La rápida difusión de la inteligencia artificial ha generado una oleada de investigaciones destinadas a medir y pronosticar sus impactos en el mercado laboral[cite: 11]. Sin embargo, la historia de las predicciones económicas invita a la humildad: intentos pasados de medir fenómenos como la deslocalización de servicios identificaron una vulnerabilidad masiva que, una década después, no se tradujo en las pérdidas de empleo previstas[cite: 12, 13]. Ante este escenario, un nuevo informe de Anthropic, publicado el 5 de marzo de 2026, propone una métrica innovadora para separar la capacidad teórica de la implementación real[cite: 1, 3].

Bajo el título “Impactos de la IA en el mercado laboral: una nueva medida y evidencia temprana”, los autores Maxim Massenkoff y Peter McCrory presentan el concepto de exposición observada[cite: 1, 3]. Esta medida no solo analiza qué tareas podría hacer la IA en teoría, sino cuáles está realizando efectivamente en entornos profesionales hoy en día, utilizando datos reales de uso de su modelo Claude[cite: 44, 45, 57].

El abismo entre la capacidad teórica y el despliegue real

La mayoría de los estudios actuales sobre el riesgo de desplazamiento por IA se basan en la capacidad teórica de los Modelos de Lenguaje de Gran Tamaño (LLM)[cite: 4, 28]. No obstante, el informe de Anthropic revela que existe una brecha significativa entre lo que una tecnología puede hacer y su adopción en los centros de trabajo[cite: 5, 58].

• Capacidad teórica vs. uso real: En sectores como la informática y las matemáticas, se estima que el 94% de las tareas son técnicamente automatizables, pero la cobertura real observada es de apenas un 33%[cite: 56, 59].
• Barreras a la adopción: Tareas teóricamente posibles pueden no ejecutarse debido a limitaciones del modelo, restricciones legales, requisitos de software específicos o la necesidad de verificación humana[cite: 38, 39].
• Tareas fuera del alcance: Persisten numerosas funciones que la IA no puede tocar, desde labores agrícolas físicas como podar árboles hasta la representación de clientes en tribunales[cite: 61].

Este enfoque de exposición observada combina datos de la base de datos O*NET con el índice económico de Anthropic, ponderando más los usos automatizados y relacionados con el trabajo que los meramente aumentativos o recreativos[cite: 30, 31, 47, 49].

Las profesiones más expuestas en la actualidad

El estudio identifica claramente qué sectores están experimentando la mayor integración de la IA en sus flujos de trabajo diarios[cite: 62, 138]. No se trata de una vulnerabilidad hipotética, sino de una transformación que ya ocurre en tareas específicas[cite: 45].

Ranking de ocupaciones con mayor exposición observada:

• Programadores informáticos (74.5%): Enfocados en escribir, actualizar y mantener programas de software[cite: 64, 67].
• Representantes de servicio al cliente (70.1%): Principalmente en la gestión de consultas, pedidos y quejas[cite: 64, 67].
• Grabadores de datos (67.1%): Lectura de documentos fuente e introducción de información en sistemas[cite: 64, 68].
• Especialistas en registros médicos (66.7%): Compilación y codificación de datos de pacientes[cite: 64].
• Analistas de investigación de mercado (64.8%): Preparación de informes y traducción de hallazgos complejos[cite: 64].

En el extremo opuesto, aproximadamente el 30% de los trabajadores tienen una exposición nula[cite: 69]. Este grupo incluye ocupaciones con una fuerte carga física o presencial, como cocineros, mecánicos de motocicletas, socorristas y camareros[cite: 70].

El perfil del trabajador ante la IA

Una de las conclusiones más relevantes del informe es que el impacto de la IA no es uniforme entre la población[cite: 81]. Al comparar a los trabajadores en el cuartil de mayor exposición con aquellos sin exposición, emergen diferencias demográficas y socioeconómicas marcadas[cite: 80, 85].

• Género y etnia: El grupo más expuesto tiene 15.5 puntos porcentuales más de probabilidad de ser mujer y es casi el doble de probable que sea de origen asiático[cite: 81, 85].
• Educación: Los niveles de formación son drásticamente superiores en las áreas expuestas[cite: 82]. Mientras que solo el 4.5% de los trabajadores no expuestos tienen títulos de posgrado, esta cifra asciende al 17.4% en el grupo de alta exposición[cite: 83, 85].
• Ingresos: Los trabajadores en roles altamente expuestos ganan, en promedio, un 47% más que sus contrapartes no expuestas, con salarios por hora de $32.69 frente a $22.23[cite: 82, 85].

Esta disparidad sugiere que la IA está impactando de lleno en el sector de los “trabajadores de cuello blanco” con alta cualificación[cite: 82, 116].

¿Existe un impacto real en el desempleo?

A pesar de la alta exposición en ciertas áreas, los datos actuales muestran una resistencia notable del mercado laboral[cite: 7]. El informe de Anthropic indica que, hasta la fecha, no se ha encontrado evidencia sistemática de un aumento en el desempleo entre los trabajadores altamente expuestos desde finales de 2022[cite: 3, 113].

Utilizando un marco de análisis de “diferencia en diferencias”, los investigadores compararon las tasas de desempleo de los grupos más y menos expuestos[cite: 112]. Aunque durante la pandemia los trabajadores menos expuestos sufrieron un desempleo mucho mayor, las tendencias actuales se han estabilizado y son similares para ambos grupos[cite: 110, 111].

Sin embargo, hay una señal de alerta importante: el mercado de los jóvenes profesionales[cite: 8, 121]. El estudio detectó indicios de que la contratación de trabajadores de entre 22 y 25 años se ha ralentizado en las ocupaciones expuestas[cite: 127]. En el periodo post-ChatGPT, se observó que la tasa de nuevas contrataciones en empleos de alta exposición para este rango de edad cayó aproximadamente un 14% en comparación con 2022[cite: 131]. Esto sugiere que la IA podría estar afectando primero la entrada al mercado laboral de los nuevos graduados[cite: 133].

Perspectivas de crecimiento a largo plazo

Aunque el desempleo inmediato no ha repuntado, las proyecciones futuras sí parecen estar influenciadas por la IA[cite: 71]. Al cruzar los datos de exposición con las previsiones de la Oficina de Estadísticas Laborales (BLS) para el periodo 2024-2034, se observa una correlación negativa[cite: 72].

Las ocupaciones con mayor exposición observada tienden a tener proyecciones de crecimiento de empleo más débiles[cite: 6, 76]. Específicamente, por cada aumento de 10 puntos porcentuales en la cobertura de tareas por IA, la proyección de crecimiento de la BLS cae un 0.6%[cite: 77]. Esto indica que, si bien la IA puede no estar destruyendo empleos de forma súbita, sí podría estar frenando la creación de nuevas plazas en sectores clave[cite: 78].

En conclusión, el marco de exposición observada de Anthropic proporciona una herramienta esencial para identificar vulnerabilidades antes de que el desplazamiento sea visible a gran escala[cite: 20, 142]. La clave para las empresas y los responsables de políticas públicas en los próximos años será monitorear cómo se cierra la brecha entre la capacidad técnica y el uso real[cite: 45, 141].