IA, trabajo y poder: la promesa que nadie votó

Un ejecutivo de tecnología anunció que en dieciocho meses todo el trabajo de oficina podría automatizarse. No lo dijo un blogger apocalíptico ni un sindicalista asustado. Lo dijo el jefe de inteligencia artificial de una de las empresas más grandes del planeta. La entrevista circuló en medios financieros como si fuera una noticia más, entre resultados trimestrales y cotizaciones de bolsa.

Ahí aparece la primera contradicción. La misma gente que construye estas herramientas anuncia, con cierto entusiasmo, la desaparición del trabajo que ellos mismos hacían hace poco. Sam Altman escribió que entramos a "la singularidad amable", un momento donde la inteligencia artificial se vuelve tan capaz que el trabajo humano se reorganiza por completo. Yann LeCun cuestionó después ese optimismo. No hay consenso ni entre quienes construyen la tecnología. Eso ya dice bastante.

Lo que sí genera acuerdo son los números que empiezan a aparecer. Un estudio de la Universidad de Stanford identificó efectos medibles en el empleo, concentrados en trabajadores jóvenes de ocupaciones expuestas a la automatización. No es una predicción. Es un hallazgo sobre lo que ya ocurre.

¿Qué tan nuevo es este momento, en realidad? No es la primera vez que una tecnología promete liberarnos del trabajo pesado y termina redistribuyendo el poder de formas que nadie votó. El historiador económico Carl Benedikt Frey documentó cada ola de automatización, desde los telares mecánicos hasta la robótica industrial. Esas ganancias de productividad se concentraron en quienes poseían el capital. Los trabajadores absorbieron el ajuste social: desempleo, migración forzada, caída salarial. No fue automático que la tecnología beneficiara a todos. Fue una decisión política, tomada una y otra vez, de no compartir esas ganancias.

Estas regularidades se repiten en otros contextos también. El discurso actual reproduce casi palabra por palabra el optimismo tecnológico de otras épocas. Aldous Huxley advertía sobre un dominio distinto: no el que reprime con miedo sino el que distrae con placer y comodidad hasta que uno deja de preguntarse quién se beneficia. Neil Postman retomó esa idea. Hoy podríamos agregar la conveniencia tecnológica como la forma más eficiente de anestesiar el pensamiento crítico. No hace falta censurar a nadie si la gente está demasiado ocupada adaptándose a la próxima herramienta.

La infraestructura es literal. La Agencia Internacional de Energía detalló cuánta electricidad consumen los centros de datos que entrenan estos modelos. Las cifras alcanzan para replantear conversaciones enteras sobre política energética. El Instituto de Investigación de Energía Eléctrica llegó a conclusiones similares: la demanda crece más rápido que la capacidad de generación en varias regiones. Unas cuantas empresas redirigen recursos que antes se planeaban para hospitales, escuelas o vivienda. Los dirigen hacia servidores cuyo efecto medible más claro, hasta ahora, es reducir la necesidad de contratar gente.

¿Y quién se beneficia de verdad? Bloomberg Intelligence encuestó a directores de tecnología de noventa y dos bancos. La automatización mediante IA se convierte en la vía principal para reducir plantillas en el sector financiero. Standard Chartered lo reportó abiertamente en su comunicado de resultados. Ese término de "eficiencia operativa" es un eufemismo transparente para menos empleados. Basta leer los reportes financieros en voz alta.

La retórica de eficiencia y optimización suele acompañarse de una redistribución del valor hacia quienes ya tenían el capital. La diferencia esta vez está en la velocidad y la escala. Un modelo se actualiza cada pocos meses y reemplaza tareas de análisis, redacción, programación y atención al cliente en decenas de industrias al mismo tiempo. Esto es más complicado de lo que parece.

El argumento de Daron Acemoglu resulta útil porque evita tanto el optimismo ciego como el catastrofismo. El crecimiento económico que promete esta tecnología es real, aunque más modesto de lo que anuncian sus promotores. Sin políticas deliberadas de redistribución, ese crecimiento se concentrará todavía más. Es un diagnóstico incómodo. Esto va a pasar. La pregunta es quién decide cómo se reparte.

Esa misma pregunta cruza con lo que revela el experimento de Marienthal, el pueblo austriaco donde estudiaron los efectos psicológicos del desempleo masivo en los años treinta. El ingreso es necesario para sobrevivir. Pero solo no basta para sostener el sentido de propósito, la estructura social y la dignidad que da el trabajo cuando funciona bien. El espacio entre lo necesario y lo suficiente es donde se libra la verdadera discusión sobre automatización. Casi nadie la sostiene con esa honestidad.

El Papa León XIV tocó en una encíclica un punto que suele quedar fuera de los reportes financieros: la tecnología no es neutral solo porque sea eficiente. Su valor moral depende de si amplía la dignidad humana o simplemente redistribuye el poder hacia quienes ya lo tienen. Es un argumento viejo, casi tan viejo como la sátira de Juvenal sobre el pan y circo en la Roma imperial. Mantén a la gente distraída y alimentada lo suficiente y nadie preguntará quién gobierna de verdad.

No tengo una respuesta clara sobre cómo resolver esto. La solución nunca vino de esperar a que el mercado se autorregulara. Vino de comunidades y gobiernos que decidieron activamente construir mecanismos de redistribución antes de que la crisis se volviera irreversible. Eso no es nostalgia. Es lo que muestran los registros históricos una y otra vez cuando alguien se toma la molestia de mirarlos con cuidado.

Las piedras no mienten, pero los historiadores a veces sí.

¿Decidiremos colectivamente y a tiempo quién se queda con las ganancias de esa automatización?

1. Brynjolfsson, Erik, Bharat Chandar y Ruyu Chen. Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence. Stanford Digital Economy Lab, noviembre de 2025.

2. Acemoglu, Daron. The Simple Macroeconomics of AI. NBER Working Paper 32487, abril de 2024.

3. Frey, Carl Benedikt. The Technology Trap: Capital, Labor, and Power in the Age of Automation. Princeton University Press, 2019.

4. International Energy Agency. Energy and AI. París: IEA, abril de 2025 (actualizado 2026).

5. Bloomberg Intelligence. Encuesta a directores de tecnología de noventa y dos bancos, enero de 2025.