En 2023, el entusiasmo por la inteligencia artificial generativa alcanzó su punto más alto. Las redes sociales, las conferencias tecnológicas y los foros de trabajo rebosaban de optimismo. La promesa era clara la IA iba a democratizar el conocimiento, a nivelar el campo de juego. Un júnior con acceso a un modelo de lenguaje podía, según se decía, producir como un sénior. Basta con escribir una buena instrucción y recibir como respuesta un informe, un código o una presentación pulida. Parecía el inicio de una nueva era de igualdad profesional.
La promesa rota de la igualdad tecnológica
Pero las cosas no han salido como se esperaba. Lo que parecía una herramienta de empoderamiento individual se ha revelado como un espejo de las desigualdades ya existentes. Los sistemas agénticos no redactan correos, ejecutan proyectos complejos, toman decisiones encadenadas o generan código que interactúa con sistemas reales. Y para usar bien una herramienta que se equivoca de formas sofisticadas, tus habilidades deben ser superiores, deben ser igualmente sofisticadas. Aquí reside el gran dilema.
Un recién llegado al mundo laboral, un trabajador júnior, carece precisamente de lo que la IA exige criterio, experiencia y dominio profundo del campo. No puede verificar si el resultado es correcto, si el código tiene fallos sutiles, si el análisis omite un sesgo clave. Y eso requiere exactamente lo que un trabajador junior no tiene aún, a saber, criterio, experiencia y dominio profundo del campo. La paradoja es brutal la herramienta que prometía acortar la brecha entre novatos y expertos la está ampliando.
La trampa cognitiva de la precariedad
La diferencia no está solo en el conocimiento técnico. Está en el tiempo, en la estabilidad, en la posibilidad de equivocarse sin consecuencias inmediatas. Un trabajador con estabilidad económica puede dedicar horas semanales a formarse en las nuevas herramientas, a experimentar, a construir el criterio que la IA exige. Puede probar, fallar, corregir. Puede preguntarse por qué la máquina hizo lo que hizo.
Un trabajador precario, aún en los sectores expuestos a la IA, y que necesita producir hoy para cobrar mañana, no puede. Usa la IA porque no tiene alternativa, pero la usa mal, y al hacerlo deja de desarrollar las habilidades que la IA no puede sustituir. En unos años, no sabrá hacer ni lo que la máquina hace por él. La precariedad, que ya era una trampa antes de la IA para muchos colectivos, se convierte ahora en una trampa cognitiva para otros.
Productividad aparente, desigualdad real
Los primeros experimentos controlados con IA en entornos laborales mostraban ganancias de productividad del 14% al 55%. Son cifras que suenan a revolución. Pero los datos administrativos de salarios y empleo muestran un efecto cercano a cero en el agregado. ¿Por qué? Porque las empresas capturan la mayor parte de las ganancias, porque la mitad de la fuerza laboral expuesta no tiene la base para usar la herramienta con sentido crítico, y porque destruir capital humano tácito es mucho más rápido que construirlo.
La paradoja se repite dar acceso a cursos de IA a trabajadores que no tienen tiempo ni dinero para hacerlos es tirar el dinero público. La capacitación no sirve si no hay condiciones materiales para aprender. La formación no ocurre en el vacío. Ocurre en contextos de estabilidad, de apoyo, de tiempo. Y esos contextos no son neutros están distribuidos de forma desigual.
El costo social de la productividad inmediata
Las empresas tienen incentivos claros para que sus juniors deleguen todo en la máquina hoy. Entregar resultados rápidos, cumplir objetivos trimestrales, mostrar eficiencia inmediata. Pero el coste lo pagará la sociedad mañana, cuando esos trabajadores no sepan hacer nada que la máquina no haga mejor. La precariedad se convierte en una trampa cognitiva para otros. Dentro del mismo sector, dentro de la misma empresa, el experto con recursos y el precario ya no compiten en el mismo mercado. Uno acumula experiencia y valor, el otro se deprecia.
Hacen falta incentivos para que las empresas inviertan en supervisión y en rotación formativa real, no en productividad aparente. Necesitamos políticas que obliguen a que el aprendizaje sea parte del trabajo, no una carga adicional. Porque si no, estaremos construyendo una fuerza laboral técnicamente dependiente, incapaz de funcionar sin la máquina, y por tanto más vulnerable a sus fallos, sus sesgos y sus cambios.
Una oportunidad con condiciones
La IA puede ser la mayor oportunidad económica de nuestra generación. Puede liberar tiempo, potenciar creatividad, acelerar descubrimientos. Pero si dejamos que el mercado la despliegue sin más, lo que tendremos es la misma desigualdad de siempre, acelerada y con una nueva coartada tecnológica. La tecnología no es neutral. Reproduce y amplifica las jerarquías que ya existen. Y si no intervenimos, convertirá la promesa de igualdad en una ficción cada vez más lejana.