Olas rompientes vs mareas crecientes — Hallazgos sobre automatización por IA a partir de más de 17 000 evaluaciones de trabajadores

La mayoría de los estudios sobre IA y mercado laboral se basan en paneles de expertos o análisis teóricos de tareas. Este estudio adopta un enfoque diferente: preguntó a los propios trabajadores. Publicado en abril de 2026, la investigación recogió más de 17 000 evaluaciones de trabajadores de cientos de ocupaciones, pidiéndoles que evaluaran cuáles de sus tareas diarias podrían ser realizadas por sistemas de IA actuales o de corto plazo. El resultado es una imagen granular y a pie de campo del potencial de automatización por IA, y el hallazgo principal desafía la narrativa dominante de "disrupción repentina".

Hallazgos clave

• La automatización por IA es una marea creciente, no una ola rompiente. La metáfora central del estudio captura su hallazgo principal: en lugar de un pequeño número de ocupaciones enfrentando una automatización total y repentina, los datos muestran un potencial de automatización amplio e incremental que se extiende a casi todas las ocupaciones. El impacto es amplio pero gradual, no estrecho y repentino.
• El 80-95% de las tareas laborales podrían ser automatizables por IA para 2029. Los trabajadores evaluaron que la gran mayoría de sus tareas individuales tienen algún grado de potencial de automatización por IA en un horizonte de tres a cinco años. Esto no significa que el 80-95% de los empleos desaparezcan: significa que casi todos los empleos contienen tareas que la IA podría realizar.
• Los trabajadores identifican un potencial de automatización que los modelos de expertos no detectan. Dado que las evaluaciones provienen de personas que realmente hacen el trabajo, capturan matices a nivel de tarea que los modelos descendentes por ocupación pasan por alto. Algunas tareas que los expertos calificaron como "seguras" fueron señaladas por los trabajadores como ya parcialmente automatizadas en la práctica.
• El potencial de automatización varía más dentro de las ocupaciones que entre ellas. La dispersión del riesgo de automatización entre tareas dentro de un mismo puesto de trabajo suele ser mayor que la diferencia entre dos puestos diferentes. Esto significa que afirmaciones generales como "los contadores están a salvo" o "los escritores están condenados" no reflejan la imagen real.
• La autoevaluación revela una brecha de confianza. Los trabajadores que ya habían usado herramientas de IA en sus roles calificaron el potencial de automatización más alto que quienes no lo habían hecho. La familiaridad con la IA aumenta —en lugar de disminuir— la percepción del alcance de lo que la IA puede hacer.

Qué significa esto para tu carrera

El encuadre de "marea creciente" es la conclusión más importante. Si has estado siguiendo las noticias sobre IA y pensando "mi trabajo está a salvo porque requiere creatividad / empatía / presencia física", este estudio sugiere que probablemente estás subestimando cuántas de tus tareas individuales tienen potencial de automatización. El riesgo no es que tu rol entero desaparezca de la noche a la mañana. El riesgo es que el 30-60% de lo que haces hoy se absorba en flujos de trabajo de IA en los próximos años, y tu rol se transforme en algo que quizás no reconozcas.

El hallazgo de que los trabajadores que usan IA ven más potencial de automatización —no menos— es particularmente revelador. Sugiere que las personas más informadas sobre las capacidades actuales de la IA son las que esperan más cambios. Si aún no has experimentado con herramientas de IA en tu contexto laboral específico, tu sensación de seguridad puede estar basada en desconocimiento más que en una evaluación precisa.

La implicación práctica es dejar de pensar en tu trabajo como una unidad única y empezar a pensar en tus tareas. ¿Cuáles de tus tareas diarias podría manejar un sistema de IA bien configurado hoy? ¿Cuáles podría manejar con un año más de mejora? Las respuestas te dirán dónde enfocar tu energía: en las tareas que siguen siendo distintivamente humanas y en aprender a orquestar la IA para el resto.

Datos destacados

• 17 000+ evaluaciones individuales de trabajadores recopiladas en cientos de ocupaciones
• 80-95% de las tareas laborales evaluadas como con algún potencial de automatización por IA para 2029
• Mayor familiaridad con IA se correlaciona con mayor percepción de potencial de automatización
• La variación dentro de las ocupaciones supera la variación entre ocupaciones en riesgo de automatización
• Horizonte de 3-5 años utilizado para las evaluaciones de viabilidad de automatización

Metodología

El estudio reclutó trabajadores de un amplio rango de ocupaciones y les pidió evaluar sus propias tareas laborales con una rúbrica estructurada de capacidades de IA. Cada trabajador enumeró sus tareas principales y calificó la viabilidad de que la IA realizara cada tarea a un nivel de calidad aceptable, tanto con la tecnología actual como con avances anticipados a corto plazo. El marco de evaluación distinguió entre automatización total (la IA realiza la tarea de forma independiente), automatización parcial (la IA maneja componentes significativos con supervisión humana) y aumentación (la IA asiste pero el humano sigue siendo el actor principal). Se recopilaron más de 17 000 evaluaciones individuales de tareas y se agregaron por ocupación, industria y demografía de los trabajadores. El equipo de investigación validó un subconjunto de evaluaciones de trabajadores contra evaluaciones de expertos y encontró una fuerte alineación, con los trabajadores identificando vectores de automatización adicionales que los expertos no habían considerado.