IAConSentido · Guías y fuentes externas · Por Karine Boucher
Si estás empezando a trabajar, un titular sobre IA y empleo puede sentirse muy personal. Antes de concluir que tu carrera ya no tiene futuro, te recomiendo revisar qué estudió realmente la investigación, en qué país y con qué límites.
Qué examina Canaries in the Coal Mine?
Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence es un documento de trabajo de Erik Brynjolfsson, Bharat Chandar y Ruyu Chen. La revisión del 12 de agosto de 2026 analiza registros de nómina de una muestra de trabajadores de Estados Unidos hasta junio de 2026.
Describe una divergencia en empleo de personas de 22 a 25 años entre ocupaciones más y menos expuestas a IA, principalmente vinculada a menor contratación. No encuentra evidencia de desplazamiento generalizado en toda la economía. Los autores aclaran que son resultados descriptivos, no estimaciones causales: no demuestran por sí solos cuánto del cambio fue causado por IA.
La muestra y las comparaciones tienen límites. Puedes comprobarlos en el documento completo de agosto de 2026. No traslado sus resultados automáticamente a México ni a una profesión particular.
La pregunta no es solamente cuántos puestos habrá
A mí también me interesa cómo se aprende a trabajar cuando algunas tareas iniciales cambian. Las tareas sencillas pueden ser el lugar donde una persona empieza a reconocer errores, entender clientes y desarrollar criterio. Si una organización las automatiza, conviene preguntar qué oportunidades de práctica ofrece en su lugar.
Esta es una pregunta que propongo a partir del tema, no un resultado medido directamente para todas las organizaciones por el estudio.
Ejemplo ficticio: se necesita experiencia, pero no hay dónde adquirirla
Imagina que un equipo deja de asignar borradores a personas que empiezan porque una herramienta puede producirlos. Después espera que esas mismas personas revisen trabajos complejos. Yo preguntaría cómo van a aprender a reconocer un buen resultado si nunca participan en el proceso.
Una alternativa que puedes explorar es conservar tareas supervisadas: preparar una parte sin IA, comparar enfoques, explicar correcciones y recibir retroalimentación. No garantiza empleo ni resuelve todos los cambios del mercado. Sí permite discutir la formación como una responsabilidad concreta, no como un consejo genérico de “adaptarse”.
Si diriges un equipo, revisa estas preguntas
- ¿Qué tareas iniciales están cambiando y qué se aprendía al realizarlas?
- ¿Qué práctica acompañada pueden mantener las personas nuevas?
- ¿Quién revisa su trabajo y explica las correcciones?
- ¿Cómo se evalúa lo que comprenden, además de lo que entregan?
Si estás buscando trabajo, te recomiendo observar las oportunidades de aprender y recibir acompañamiento, además de las herramientas que menciona una oferta. Poder explicar cómo resolviste una tarea puede ayudarte a mostrar tu proceso, aunque no sustituya las condiciones del mercado ni garantice una contratación.
Qué riesgos humanos relaciono con este recurso
Aprendizaje, desarrollo y capacidades: qué oportunidades existen para adquirir experiencia. Decisiones, organizaciones y sociedad: cómo las decisiones de contratación y organización del trabajo afectan a distintos grupos. Esta relación corresponde a mi Taxonomía IAConSentido.
¿El estudio prueba que la IA está eliminando todos los empleos jóvenes?
No. Esa frase cambia el alcance y la fuerza de la evidencia. Te recomiendo mantener juntas las 3 condiciones: población estudiada, periodo y carácter descriptivo. Podemos tomar en serio una señal sin convertirla en una sentencia sobre el futuro de cada persona.
Consultar Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence · Explorar la Biblioteca de Riesgos Humanos de la IA
Fuente consultada el 13 de noviembre de 2026. Revisión del 12 de agosto de 2026 · datos hasta junio de 2026. Karine Boucher · Especialista en Riesgos Humanos de la IA · Creadora del Método SENSE.