RH Management revisó el informe “Labor market impacts of AI: A new measure and early evidence”, publicado el 5 de marzo de 2026 por Maxim Massenkoff y Peter McCrory, que analiza cómo la inteligencia artificial comienza a incidir en el mercado laboral de Estados Unidos a partir de una nueva métrica de “exposición observada”, combinando capacidad teórica de los modelos de lenguaje con uso real en tareas profesionales, y concluye que el efecto sobre el empleo aún es limitado, aunque ya se observan señales tempranas en la contratación de jóvenes.
El estudio parte de una advertencia: medir el impacto laboral de la AI exige cautela. Sus autores sostienen que las transformaciones tecnológicas no siempre producen efectos inmediatos o fáciles de aislar en los datos agregados de empleo. Por eso proponen un enfoque que no se queda solo en lo que la tecnología podría hacer en teoría, sino que incorpora también lo que ya está haciendo en contextos laborales concretos.
Esa nueva medida, denominada “exposición observada”, considera más expuestos a los empleos cuyas tareas son técnicamente realizables con modelos de lenguaje, presentan uso significativo en entornos de trabajo, muestran mayor peso de automatización que de asistencia y, además, concentran una porción importante de sus funciones en tareas impactadas por AI. En otras palabras, el informe busca aproximarse no solo al potencial de la tecnología, sino a su penetración efectiva en la actividad diaria.
Uno de los hallazgos más relevantes es que la adopción efectiva todavía está lejos de la capacidad teórica de la AI. El reporte muestra que, aunque ocupaciones como computación y matemáticas tienen un potencial de exposición de 94% de sus tareas, la cobertura observada actual llega a 33%. Esa brecha sugiere que el despliegue de la tecnología aún está en una fase parcial y que persisten barreras operativas, regulatorias, de validación humana o de integración con software específico.
Entre los puestos más expuestos aparecen programadores, representantes de servicio al cliente y digitadores de datos. El informe agrega que los programadores encabezan la lista con 75% de cobertura observada, mientras que los digitadores alcanzan 67%. En el otro extremo, un 30% de los trabajadores no registra cobertura observada, grupo en el que figuran cocineros, mecánicos de motocicletas, salvavidas, bartenders, lavaplatos y asistentes de vestidor.
Señales débiles, pero visibles
Pese a ese avance desigual, el trabajo no encuentra hasta ahora un aumento sistemático del desempleo en los trabajadores de ocupaciones altamente expuestas. Al analizar series de desempleo con datos de la Current Population Survey, los autores señalan que, desde fines de 2022, las tendencias entre ocupaciones más y menos expuestas se han mantenido en términos generales similares. Incluso al probar distintas extensiones metodológicas, el informe indica que no aparecen impactos claros sobre los puestos expuestos.
Sin embargo, el documento sí detecta una señal temprana en el frente de la contratación. Al observar el inicio de nuevos empleos entre trabajadores de 22 a 25 años, los autores encuentran que, desde 2024, los jóvenes tienen relativamente menos probabilidades de entrar a ocupaciones altamente expuestas. Según el informe, la tasa de ingreso a esos trabajos cae alrededor de medio punto porcentual, lo que equivale a una baja promedio de 14% frente a 2022, aunque el propio estudio aclara que la significancia estadística de ese resultado es apenas marginal.
El reporte también subraya que esta desaceleración no necesariamente implica destrucción directa de puestos. Los autores advierten que quienes no son contratados podrían permanecer en sus trabajos actuales, optar por otras ocupaciones o incluso volver a estudiar. Aun así, consideran que este comportamiento podría constituir una primera señal de ajuste en el mercado laboral vinculada a la difusión de la AI.
Quiénes están más expuestos
Otro dato relevante para la gestión de personas es el perfil de los trabajadores más alcanzados por esta exposición observada. El informe sostiene que quienes se ubican en el grupo más expuesto tienen mayor probabilidad de ser mujeres, contar con más educación formal y percibir mejores salarios. En promedio, ganan 47% más que los trabajadores no expuestos, y la proporción con posgrado es casi cuatro veces mayor en el grupo más expuesto.
A nivel agregado, además, las ocupaciones con mayor exposición observada tienden a mostrar peores proyecciones de crecimiento hacia 2034. El estudio cita que por cada aumento de 10 puntos porcentuales en cobertura, la proyección de crecimiento del empleo baja 0,6 puntos porcentuales, aunque remarca que la relación es leve. A juicio de los autores, ese vínculo ofrece una validación inicial de la nueva métrica, sin constituir todavía una prueba de disrupción profunda.
La principal conclusión del documento es que la AI todavía no produce una ola visible de desempleo en los trabajos más expuestos, pero ya empieza a alterar algunos indicadores sensibles del mercado laboral, especialmente entre quienes intentan ingresar a ocupaciones de mayor exposición. Más que una fotografía definitiva, el informe se presenta como una línea de base para seguir midiendo si esas señales tempranas se consolidan o no en los próximos años.
