En marzo de 2026, mientras el noticiero económico celebraba la desaceleración de la inflación, las tecnológicas con sede en Estados Unidos anunciaron 60.620 despidos en un solo mes, un salto de más del 25% respecto de febrero.
Casi uno de cada tres traía la misma explicación en el comunicado de prensa, la inteligencia artificial. No hubo asambleas, no hubo piquetes, no hubo un titular unificador que ordenara la bronca. El obrero industrial del siglo XX tenía una fábrica que ocupar; el programador junior de 2026 tiene un mail de Recursos Humanos y un LinkedIn para actualizar. Esa es la primera certeza que deja este año; la desaparición del empleo por automatización algorítmica no hace ruido. No corta rutas, se escurre puesto por puesto, vacante por vacante, en una curva que las estadísticas oficiales tardan trimestres en reflejar.
El Instituto Tecnológico de Massachusetts calculó que hacia 2026 hasta el 12% de la fuerza laboral estadounidense podría ser desplazada por sistemas automatizados, el equivalente a 1.200 millones de dólares en masa salarial. La cifra, tomada de manera aislada, invita al alarmismo. Tomada en contexto, exige otra pregunta: ¿quién se queda con esos 1.200 millones que ya no van a salarios?
De la planilla a la sala de guardia
El sector tecnológico es, paradójicamente, el más golpeado por la tecnología que él mismo produjo. Ingeniería de software, testing, documentación técnica, análisis de datos y gestión de proyectos encabezan el ranking de exposición, porque son tareas que ya viven en entornos digitales, con datos estructurados y patrones repetibles, el terreno ideal para que un modelo de lenguaje asuma la primera versión del trabajo. En el otro extremo del mostrador, los empleos de comida rápida y grandes cadenas de retail empiezan a convivir con robots de cocina y sistemas de autoservicio; McDonald’s ya prueba esas tecnologías en sus locales, con el objetivo declarado de reducir costos de personal, mientras las cajas registradoras con atención humana ceden terreno frente al autopago y las tiendas sin personal en el punto de venta.
Pero la automatización algorítmica no se queda en la fábrica ni en el mostrador, escaló al escritorio de cuello blanco con estudios universitarios de por medio. En atención al cliente, los operadores telefónicos y el soporte básico ya conviven con agentes conversacionales que resuelven la mayoría de los reclamos estandarizados sin intervención humana. En administración, los asistentes, recepcionistas y el personal de carga de datos ven cómo sus tareas, estructuradas, repetibles y medibles, son justamente las que un modelo de lenguaje ejecuta a una fracción del costo y del tiempo. En contabilidad y finanzas, los auxiliares contables y los analistas junior comparten escritorio con plataformas de software que concilian balances y arman proyecciones sin margen de error humano. Y en el mundo legal, tradicionalmente blindado por su prestigio corporativo, los asistentes y los abogados que recién empiezan la carrera enfrentan una exposición alta, porque redactar contratos tipo, rastrear jurisprudencia y comparar documentos es, ni más ni menos, lo que estos sistemas hacen mejor. La corrección de textos, la redacción de contenido genérico y la traducción técnica completan el cuadro; son oficios que dependían de la estandarización del lenguaje, y es ahí, precisamente, donde la inteligencia artificial generativa fue entrenada para sobresalir.
El patrón que conecta a toda esta lista no es el sector ni el nivel de calificación formal, sino el tipo de tarea. La automatización no pregunta si el diploma cuelga en la pared de un estudio jurídico o de un taller mecánico; pregunta si la tarea es repetible, si tiene un patrón identificable y si el resultado se puede verificar sin ambigüedad. Eso explica por qué el abogado junior está más expuesto que el electricista, aunque el segundo gane menos y el primero tenga cuatro años más de estudio.
La Organización Internacional del Trabajo, en el estudio que elaboró junto al Instituto Nacional de Investigación de Polonia, matiza el pánico con un dato clave, ya que apenas el 3,3% del empleo mundial está en ocupaciones con riesgo de automatización total. Uno de cada cuatro trabajadores, en cambio, desempeña tareas con algún grado de exposición a la inteligencia artificial generativa, lo que sugiere transformación antes que reemplazo lisa y llanamente. El matiz importa, pero no debe operar como anestesia; transformación también es una palabra que puede significar salarios más bajos, jornadas más precarias y una relación de fuerzas más desfavorable para quien trabaja.
¿Quién paga el ajuste?
Ahí aparece el dato que la euforia tecnológica prefiere no subrayar. La OIT encontró que el 9,6% de los puestos ocupados por mujeres en países desarrollados están expuestos a la automatización, contra el 3,5% de los hombres; la brecha de género no se cierra con la inteligencia artificial, se reproduce en código. Las tareas administrativas y de secretariado, históricamente feminizadas, son las primeras en la fila. Y la geografía tampoco es neutral, ya que en los países de altos ingresos la exposición al fenómeno trepa al 34%, mientras que las economías en desarrollo, donde la informalidad ya funciona como colchón y como condena, enfrentan un riesgo distinto, menos visible en los índices pero igual de estructural, según advirtió la propia OIT en su informe sobre inteligencia artificial y empleo en 2025.
Patrick Artus, economista de la firma francesa Ossiam, lo resumió sin eufemismos al sostener que la inteligencia artificial no necesariamente expulsa a los trabajadores del mercado, sino que muchas veces los reubica en empleos de menor productividad y menor salario que los que tenían antes. No es la fábrica que cierra, es el sueldo que baja mientras el puesto, técnicamente, sigue existiendo.
Argentina: el software se pregunta por su futuro
La ola de despidos tecnológicos no es un fenómeno ajeno a Argenitna. El sector del software argentino, una de las pocas ramas de servicios con superávit comercial genuino en los últimos años, empieza a hacerse preguntas existenciales, sobre todo entre los más jóvenes que hoy eligen carrera universitaria. Alejandro Servide, de Randstad Argentina y Chile, matiza el diagnóstico local al señalar que no hay, todavía, un proceso generalizado de recorte de empleos IT, en parte porque el segmento sigue en una situación de pleno empleo relativo, con más demanda que oferta de perfiles calificados. Pero la demanda sí se enfrió, y la corrección de expectativas de crecimiento tecnológico se combina, en el caso argentino, con la incertidumbre cambiaria y comercial que atraviesa buena parte de 2026.
El riesgo para el país no es solamente la pérdida de puestos de trabajo puntuales, es la posibilidad de que la Argentina, con su matriz productiva ya desindustrializada por más de una década de políticas de apertura y valorización financiera, quede del lado de quienes reciben la tecnología sin capacidad de negociar sus condiciones. La discusión sobre inteligencia artificial y empleo, leída desde la periferia, no puede separarse de la discusión sobre soberanía tecnológica; quién diseña los modelos, quién es dueño de los datos y quién termina, al final de la cadena, absorbiendo el costo del ajuste.
Lo que resiste, por ahora
Hay una franja de oficios que la automatización todavía no logra tocar, y no por falta de inversión sino por límites materiales concretos. Los trabajos manuales calificados, electricistas, plomeros, mecánicos, exigen una destreza física en entornos no estandarizados que ningún modelo entrenado con datos resuelve todavía; reparar la instalación eléctrica de una casa de 1960 requiere una adaptación en tiempo real que la robótica actual no maneja. Algo parecido ocurre con la salud de contacto humano, enfermería, fisioterapia, medicina de familia, trabajo social, y con la docencia, donde la relación pedagógica sigue siendo, en esencia, un vínculo entre personas; el profesor no es un dispensador de información, sino alguien que guía y adapta el aprendizaje a una biografía concreta. España, por citar un caso, va a necesitar 120.000 enfermeras más hacia 2030, un número que ningún chatbot puede cubrir.
Queda, además, una tercera franja más difícil de nombrar pero igual de resistente, la de la creatividad estratégica. La inteligencia artificial ya genera textos, imágenes e incluso música con solvencia técnica. Lo que todavía no genera es una historia de vida propia detrás de una decisión creativa. La dirección de arte, el diseño de experiencias y la estrategia de una marca o de una campaña política siguen dependiendo de un criterio que combina intuición, contexto cultural y responsabilidad sobre las consecuencias de lo que se produce, un terreno donde la máquina puede asistir, pero todavía no puede firmar.
La pregunta que importa
El debate público sobre inteligencia artificial y empleo suele quedar atrapado entre dos relatos igual de cómodos, el catastrofista, que anuncia el fin del trabajo humano, y el tecno-optimista, que promete que por cada empleo destruido nacerán dos mejores. Ambos evitan la pregunta de fondo, que no es cuántos puestos desaparecen sino quién capta la ganancia de productividad que la automatización genera. Cuando una empresa reemplaza personal con modelos de lenguaje, la eficiencia no se evapora; se traslada, casi siempre, al margen de rentabilidad del capital, no al bolsillo de quienes ya no tienen ese trabajo ni al de quienes lo conservan con menos poder de negociación.
Esa es la disputa política que empieza a asomar detrás de cada comunicado corporativo que invoca la inteligencia artificial como una fuerza de la naturaleza, inevitable y neutral. No lo es. Es una decisión de inversión, tomada por quienes controlan el capital, sobre cómo distribuir —o no distribuir— los beneficios de una revolución tecnológica real. La pregunta que la Argentina y el resto de las economías periféricas no pueden posponer es si van a discutir esa distribución con reglas propias, o si van a limitarse a administrar sus consecuencias.
AM
REDACCION DATA POLITICA Y ECONOMICA
