% del empleo desde 2022. La paradoja es generacional, no tecnológica
Las ganancias de productividad impulsadas por la IA afectan principalmente a trabajadores jóvenes en desarrollo de software y atención al cliente. (Imagen Ilustrativa Infobae)
Tecno | Opy Morales | 14 Abr, 2026 02:41 p.m. EST
Durante tres años escuchamos la misma promesa corporativa. La inteligencia artificial iba a liberar a los trabajadores experimentados de las tareas repetitivas. Los juniors harían lo que siempre hicieron: aprender haciendo. Los seniors se ocuparían del criterio. Todos ganarían.
El AI Index 2026 de la Universidad de Stanford, publicado esta semana, desmonta esa promesa con datos duros. Los desarrolladores de software estadounidenses de 22 a 25 años perdieron cerca del 20% del empleo desde su pico de 2022. Los mayores de 25, en los mismos puestos, siguen creciendo en cabeceras. Lo mismo ocurre con los agentes de atención al cliente. El patrón es generacional y quirúrgico.
Nadie lo llama despido. Pero lo es.
El primer empleo es el que desaparece
La investigación de Brynjolfsson y colegas, en el capítulo de Economía del informe, no deja margen para la interpretación benigna. Mide el empleo normalizado por cohorte etaria en las dos ocupaciones donde los estudios encontraron las ganancias de productividad más claras gracias a la IA: desarrollo de software y atención al cliente. En ambos campos, los trabajadores de 22 a 25 años vienen perdiendo empleo de forma sostenida desde septiembre de 2022, justo cuando ChatGPT cambió el mercado, mientras el resto de las cohortes aguanta o crece.
Esto importa por una razón que Stanford subraya sin ambigüedades. Las ganancias de productividad por IA en esas mismas tareas son medibles. Con GitHub Copilot, cada desarrollador entrega un 26% más de cambios de código terminados, según Cui y colegas. Los agentes de atención al cliente resuelven entre 14% y 15% más tickets por hora con asistentes conversacionales. En marketing, los equipos que usan IA multimodal aumentan su output por trabajador en 50%.
La conclusión aritmética que nadie quiere sacar en voz alta es simple. Si un trabajador rinde 26% más, la empresa no necesita contratar al 26% siguiente. Y cuando hay que decidir a quién no contratar, elige al que todavía no rinde: al junior.
Hay un matiz del informe. Un estudio del grupo METR encontró que los desarrolladores open source experimentados eran 19% más lentos usando IA. No pudieron replicar el resultado después: a fines de 2025 los desarrolladores ya no aceptaban trabajar sin asistencia. La IA dejó de ser una ayuda opcional. Es el requisito mínimo para conservar la silla.
La encuesta de McKinsey agrega la capa que faltaba. Un tercio de las organizaciones espera reducir plantilla el próximo año por efecto de la IA, cifra que sube al 35% en empresas con más de mil millones de dólares de ingresos. Y el 46,1% de los trabajadores dice que quiere que la IA se haga cargo de ciertas tareas. No se resisten. Pero ese deseo se concentra en las tareas repetitivas y de bajo valor: exactamente las que hace un junior en su primer año.
La trampa es estructural. El informe demuestra que la mezcla ocupacional estadounidense está cambiando más rápido desde la llegada de la IA generativa que tras la llegada del computador personal o de internet. No es una percepción. Es el ritmo más veloz de reorganización del trabajo que Estados Unidos registra en décadas.
Estados Unidos inventó la IA y quedó en el puesto 24 en usarla
Aquí aparece la segunda paradoja del informe. Según los datos del Microsoft AI Economy Institute incluidos por Stanford, Estados Unidos ocupa el puesto 24 del ranking mundial de adopción poblacional de IA generativa. Su tasa es de 28,3%. Emiratos Árabes Unidos lidera con 64% y Singapur lo sigue con 60,9% en la segunda mitad de 2025. Noruega, Irlanda, Francia, España, Nueva Zelanda, Reino Unido y Qatar también están por delante.
La trampa es estructural. El informe demuestra que la mezcla ocupacional estadounidense está cambiando más rápido desde la llegada de la IA generativa que tras la llegada del computador personal o de internet. No es una percepción. Es el ritmo más veloz de reorganización del trabajo que Estados Unidos registra en décadas.
Estados Unidos inventó la IA y quedó en el puesto 24 en usarla
Aquí aparece la segunda paradoja del informe. Según los datos del Microsoft AI Economy Institute incluidos por Stanford, Estados Unidos ocupa el puesto 24 del ranking mundial de adopción poblacional de IA generativa. Su tasa es de 28,3%. Emiratos Árabes Unidos lidera con 64% y Singapur lo sigue con 60,9% en la segunda mitad de 2025. Noruega, Irlanda, Francia, España, Nueva Zelanda, Reino Unido y Qatar también están por delante.
El país que produjo la tecnología no es el que la está adoptando. Estados Unidos lideró la inversión privada en IA en 2025 con 285.900 millones de dólares, 23,1 veces más que China y 48,5 veces más que Reino Unido. Produjo más del 90% de los modelos frontera del año. Y sin embargo sus ciudadanos la usan menos que los de países que invirtieron una fracción de eso.
Hay una segunda capa, y es peor para Washington. El informe documenta que la cantidad de investigadores y desarrolladores de IA que emigran a Estados Unidos cayó 89% desde 2017, con una caída del 80% solamente en el último año. El país está perdiendo, al mismo tiempo, a los creadores que lo pusieron en el mapa y a los usuarios que deberían sostener su ventaja competitiva.
Inventar una tecnología y no ser capaz de adoptarla es la definición misma de la irrelevancia estratégica, y ocurre mientras los países del Golfo, que no la inventaron, la usan al doble del ritmo.
La frontera no es exponencial: es irregular
El informe introduce un concepto difícil de ignorar: jagged frontier, la frontera irregular. Es la observación de que los modelos actuales logran hazañas impensadas en un área y fallan trivialidades en otra. Gemini Deep Think ganó la medalla de oro en la Olimpíada Internacional de Matemática 2025. El mismo modelo acierta apenas alrededor del 50% de las veces al leer un reloj analógico.
Los modelos frontera superan a químicos humanos en ChemBench, pero puntúan menos del 20% en replicación de investigaciones astrofísicas. Los robots alcanzan 89,4% de éxito en simulaciones de laboratorio y 12% en tareas domésticas reales.
Esto rompe cualquier predicción lineal sobre el reemplazo laboral. La IA no avanza como un frente continuo. Avanza como un archipiélago: islas de capacidad sobrehumana separadas por océanos de incompetencia básica. El problema es que empresas y gobiernos están ajustando política y contratación como si el frente fuera continuo, y van a despedir y contratar a las personas equivocadas.
Los expertos y el público ya no están en el mismo mundo
El capítulo de opinión pública documenta una brecha con consecuencias políticas inmediatas. El 73% de los expertos en IA cree que la tecnología tendrá un impacto positivo en cómo la gente hace su trabajo. Solo el 23% del público lo cree. Son 50 puntos de distancia. Y en Estados Unidos, la confianza ciudadana en el propio gobierno para regular la IA es del 31%, la más baja del mundo encuestado. La Unión Europea es hoy más confiable que Washington o Pekín a ojos del ciudadano medio global.
Cuando los expertos y el público habitan narrativas opuestas sobre la misma tecnología, cualquier intento de regulación democrática empieza con déficit político.
La adopción declarada no es la adopción real
Queda una última trampa. La adopción organizacional alcanzó el 88% según McKinsey. Pero el uso de agentes de IA, la capa donde la automatización realmente reemplaza tareas, sigue en un solo dígito en casi todas las funciones de negocio. En estrategia corporativa, manufactura, logística y gestión de riesgo, entre el 85% y el 91% de las organizaciones directamente no usa agentes. La adopción declarada es una fotografía de licencias compradas, no de flujos de trabajo transformados.
La diferencia entre instalar una herramienta y usarla en serio separa a una empresa productiva de una que cumple con el discurso del momento. En esa diferencia están atrapadas casi todas las compañías del mundo, y en particular las latinoamericanas, que compraron la narrativa del 88% sin haber llegado al 8%.
La lección incómoda
La conclusión del AI Index 2026 es dura y muy difícil de digerir. La inteligencia artificial está escalando más rápido que los sistemas construidos para absorberla: los mercados laborales, los reguladores, las escuelas, la confianza pública. La paradoja no es que la tecnología sea demasiado poderosa. Es que llegó antes de que supiéramos a quién proteger primero.
Y los primeros ya están identificados. Son los de 22 años. La evidencia está publicada, medida y fechada. Falta que alguien, en alguna empresa o en algún ministerio, se atreva a llamarlo por su nombre.
https://www.infobae.com/tecno/2026/04/14/la-ia-no-reemplazo-al-senior-borro-al-junior/
...................................
Si quieres, te lo adapto en tres formatos:
- versión para periódico (900–1,000 palabras), 2) versión web (2,150 caracteres) y 3) post para X/LinkedIn con emojis y hashtags, manteniendo un tono institucional.
No hay comentarios.:
Publicar un comentario