Lo que reveló el estudio de Harvard sobre IA y empleo
La investigación conducida por el profesor Suraj Srinivasan, de la Harvard Business School, analizó millones de publicaciones de vacantes en Estados Unidos en el período entre 2019 y marzo de 2025, lo que convierte este relevamiento en uno de los más robustos realizados hasta la fecha sobre el impacto real de la Inteligencia Artificial generativa en el mercado laboral. En lugar de basarse en proyecciones teóricas o escenarios hipotéticos, el equipo de investigadores se sumergió en datos concretos de plataformas de reclutamiento para entender qué pasó realmente con la oferta de empleos después de que herramientas como ChatGPT entraron en escena, a partir de noviembre de 2022. El resultado trajo un panorama más complejo y, siendo honestos, más interesante que el simple alarmismo que solemos ver por ahí.
El artículo académico, titulado Displacement or Complementarity? The Labor Market Impact of Generative AI, fue desarrollado en colaboración con Wilbur Xinyuan Chen, de la Universidad de Ciencia y Tecnología de Hong Kong, y Saleh Zakerinia, de la Universidad Estatal de Ohio. Los investigadores utilizaron un gran conjunto de datos que cubre prácticamente todas las vacantes abiertas en Estados Unidos durante el período analizado, lo que le confiere al estudio una amplitud difícil de encontrar en trabajos similares.
El estudio dividió las funciones en dos grandes categorías. Por un lado, quedaron los llamados cargos con alta exposición a la automatización, es decir, funciones compuestas mayoritariamente por tareas repetitivas, estandarizadas y predecibles, como ingreso de datos, atención rutinaria y procesamiento de documentos. Estas posiciones registraron una caída del 13% en las ofertas de vacantes tras el lanzamiento de ChatGPT, confirmando lo que mucha gente ya sospechaba. La Inteligencia Artificial generativa es extremadamente eficiente cuando el trabajo sigue patrones bien definidos, y tiene sentido que las empresas pasen a automatizar esas actividades con el tiempo. Pero detener el análisis en ese punto sería contar solo la mitad de la historia.
Por el otro lado, aparecieron los cargos con alto potencial de augmentación, que son funciones analíticas, técnicas y creativas en las que la IA funciona como una herramienta de apoyo, y no como sustituta. Y aquí el dato sorprende: la demanda por estos profesionales creció un 20% en el mismo período. Estamos hablando de posiciones que combinan tareas automatizables con otras que todavía exigen involucramiento humano directo, como pensamiento crítico, toma de decisiones y capacidad de interpretar contextos complejos. El propio estudio cita ejemplos concretos: microbiólogos, analistas financieros y neuropsicólogos clínicos están entre las profesiones con mayor potencial de augmentación. Esto demuestra que la generación de empleos ligada a la IA no es solo una promesa futurista — es algo que ya está ocurriendo.
Cómo la investigación clasificó más de 900 ocupaciones
Uno de los aspectos más interesantes de la metodología es que los investigadores usaron al propio ChatGPT de OpenAI para categorizar más de 19 mil tareas profesionales distribuidas en más de 900 ocupaciones diferentes. Cada tarea fue evaluada en relación con su potencial de ser automatizada por IA generativa. A partir de esa clasificación, el equipo construyó una puntuación de augmentación basada en la proporción de tareas expuestas y no expuestas en cada ocupación.
Este método permitió ir más allá de generalizaciones vagas del tipo la IA va a acabar con los empleos y mapear con granularidad qué funciones específicas están siendo más afectadas y de qué manera. El resultado reveló que las mayores reducciones de vacantes ocurrieron en los sectores de finanzas y tecnología, justamente áreas que manejan grandes volúmenes de datos estructurados y procesos susceptibles de estandarización. Al mismo tiempo, dentro de esos mismos sectores, surgieron nuevas demandas de profesionales capaces de operar en conjunto con herramientas de IA, lo que refuerza la naturaleza dual de esta transformación.
Reciba el mejor contenido sobre innovación en su correo electrónico.
Todas las noticias, consejos, tendencias y recursos que buscas, directamente en tu bandeja de entrada.
Al suscribirte al boletín informativo, aceptas recibir comunicaciones de Método Viral. Nos comprometemos a proteger y respetar siempre tu privacidad.
Otro hallazgo relevante es que el número de habilidades exigidas para cargos con alta exposición a la automatización está disminuyendo. Los investigadores identificaron una reducción del 7% en las competencias listadas en esas vacantes, además de menos habilidades emergentes apareciendo en esas ocupaciones. En contrapartida, en las funciones con alto potencial de augmentación, habilidades relacionadas con la IA — como escritura de prompts y uso de herramientas de inteligencia artificial — se están volviendo cada vez más frecuentes en las descripciones de vacantes. A medida que los flujos de trabajo se transforman con la nueva tecnología, competencias inéditas también están surgiendo.
Augmentación: cuando la IA trabaja contigo, no contra ti
El concepto de augmentación es central para entender esta transformación y merece atención especial. A diferencia de la automatización pura, que sustituye el trabajo humano por una máquina, la augmentación parte de una lógica colaborativa. La idea es que la Inteligencia Artificial se encarga de las partes más operativas y repetitivas de una función, liberando al profesional para enfocarse en lo que realmente exige capacidad humana: creatividad, empatía, juicio ético y visión estratégica.
Como el propio profesor Srinivasan explica, en el sector financiero, gestores de inversiones y analistas usan herramientas basadas en IA para procesar y evaluar datos de mercado con velocidad inédita, pero, al final del día, el juicio y la toma de decisiones siguen siendo cruciales y esencialmente humanos. La IA acelera el proceso, mejora la calidad de los insumos y reduce errores operativos, pero la interpretación final — esa que considera matices de contexto, relaciones de confianza con clientes y percepción de riesgo — permanece en manos del profesional.
Este modelo de augmentación ya está siendo adoptado por empresas de diferentes tamaños y sectores. En el área de la salud, médicos utilizan sistemas de IA para analizar exámenes de imagen con más rapidez y precisión, pero la decisión clínica sigue siendo humana. En el sector jurídico, herramientas de procesamiento de lenguaje natural ayudan a abogados a revisar miles de páginas de contratos en minutos, permitiéndoles concentrar energía en la elaboración de estrategias legales más creativas. En marketing, profesionales usan modelos generativos para crear borradores de campañas y analizar datos de audiencia, pero la curaduría del tono, del mensaje y del posicionamiento de la marca permanece como una responsabilidad que depende de sensibilidad y experiencia humana.
El punto más relevante aquí es que la augmentación cambia la propia definición de lo que significa ser competente en determinada profesión. No basta con dominar las habilidades técnicas tradicionales de tu área. Ahora, también es necesario saber cómo utilizar herramientas de IA para ampliar tus entregas y tomar mejores decisiones. Esto crea un nuevo nivel de productividad que beneficia tanto a los profesionales como a las organizaciones, y explica por qué las vacantes en esas áreas de alto potencial de augmentación están creciendo de forma tan expresiva.
Lo que Srinivasan recomienda para las empresas
El estudio no se limita a presentar números. El profesor Srinivasan ofrece recomendaciones directas para organizaciones que desean navegar esta transición de forma inteligente. La forma en que las empresas integran tecnologías de IA generativa es decisiva para determinar si el resultado será pérdida o creación de empleos. Y dos frentes se destacan:
- Invertir en programas de reskilling para recualificar trabajadores hacia funciones potenciadas por la IA. Según Srinivasan, el reentrenamiento es esencial para ocupaciones donde la IA generativa está reduciendo la diversidad de habilidades exigidas. En funciones propensas a la automatización, los trabajadores pueden enfrentar desplazamiento a menos que desarrollen competencias no automatizables, como capacidad de juicio y habilidades interpersonales de comunicación.
- Promover la capacitación continua en IA generativa para que los profesionales consigan aprovechar las nuevas herramientas. En las ocupaciones propensas a la augmentación, la IA generativa está ampliando los requisitos de competencias, aumentando la demanda de alfabetización en IA, colaboración humano-máquina y aplicaciones de inteligencia artificial específicas de cada dominio.
En la visión de Srinivasan, las empresas deben ver la IA generativa como una herramienta de augmentación, y no meramente como una medida de recorte de costos. Los programas de entrenamiento de la fuerza laboral necesitan alinearse en consecuencia, para sostener tanto las transiciones de carrera como las demandas de habilidades en constante evolución. Esta perspectiva cambia completamente la forma en que los líderes deben pensar sobre la inversión en personas. No se trata de gastar menos en equipos porque la IA forma parte del trabajo — se trata de invertir de forma diferente para sacar el máximo de la combinación entre talento humano y capacidad computacional.
Reskilling: la habilidad más importante del momento
Si la augmentación define cómo va a funcionar en la práctica la relación entre humanos e IA, el reskilling es el camino para llegar hasta ahí. Y aquí no estamos hablando de algo opcional o deseable — estamos hablando de una necesidad urgente. El estudio de Harvard refuerza que los profesionales cuyas funciones fueron más impactadas por la automatización no están necesariamente condenados al desempleo, pero necesitan desarrollar nuevas competencias para migrar hacia posiciones que la IA complementa en vez de sustituir. Esto incluye habilidades como análisis de datos, pensamiento computacional, comunicación estratégica y, por supuesto, la capacidad de trabajar eficientemente con herramientas de Inteligencia Artificial.
Grandes corporaciones como Amazon, Google y Microsoft ya expandieron sus programas de capacitación en IA y análisis de datos, muchos de ellos gratuitos y accesibles en línea. En Latinoamérica, iniciativas públicas y privadas también cobran fuerza, con plataformas que ofrecen cursos de reskilling orientados a profesionales de áreas como administración, logística y atención al cliente, justamente los segmentos más expuestos a la automatización. El desafío, sin embargo, es de escala. Millones de trabajadores necesitan ser recualificados en un plazo relativamente corto, y eso exige inversión coordinada, políticas públicas inteligentes y una cultura corporativa que valore el aprendizaje continuo.
Para quienes están en medio de esta transición, lo más importante es entender que el reskilling no significa necesariamente abandonar tu área de actuación y aprender a programar desde cero. En muchos casos, se trata de incorporar nuevas herramientas al repertorio que ya posees. Un profesional de recursos humanos que aprende a usar IA para filtrado de currículos y análisis de clima organizacional, por ejemplo, se vuelve más estratégico sin necesidad de convertirse en un ingeniero de machine learning. Un diseñador que domina herramientas generativas de imagen consigue entregar más proyectos con mayor calidad, sin perder la identidad autoral de su trabajo. El secreto está en identificar qué competencias de tu área actual pueden ser potenciadas por la tecnología y buscar capacitación en esa dirección. 🚀
Limitaciones del estudio y lo que todavía no sabemos
Los propios investigadores se encargan de resaltar que el estudio se enfoca en el impacto a corto plazo de la IA generativa en el mercado laboral de Estados Unidos. Esto significa que los efectos en otras regiones del mundo, así como los impactos a largo plazo, todavía permanecen inciertos a medida que la adopción de la tecnología avanza a escala global. Es una salvedad importante, porque el ritmo de adopción de la IA varía enormemente entre países, sectores y tamaños de empresa.
Herramientas que usamos a diario
Además, el mercado laboral estadounidense tiene características específicas — como mayor flexibilidad en las contrataciones y despidos — que pueden no replicarse en economías con legislaciones laborales diferentes, como las de varios países latinoamericanos. Esto no invalida los hallazgos de la investigación, pero pide cautela a la hora de generalizar los resultados a otros contextos. Lo que podemos decir con seguridad es que las tendencias identificadas por el estudio — automatización de tareas repetitivas y crecimiento de la demanda de colaboración humano-IA — son fuerzas globales que, en mayor o menor grado, van a impactar mercados laborales en todo el mundo.
Qué esperar del mercado laboral de aquí en adelante
Los datos de Harvard dejan claro que la narrativa de que la Inteligencia Artificial simplemente va a destruir empleos de forma masiva es, como mínimo, incompleta. Como el propio Srinivasan resume, en vez de solo eliminar puestos de trabajo, la IA generativa crea nueva demanda en funciones propensas a la augmentación, sugiriendo que la colaboración humano-IA es un motor central de la transformación del mercado laboral. Lo que está ocurriendo es una reorganización profunda, en la que algunas funciones pierden relevancia mientras otras surgen o se expanden con velocidad impresionante.
El saldo neto de esta ecuación todavía se está calculando, pero las señales iniciales apuntan hacia un escenario en el que la generación de empleos en áreas de alta complejidad cognitiva supera las pérdidas en actividades rutinarias. Esto no minimiza el impacto para quienes trabajan en funciones directamente amenazadas por la automatización, y es fundamental que esa porción de la fuerza laboral reciba atención y soporte adecuados. Pero la tendencia general sugiere que la IA puede ser, paradójicamente, una de las mayores fuerzas de creación de empleo de la próxima década.
El punto clave para las empresas es entender que invertir en augmentación y reskilling no es solo una cuestión de responsabilidad social — es una estrategia de competitividad. Organizaciones que capacitan a sus equipos para trabajar con IA consiguen retener talento, aumentar la productividad y posicionarse mejor frente a mercados cada vez más dinámicos. Para los profesionales, el mensaje es igualmente claro: la tecnología avanza rápido, pero la capacidad humana de aprender, adaptarse y crear valor en contextos nuevos sigue siendo el activo más valioso que alguien puede tener. El futuro del trabajo no pertenece a los robots ni solo a los humanos. Pertenece a quienes sepan combinar lo mejor de ambos mundos. 💡
