En 2026, el Joint Research Centre (JRC) de la Comisión Europea publicó en Sevilla el documento “Can machines replace human workers? Notes on agency, automation, and AI”, elaborado por Enrique Fernández-Macías y revisado por RH Management, que propone un marco conceptual para analizar cómo la inteligencia artificial puede transformar el trabajo humano, por qué algunas actividades son más susceptibles de automatización y bajo qué condiciones la tecnología tendería a reemplazar o complementar a los trabajadores. El análisis no formula predicciones sobre cuántos empleos desaparecerán, sino que reorganiza el debate a partir de una distinción entre capacidad operacional y agencia humana.
El documento plantea que el trabajo posee dos componentes que normalmente aparecen integrados. Por una parte está el componente operacional, asociado con la ejecución de transformaciones o procedimientos que pueden especificarse. Por otra, el componente agéntico comprende la capacidad de interpretar situaciones, ejercer juicio, establecer objetivos, responder a lo inesperado, adaptarse e innovar. Bajo este marco, las máquinas pueden sustituir la dimensión operacional, pero no la agencia genuina que aportan las personas.
Esta distinción lleva al autor a cuestionar una de las formas habituales de analizar la automatización. En lugar de considerarla principalmente como una propiedad del contenido de las tareas, sostiene que la automatabilidad depende de la organización del trabajo. Una misma actividad puede presentar mayor o menor posibilidad de sustitución dependiendo de cuánto espacio conserva el trabajador para decidir y actuar frente a circunstancias no previstas.
Trabajo automatizable
El marco identifica cuatro dimensiones organizacionales que ayudan a evaluar la automatabilidad. La primera es la autonomía: mientras mayor sea la capacidad del trabajador para decidir sobre tiempos, métodos, secuencia y ritmo, mayor es la agencia que conserva. La segunda es el trabajo en equipo, debido a que la coordinación interpersonal exige interpretación y adaptación continua. A ellas se suman la rutina, que aumenta cuando los procesos están estandarizados y repetidos, y la granularidad, entendida como el nivel de fragmentación del trabajo en tareas estrechas y especializadas.
La combinación de baja autonomía, poco trabajo colaborativo, alta rutina y elevada granularidad configura, de acuerdo con el documento, un tipo de trabajo en el que una parte importante de la agencia ya ha sido extraída organizacionalmente. Es precisamente en esas condiciones donde el componente operacional restante resulta más susceptible de ser capturado por máquinas.
El taylorismo sirve como ilustración histórica de esta lógica. La administración científica descompuso procesos productivos, estandarizó movimientos y procedimientos y trasladó conocimientos y decisiones desde los trabajadores hacia la administración. Aunque su propósito original no era reemplazar personas mediante máquinas, esa reorganización redujo el componente agéntico del trabajo y terminó creando condiciones favorables para una mecanización posterior.
IA y agencia
La inteligencia artificial amplía de manera significativa la frontera de la automatización operacional. A diferencia de tecnologías anteriores, que automatizaban principalmente transformaciones físicas o procesamiento estandarizado de información, la IA generativa puede intervenir en actividades cognitivas vinculadas con atención, búsqueda, comprensión, expresión, conceptualización, aprendizaje y razonamiento cuantitativo.
Sin embargo, el documento diferencia exposición y automatabilidad. La exposición indica si la IA posee capacidades técnicamente relevantes para ejecutar el contenido de determinadas tareas. La automatabilidad, en cambio, refleja si la organización del trabajo ha reducido suficientemente la agencia humana como para que esas operaciones puedan ser sustituidas. Un trabajo altamente expuesto y altamente automatizable presenta mayores condiciones para el reemplazo. En cambio, cuando existe alta exposición pero baja automatabilidad, el resultado más probable dentro de este marco es la ampliación de capacidades del trabajador.
El punto central está en que los actuales sistemas de IA pueden producir respuestas que parecen asociadas con juicio, creatividad o adaptación, pero el autor sostiene que esa apariencia no equivale a agencia genuina. Para diferenciar un agente de un instrumento utiliza como criterio la capacidad de negarse o apartarse de una instrucción a partir de una evaluación propia de la situación. Los sistemas actuales pueden rechazar solicitudes, pero esas respuestas permanecen dentro de parámetros previamente definidos.
Desde esa perspectiva, una automatización completa de procesos productivos continuaría requiriendo alguna forma de agencia humana mientras los sistemas de IA sigan siendo instrumentos. La tecnología puede reducir la cantidad de intervención humana, trasladarla hacia otras funciones o concentrarla en menos personas, pero no eliminar completamente la necesidad de juicio, adaptación y respuesta frente a situaciones no previstas.
Organización futura
El documento concluye desarrollando tres escenarios conceptuales, que no presenta como predicciones. El primero considera una organización económica en la que la agencia queda concentrada en pocas manos mientras sistemas operacionales realizan gran parte del trabajo, aun al costo de una mayor rigidez y menor capacidad de adaptación. El segundo plantea una relación complementaria, donde la IA funciona como una extensión de las capacidades individuales y permite que los trabajadores conserven la iniciativa mientras delegan operaciones a la tecnología.
Ese segundo escenario exige, según el análisis, que la IA tenga una disponibilidad ampliamente distribuida y que su control no permanezca concentrado. El documento plantea que una trayectoria de este tipo requeriría tratar la IA como un bien público, mediante una regulación sustantiva o considerando los modelos fundacionales como infraestructura pública. El tercer escenario contempla la posibilidad de que surgiera una IA con agencia genuina, lo que ya no correspondería a una herramienta más avanzada, sino a una nueva forma de inteligencia autónoma.
El marco desplaza así la discusión desde una pregunta centrada exclusivamente en qué tareas puede ejecutar la IA hacia otra relacionada con cómo se diseña el trabajo. La autonomía, la coordinación, la capacidad de juicio y el margen para responder frente a situaciones nuevas pasan a ser elementos centrales para comprender cuándo la inteligencia artificial puede sustituir trabajo operacional y cuándo, en cambio, puede convertirse en una herramienta para ampliar capacidades humanas.
RH Management invita a profesionales de gestión de personas, liderazgo, operaciones, compensaciones, tecnología y transformación organizacional a participar en el “Estudio cuantitativo RHM 2026: El trabajo en transformación”. La iniciativa busca reunir evidencia sobre las principales tensiones, brechas y desafíos del mundo laboral en Chile. Participa aquí: https://es.surveymonkey.com/r/TN7FGH7
