¿Por qué la IA no ha aumentado el desempleo?

Pensé en compartir algunas reflexiones de alto nivel y un marco que me ayuda a entender por qué (hasta ahora) no vemos un impacto significativo de la IA en el mercado laboral estadounidense. Me centro en EE. UU. porque (a) la adopción de IA es alta aquí, (b) es la economía más grande del mundo, (c) en comparación con Europa, sus instituciones del mercado laboral históricamente facilitan una adopción más rápida de tecnologías que desplazan mano de obra, y (d) contamos con una variedad inusualmente rica de estadísticas del mercado laboral para comprender las condiciones actuales. Compartí estas ideas recientemente dentro de Anthropic.

En primer lugar, la adopción de IA es alta en EE. UU. Por lo tanto, es razonable buscar sus efectos en la productividad o en el desempleo. El crecimiento de la productividad laboral ha sido fuerte en los últimos años, y hay evidencia sugestiva de que la IA ha contribuido en parte.

Pero el mercado laboral estadounidense es actualmente estable y está cerca del pleno empleo. En mi opinión, la IA no ha causado un aumento material en la tasa de desempleo hasta la fecha. Incluso si nos centramos en los trabajadores con alta exposición a los patrones actuales de automatización de IA, no vemos aumentos inesperados en el desempleo en los últimos años (aunque, como discutiré más adelante, estos trabajadores están más preocupados por la pérdida de empleo).

¿Por qué no vemos ningún impacto de la adopción de IA en el desempleo? La IA (hasta ahora) tiene las características de una tecnología "sesgada hacia las habilidades" y que complementa el trabajo. Incluso cuando la IA automatiza algunos aspectos del trabajo, la experiencia humana complementaria amplifica lo que la IA (o los humanos) pueden lograr por sí solos. La IA amplía el alcance de lo que las personas pueden lograr, lo que aumenta los rendimientos de trabajar con IA.

Ahora bien, el futuro aún es bastante incierto. Las capacidades de los modelos están avanzando rápidamente, y es posible que los sistemas de IA pronto puedan desarrollar autónomamente sus propios sucesores. Los sistemas de IA más inteligentes en general podrían provocar un desplazamiento laboral que aún no se ha materializado. Si eso podría suceder (y con qué rapidez) es una pregunta abierta, una que mi equipo está trabajando para entender.

En muchos sentidos, este breve ensayo es mi intento de sintetizar la investigación económica de Anthropic durante los últimos 18 meses para comprender cómo las personas usan la IA y qué implica eso para el trabajo, el mercado laboral y la economía en general en este momento. Este trabajo ha enfatizado que el futuro sigue siendo incierto y que las implicaciones probablemente sean desiguales. Hasta ahora, hemos visto efectos de desempleo moderados; este ensayo presenta mi marco para entender por qué (y qué podría cambiar en el futuro).

Antecedente importante: El mercado laboral estadounidense es actualmente estable.

• La tasa de desempleo en junio fue del 4,2%, que la Fed considera como el nivel consistente con el pleno empleo y precios estables.
• La relación entre ofertas de empleo y trabajadores desempleados recientemente subió a poco más de 1 en abril, lo que algunos economistas argumentan que implica que la demanda y la oferta de trabajo están aproximadamente equilibradas de manera eficiente. Indicadores más sofisticados, como el Índice de Tensión del Mercado Laboral HPW (Heise, Pearce, Weber) del NY Fed, también apuntan a un mercado laboral equilibrado.
• La relación empleo-población en edad laboral se mantiene cerca de máximos de varias décadas, lo que refleja la fortaleza generalizada del mercado laboral que surgió durante la expansión posterior a la pandemia.
• Las solicitudes iniciales semanales de seguro de desempleo se han mantenido establemente bajas en los últimos cuatro años. Y las tasas de despidos y ceses se mantienen en o ligeramente por debajo de los niveles prepandémicos.

Entonces, ¿deberíamos esperar ya un impacto de la IA en el mercado laboral? Creo que la respuesta es sí: El sector de la IA es lo suficientemente grande como para buscar efectos macroeconómicos discernibles.

• Aproximadamente el 20% de las empresas usan IA en al menos una función empresarial. En el sector de la información, que es el 5,5% del PIB, la proporción es del 40%.
• La producción de IA ajustada por calidad creció más del 2000% anual tanto en 2024 como en 2025, según estimaciones de Patrick McKelvey y mi colega @akorinek. Incluso desde una base inicial pequeña, esto sugiere que deberíamos ver señales del impacto de la IA en el agregado.
• Creo que estamos empezando a ver el impacto de la IA en las estadísticas agregadas de productividad:
• El crecimiento de la productividad laboral ha sido relativamente fuerte en los últimos años: la relación entre producción por hora de trabajo aumentó un 2,0% anual desde el primer trimestre de 2022 hasta el primer trimestre de 2026, en comparación con el 1,6% en los cuatro años anteriores a la pandemia.
• Los sectores de la economía estadounidense con mayor adopción de IA han tendido a tener un crecimiento más rápido de la productividad laboral en los últimos cuatro años.
• El crecimiento de la productividad total de los factores—cómo les gusta medir la productividad a los economistas—ha sido más moderado en los últimos años (especialmente después de contabilizar la utilización de factores). Esto debilita la evidencia, pero las señales mixtas sobre la productividad podrían indicar en sí mismas que se está produciendo una aceleración.
• Las empresas toman decisiones de contratación basándose en creencias sobre el valor futuro de emplear a un nuevo trabajador, en relación con los costos.
• Las empresas consideran cuán productivos serán los trabajadores en el futuro, los salarios durante el transcurso del empleo y la duración esperada de la relación laboral.
• Por esta razón, las creencias de las empresas sobre el futuro deberían moldear los resultados del mercado laboral hoy, en forma de separaciones laborales, contrataciones y cambios ocupacionales. Pero en términos de renuncias, despidos y tasas de búsqueda de empleo, vemos un patrón de estabilidad. Tampoco hay evidencia de una rotación ocupacional inusualmente rápida debido a la IA.
• Las ofertas de empleo en Ingeniería de Software se han recuperado ampliamente desde mayo de 2025, en comparación con todas las demás ofertas de empleo, lo que indica una demanda creciente de trabajadores en una ocupación donde las capacidades de IA están avanzando más.

¿Hay alguna evidencia de que el desplazamiento laboral esté ocurriendo, aunque no sea (todavía) macroeconómicamente relevante? La evidencia es mixta. Pero en general, no estoy convencido.

• Como Maxim Massenkoff y yo documentamos en nuestro informe de impacto laboral, no hemos visto un empeoramiento de las tasas de desempleo para los trabajadores en roles con una gran proporción de tareas que Claude se utiliza para automatizar, en comparación con los trabajadores en otros roles. Actualizar este análisis con datos más recientes de la BLS no cambia este resultado.
• Encontramos alguna evidencia sugestiva de que las tasas de contratación de trabajadores jóvenes en roles altamente expuestos a la IA se han debilitado en el último año más o menos. Esto es consistente con la evidencia en Canaries in the Coal Mine, un artículo de investigadores del Stanford Digital Economy Lab.
• Pero esta evidencia de desplazamiento de trabajadores jóvenes debe interpretarse con cautela. Es difícil discernir efectos causales, porque la IA surgió en un entorno macroeconómico inusualmente volátil: desaparición de las dislocaciones de la era pandémica, ajuste rápido de la política monetaria, volatilidad de los precios de las materias primas tras la invasión rusa de Ucrania e incertidumbre política global sostenida (por ejemplo, debido a guerras comerciales). Dado que la contratación es una forma de inversión, la incertidumbre económica amplia puede pesar sobre la contratación.
• Otra forma de decirlo: de 2022 a ahora, EE. UU. experimentó la mayor desaceleración del mercado laboral sin recesión registrada (la "desinflación inmaculada"). Esto coincidió con un mercado laboral de "bajas contrataciones, bajos despidos". Este tipo de mercado laboral afecta más a los que ingresan al inicio de su carrera. Actualmente, los trabajadores jóvenes pueden estar teniendo dificultades para encontrar empleo por razones macroeconómicas distintas a la IA.
• Por separado, algunos trabajos recientes argumentan que el aumento del trabajo remoto después de la pandemia ha tenido un impacto en los trabajadores jóvenes en roles altamente expuestos a la IA. Es un desafío aislar el impacto de la IA de otros shocks que afectan la economía.
• Si bien aún no vemos efectos de desempleo, sí encontramos que los trabajadores en roles con tareas que Claude se utiliza para automatizar expresan mayor preocupación por perder su empleo que aquellos en roles menos expuestos.

Si crees que el mercado laboral estadounidense es actualmente saludable, que la IA podría en principio generar efectos macroeconómicamente discernibles, y que esto aún no ha producido desplazamiento para roles altamente expuestos a la IA, entonces la siguiente pregunta es obvia:

¿Por qué la IA no ha causado un aumento significativo del desempleo?

Hasta ahora, la IA es tanto sesgada hacia las habilidades como complementaria al trabajo. Complementa la experiencia en el dominio. Depende de humanos en el circuito para dirigir y evaluar el trabajo más complejo. Y recompensa la competencia en IA. Las capacidades de los modelos están mejorando rápidamente, pero siguen siendo obstinadamente irregulares. Para llenar los vacíos de la frontera irregular, se necesita supervisión experta para dirigir sistemas de IA increíblemente capaces y para recuperarse cuando fallan.

Por supuesto, algunos trabajos están más expuestos al desplazamiento directo por automatización. Por ejemplo, los redactores técnicos, los trabajadores de entrada de datos, los representantes de atención al cliente y los programadores informáticos son trabajos donde la IA puede manejar de manera confiable el conjunto central de tareas y responsabilidades. Aunque no hemos visto ningún aumento en el desempleo para los trabajadores en este tipo de roles, las ocupaciones con mayor exposición observada proyectan un menor crecimiento hasta 2034 según la BLS.

Pero hasta ahora, el panorama general es de aumento del trabajo. Los efectos en el mercado laboral serán desiguales como resultado, incluso mientras las capacidades avanzan rápidamente. Esto no significa que todas las habilidades que actualmente tienen una prima en el mercado laboral lo harán en el futuro. Algunos tipos de experiencia pueden volverse menos valiosos (por ejemplo, la implementación de código puro) incluso mientras otros se vuelven más valiosos (por ejemplo, las habilidades gerenciales de delegación y evaluación).

¿Por qué pensamos que la IA es una tecnología sesgada hacia las habilidades y que complementa el trabajo? Haré algunas observaciones basadas en el trabajo publicado por el equipo de Investigación Económica de Anthropic, y evidencia del Índice Económico de Anthropic:

• A pesar del increíble avance de la IA y la rápida adopción en toda la economía, no hay un trabajo en la taxonomía O\NET (un catálogo del Departamento de Trabajo de ocupaciones y sus tareas típicas) para el cual todas* las tareas asociadas sean manejadas sistemáticamente por Claude. Si los trabajos son paquetes fijos de tareas—no lo son, pero hablaremos de eso en un momento—entonces los aspectos esenciales y no automatizados del trabajo restringen el aumento general de productividad y amplifican los rendimientos del trabajo. Las tareas que Claude no puede manejar pueden depender de la coordinación interpersonal, las interacciones en persona o la interacción con el mundo físico que, hasta ahora, solo los humanos pueden hacer (ver "La tarea no es el trabajo" de @lugaricano).
• En nuestro informe de enero, Economic Primitives, encontramos que las entradas sofisticadas de los usuarios y las salidas complejas de Claude están altamente correlacionadas. En otras palabras, cuando Claude construye un modelo económico complejo, en la práctica lo hace bajo la guía de alguien que proporciona una dirección experta complementaria.
• Si bien Claude tiende a tener éxito en promedio, el modelo tiene más dificultades con el trabajo más complejo. Esto está en línea con los resultados del horizonte de tareas de METR, en los que una mayor confiabilidad tiene el costo de horizontes de tarea más cortos. Encontramos evidencia sugestiva de que los humanos en el circuito aumentan la complejidad del trabajo que Claude maneja.
• En nuestro informe de marzo, Learning Curves, encontramos que incluso después de solo seis meses de uso, las personas son más propensas a interactuar con Claude como un socio de pensamiento y tienen interacciones más exitosas con Claude. Si la IA fuera lo suficientemente buena por sí sola, no esperaríamos ver este efecto.
• La automatización generalizada de tareas aún puede aumentar el trabajo. ¿Por qué? Porque los trabajos no son paquetes fijos de tareas. Las nuevas tecnologías han llevado históricamente a grandes cambios dentro de los trabajos existentes, incluso mientras algunos trabajos desaparecen. Y han producido tipos de trabajo completamente nuevos que combinan nuevas capacidades técnicas con experiencia humana complementaria. Vemos señales de este efecto en nuestra investigación: una fuente comúnmente citada de productividad percibida entre 81 mil usuarios de Claude fue el alcance—poder hacer más, con mayor competencia. Tal empoderamiento de la IA puede redibujar los límites de nuestros roles y producir nuevas agrupaciones de tareas dentro de los trabajos—automatizando algunas, reforzando la importancia de otras—mientras que netamente aumenta el producto marginal del trabajo.
• En nuestro informe del Índice Económico de junio, Cadences, más de un tercio de todos los encuestados de la Encuesta del Índice Económico de Anthropic esperan que la IA pueda hacer la mayoría o todas las tareas que realizan en sus trabajos en los próximos doce meses. Una proporción similar de encuestados espera que las responsabilidades laborales cambien para ellos mismos y sus colegas en el próximo año. Pero las expectativas de pérdida de empleo fueron notablemente más bajas. De hecho, aquellos que usan Claude de formas más automatizadas tienden a ser más optimistas sobre el impacto de la IA en su salario, seguridad laboral y capacidad para encontrar trabajo.
• A medida que las capacidades de IA mejoran, veremos agentes cada vez más capaces que pueden manejar de manera autónoma tareas complejas, de largo horizonte y valiosas. ¿Seguirá la IA aumentando el trabajo? Para abordar esta pregunta, analizamos recientemente los patrones de uso de Claude Code para ver si la codificación agéntica está alterando los rendimientos de la experiencia. Claude Code se ha utilizado en tareas cada vez más valiosas durante los siete meses que rastreamos, pero hemos visto rendimientos persistentes de la experiencia humana: es decir, las personas toman decisiones de planificación y delegan la implementación a Claude. Las personas con más experiencia en el dominio tienen éxito en sus tareas con más frecuencia y se recuperan de manera más consistente cuando Claude comete un error. El rendimiento de la habilidad de codificación directa puede haber disminuido, pero la codificación agéntica ha aumentado hasta ahora el valor de otras habilidades complementarias.

El futuro es difícil de interpretar. Bien podría ser que el aspecto de la IA sesgado hacia las habilidades y que complementa el trabajo desaparezca a medida que los modelos continúen mejorando. La frontera irregular puede volverse más suave. Y en cierto punto, los rendimientos de la experiencia humana pueden disminuir.

Una gran razón por la que hay tanta incertidumbre sobre el futuro es que la IA puede automatizar la innovación misma. Dotar a las máquinas de capacidades cognitivas generales es un catalizador directo para una mayor innovación, de maneras que las tecnologías de propósito general pasadas no lo fueron. El motor de combustión interna no podía inventar nuevos modos de transporte. En modelos económicos por lo demás estándar, automatizar la innovación—que podríamos ver primero en la auto-mejora recursiva—puede producir singularidades económicas: crecimiento infinito en tiempo finito.

¿Ocurrirán tales singularidades? No si hay tareas esenciales que nunca se automatizan, ya sea por razones técnicas o por restricciones sociales. Esos "eslabones débiles" son los límites del crecimiento: "El crecimiento económico puede estar limitado no por lo que hacemos bien, sino por lo que es esencial y difícil de mejorar", como argumentan Aghion, Jones y Jones (2017). Tales eslabones débiles pueden mantener la participación del trabajo en el ingreso elevada a largo plazo, incluso bajo una automatización muy rápida, generalizada, pero incompleta.

La lógica de los "eslabones débiles" se aplica no solo a la producción de bienes, sino también a la automatización de la innovación. Que la IA acelere drásticamente el crecimiento de la productividad requiere no solo mejorar las capacidades, sino una automatización de base amplia de las tareas involucradas en el proceso de I+D. Evidencia reciente sugiere que los eslabones débiles son actualmente una restricción para automatizar la producción de software: un aumento de 10 a 20 veces en las líneas de código generadas después de la introducción de agentes de codificación produjo solo un aumento del 30% en los lanzamientos de software, y ningún aumento total en el uso de aplicaciones.

Es difícil discutir con las leyes de escala. Los modelos van a mejorar. Mucho mejor. Espero que esto impulse un crecimiento más rápido de la productividad, y quizás incluso señales más claras de RSI (auto-mejora recursiva). Pero no espero que el desempleo sea notablemente más alto dentro de un año—al menos no debido a la IA.