Anthropic presenta la métrica de «exposición observada» (Observed Exposure), encontrando evidencia limitada de picos de desempleo por IA
En un lanzamiento histórico el 5 de marzo de 2026, Anthropic publicó un exhaustivo documento de investigación económica titulado "Impactos de la IA en el mercado laboral: Una nueva medida y evidencia temprana" (Labor market impacts of AI: A new measure and early evidence). El estudio introduce un marco novedoso para medir cómo la inteligencia artificial interactúa con la fuerza laboral, yendo más allá de la especulación teórica para analizar datos de uso real.
Los hallazgos ofrecen una visión matizada del panorama económico actual: si bien las ocupaciones con alta exposición a la IA muestran signos de un crecimiento proyectado más lento y una reducción en la contratación para roles de nivel inicial, aún no hay evidencia de un aumento sistemático en el desempleo para estos trabajadores. Esta investigación proporciona un punto de datos crucial en el debate en curso sobre el desplazamiento de empleos impulsado por la IA, sugiriendo que el impacto de la tecnología se manifiesta actualmente como una «congelación de contrataciones» (hiring freeze) o absorción, en lugar de despidos masivos.
Yendo más allá de la teoría: La métrica de «exposición observada»
Los intentos previos de cuantificar el impacto de la IA en los empleos se han basado en gran medida en la capacidad teórica, preguntando si un Modelo de lenguaje de gran tamaño (Large Language Model, LLM) podría realizar una tarea. La nueva investigación de Anthropic sostiene que la capacidad no equivale a la adopción. Para abordar esta brecha, los investigadores Maxim Massenkoff y Peter McCrory desarrollaron una nueva métrica llamada «exposición observada».
Esta métrica sintetiza datos de tres fuentes primarias:
- Capacidad teórica: Estimaciones de estudios previos (como Eloundou et al., 2023) sobre si las tareas pueden ser automatizadas por LLM.
- Uso en el mundo real: Datos agregados y anonimizados del Índice Económico de Anthropic (Anthropic Economic Index), que rastrea cómo se utiliza realmente Claude en entornos profesionales.
- Definiciones de tareas: La base de datos O*NET, que desglosa más de 800 ocupaciones en tareas constitutivas específicas.
Al filtrar las posibilidades teóricas a través del prisma del comportamiento real, la métrica de «exposición observada» identifica no solo qué trabajos podrían automatizarse, sino cuáles se están automatizando. El estudio encontró que, mientras los modelos teóricos sugieren que el 94 % de las tareas en «Computación y Matemáticas» (Computer & Math) están expuestas, la cobertura real de Claude se sitúa actualmente en torno al 33 %, lo que resalta un desfase significativo entre la viabilidad técnica y la realidad económica.
Hallazgos clave: Crecimiento más lento, no despidos masivos
La conclusión central del documento desafía la narrativa catastrófica de un desempleo tecnológico masivo e inmediato. A pesar de la rápida adopción de herramientas como Claude, la tasa de desempleo para los trabajadores en el cuartil más expuesto no ha divergido significativamente de aquellos en roles no expuestos desde el lanzamiento de ChatGPT a finales de 2022.
Sin embargo, los datos revelan un efecto de enfriamiento en la demanda laboral para los roles expuestos.
La correlación con el crecimiento del empleo
Los investigadores encontraron una correlación negativa entre la «exposición observada» y las proyecciones de empleo. Por cada aumento de 10 puntos porcentuales en la exposición a la IA, el crecimiento del empleo proyectado por la Oficina de Estadísticas Laborales (Bureau of Labor Statistics, BLS) cae 0,6 puntos porcentuales. Esta validación sugiere que, si bien la IA no está causando despidos inmediatos, puede estar reduciendo la necesidad de una futura expansión de la plantilla.
El «canario en la mina de carbón»: Los trabajadores jóvenes
Quizás el hallazgo más preocupante se refiere a los nuevos participantes en el mercado laboral. El estudio identificó evidencia sugestiva de que la contratación se ha ralentizado para los trabajadores de entre 22 y 25 años en campos de alta exposición.
- Tasas de hallazgo de empleo: Tras la aparición de ChatGPT, la tasa a la que los trabajadores jóvenes ingresan en ocupaciones expuestas ha caído aproximadamente un 14 % en comparación con los niveles de 2022.
- Significancia estadística: Aunque apenas es estadísticamente significativo, esta tendencia se alinea con la hipótesis de la «congelación de contrataciones»: las empresas pueden estar reteniendo al personal sénior mientras utilizan la IA para absorber el trabajo que históricamente habría correspondido a los empleados júnior.
Ocupaciones de alta exposición frente a baja exposición
La investigación aclara exactamente qué roles están sintiendo actualmente la presión de la integración de la IA. A diferencia de las olas de automatización anteriores que afectaron al trabajo manual, este cambio se dirige a profesiones cognitivas de alta cualificación.
Tabla: Ocupaciones más y menos expuestas según la exposición observada
| Ocupación | Nivel de exposición | Tareas principales afectadas |
|---|---|---|
| Programadores de computadoras | Alto (75 %) | Codificación, depuración, automatización de scripts |
| Representantes de servicio al cliente | Alto | Resolución de consultas, recuperación de información |
| Capturistas de datos | Alto (67 %) | Lectura de documentos, ingreso de datos estructurados |
| Analistas financieros | Alto | Síntesis de datos, elaboración de informes |
| Cocineros | Bajo (0 %) | Preparación física de alimentos |
| Mecánicos de motocicletas | Bajo (0 %) | Reparación y mantenimiento físico |
| Socorristas | Bajo (0 %) | Vigilancia y rescate físico |
El perfil demográfico del trabajador «más expuesto» es distintivo: es probable que tenga un salario más alto, una mejor educación y posea títulos de posgrado. Por ejemplo, los trabajadores con títulos de posgrado representan el 17,4 % del grupo más expuesto, en comparación con solo el 4,5 % del grupo no expuesto.
Implicaciones para el futuro del trabajo
La investigación de Anthropic sirve como una línea de base crítica para monitorear la transición económica hacia una economía aumentada por la IA. Los autores señalan que, si bien los efectos actuales son sutiles —visibles principalmente en la reducción de la contratación de perfiles júnior más que en despidos—, esto podría cambiar a medida que las capacidades de la IA mejoren y las barreras para su adopción (como las restricciones legales o la integración de software) disminuyan.
El estudio concluye con un llamado a la humildad y a la vigilancia continua. El marco de «exposición observada» está diseñado para actualizarse periódicamente, permitiendo a los responsables de políticas y economistas rastrear la brecha entre el potencial de la IA y su huella económica real. Por ahora, el mercado laboral parece estar doblándose, pero no rompiéndose, bajo el peso de la IA generativa (Generative AI).
