Fase 3f · Empleo y reparto de ganancias (evidencia del corpus)

Generado el 4 de octubre de 2026 a partir de 248 registros extraídos de 385 artículos del corpus.

Cómo leer este informe

• Los datos son hechos que afirman los artículos, con su fuente. Se distingue medición, encuesta y opinión.
• Cada pregunta indica su certeza y qué la refutaría.

Preguntas 71-72 · Reparto de las ganancias de productividad y de los costes de adaptación

¿Cómo se distribuyen las ganancias de productividad y los costes de adaptación? ¿Se traducen en mejores salarios, menos jornada, menores precios, más beneficios o reducción de plantillas?

Lo que se puede afirmar con datos medidos es poco. La ganancia de productividad existe a nivel de tarea (micro-estudios con mejoras desde modestas hasta más del 50 % en algunas tareas; Amazon declara una mediana de 4,5 veces en velocidad de despliegue, un autoinforme), pero no se ve aún en la economía: James Manyika (Google) afirma que no se observan ganancias de productividad ni grandes impactos laborales a nivel agregado, el equipo de Deming detecta mejoras de uso que no cambian la economía, y el Tesoro de Australia sitúa el crecimiento de productividad a largo plazo en el 0,5-0,8 % en el escenario bajista y en el 1,5-2 % en el alcista. Un estudio de 2024 sobre Copilot calcula que el trabajador medio ahorra 121 minutos semanales, pero la ganancia neta para la empresa baja a 15 minutos; el resto lo captura el trabajador (estudio citado).

Dónde va el valor, según los casos: (1) Capital y accionistas: la participación del trabajo en el PIB de EEUU está en su mínimo desde 1947 según la BLS (que sea por la IA es lectura de un autor); un análisis estima en 1,8 billones de dólares anuales las ganancias de productividad que podrían revertir al capital (estimación); un economista señala que las empresas anuncian despidos como adopción de IA porque el mercado bursátil lo premia; y Samsung sopesa un plan de retorno al accionista de 100 billones de wones apoyado en la memoria para IA. (2) Trabajadores con poder de negociación: unos 78.000 empleados de chips de Samsung lograron una prima de unos 300.000 € por empleado y año tras amenazar con huelga, y Hyundai acordó tras una huelga una subida del 4,1 %, primas y 500 técnicos hasta 2028 (sobre robots solo se pactó discutir el empleo). (3) Trabajadores sin ese poder: Teradata congeló los salarios de 5.100 empleados para financiar inversión en IA, lo que traslada el coste de la transición a la plantilla. (4) Consumidores: una encuesta estima el excedente del consumidor de la IA en EEUU en 173.000 M$ anuales (50 % más que en 2025), con un usuario medio que la valora en 11 dólares al mes (estimación basada en encuesta); un análisis advierte de que la IA no abaratará automáticamente servicios como los jurídicos porque los procesos adversariales absorben la ganancia.

Salarios, jornada y plantillas. Las primas salariales por saber usar IA son reales según PwC (62 %, frente al 57 % del año anterior); en el otro extremo, los datos sobre efectos salariales agregados no aparecen. La semana de cuatro días figura entre las propuestas (OpenAI, estrategIA), pero no hay evidencia de que se esté aplicando por la IA. Las plantillas se ven en las preguntas siguientes.

Balance. Con los datos disponibles no se puede cuantificar el reparto. Lo observable es que el valor se queda sobre todo en las empresas y accionistas de los eslabones con mercado (chips, nube) y en los grupos de trabajadores con capacidad de presión, y que los costes de adaptación (formación, congelación salarial, reorganización) los asumen en parte los trabajadores. Más de la mitad de los registros sobre reparto son opinión o propuestas, no mediciones.

Certeza: baja. Qué la refutaría: Datos de participación del trabajo en la renta, salarios reales y beneficios por sector y año con una clasificación de la exposición a la IA. Si los salarios y las plantillas de las empresas y ocupaciones expuestas crecen como los de las no expuestas mientras los beneficios suben, la hipótesis de captura por el capital se debilitaría; hoy la serie es corta y no aísla el efecto de la IA.

Productividad medida y su reparto

Quién se queda con la ganancia: casos

Nota: Los datos proceden de lecturas de 385 artículos del corpus (248 registros). En empleo hay una mezcla de estadísticas oficiales, estudios con datos administrativos, encuestas y opinión; se indica el tipo de cada dato. Varias cifras llegan de segunda mano (newsletters que citan estudios). La columna «Ref.» remite al artículo en el corpus (lista al final del informe).

Preguntas 71-72+ · Costes de adaptación y respuestas de redistribución

¿Quién paga la transición? ¿Qué medidas de redistribución, sindicales o regulatorias se proponen y se aplican?

Costes de adaptación. Los datos de formación muestran un déficit amplio: solo el 1 % de la fuerza laboral de la OCDE tiene habilidades avanzadas de IA mientras el uso de IA en las empresas pasó del 7 % al 20 % entre 2021 y 2025; el 78 % de las empresas dice que su capacitación evoluciona más despacio que las herramientas; el 63 % de los empleadores cita la brecha de habilidades como principal obstáculo (Foro Económico Mundial). Quién paga: parte la financian las empresas de IA (Anthropic destina 350 M$, casi la mitad a un programa que pagará 85.000 $ a jóvenes profesionales; Google.org se compromete a formar a 300.000 trabajadores en oficios físicos; la AFT recibe 23 M$ de empresas tecnológicas para formar a docentes, lo que ha generado críticas por conflicto de intereses), parte los Estados (Malta da acceso a ChatGPT Plus a toda la población condicionado a formación) y parte los propios trabajadores (en Chile, el 51,8 % ve la falta de capacitación como su principal obstáculo).

Propuestas de redistribución, muchas y casi todas sin aplicar. OpenAI propone un fondo de riqueza pública, dividendos de IA, semana de cuatro días, más aportaciones a pensiones y sanidad y desplazar la fiscalidad de los salarios al capital; tantea una participación pública del 5 % en su capital tipo Alaska Permanent Fund. Bernie Sanders propone un fondo soberano con una tasa extraordinaria (gravamen único del 50 %) a las grandes empresas de IA; otra propuesta traspasaría el 50 % de las acciones a un fondo ciudadano. Corea del Sur es el caso más avanzado: el ministro de Trabajo pide compartir los beneficios del ciclo de chips y el Gobierno planea un «fondo de respuesta al futuro» con el excedente fiscal de los chips. Argentina propone una figura societaria para empresas operadas por IA con impuesto de sociedades reducido; en China, académicos proponen un impuesto al robot pero el Partido es poco receptivo a la renta básica; California exige recomendaciones en 180 días sobre la ley WARN; y España negocia un pacto nacional sobre IA con sindicatos y patronal.

Opinión. Una encuesta a economistas y expertos indica que todas las cohortes esperan una caída de la participación del trabajo y más desigualdad de riqueza; prefieren un seguro de desempleo modernizado y rechazan la renta básica, el impuesto al cómputo y la garantía de empleo. En EEUU, según grupos de discusión, el 72 % cree que la IA deprime los salarios y la garantía federal de empleo es más popular que la renta básica; el 69 % quiere que el Estado tenga el 50 % de las grandes empresas de IA (el propio texto advierte de que el encuadre de la pregunta puede inflar el resultado).

Acción colectiva. Hay acuerdos laborales concretos pero de alcance limitado: el Seattle Times aceptó prohibir el uso de IA para entrevistar o redactar (sin extender la protección a fotoperiodistas), SAG-AFTRA y otros crearon una entidad que cobra por el uso de IA y revierte el dinero a los actores, DeepMind aceptó entrar en conversaciones formales con trabajadores del Reino Unido, y sindicatos denuncian despidos de enfermeras sustituidas por software (alegación) o falta de información sobre el uso de IA (NYT Tech Guild).

Certeza: baja. Qué la refutaría: Medidas aprobadas y aplicadas (no propuestas) con efecto medido: por ejemplo, resultados del fondo surcoreano, de la ley WARN revisada o de los pactos nacionales. Si dentro de uno o dos años se aplican y reparten ganancias de forma medible, el balance cambiaría; hoy predominan las propuestas.

Costes de adaptación y formación

Propuestas de redistribución y respuestas

Nota: Los datos proceden de lecturas de 385 artículos del corpus (248 registros). En empleo hay una mezcla de estadísticas oficiales, estudios con datos administrativos, encuestas y opinión; se indica el tipo de cada dato. Varias cifras llegan de segunda mano (newsletters que citan estudios). La columna «Ref.» remite al artículo en el corpus (lista al final del informe).

Preguntas 73 · Quién complementa su trabajo con la IA y quién lo pierde

¿Qué trabajadores pueden complementar sus capacidades y cuáles pierden oportunidades?

Exposición. El FMI estima que alrededor del 60 % de los empleos de las economías avanzadas puede verse afectado por la IA; OpenAI calcula que el 14 % del empleo europeo tiene mayor potencial de automatización (18 % en EEUU) y el 12 % podría crecer con la IA; en España, el 30 % del empleo (unos 7,2 millones de personas) está en ocupaciones de alta exposición a la IA generativa según el índice OIT-NASK, y más del 40 % de los ocupados con estudios superiores trabaja en ellas; en China, el estudio de ShanghaiTech sobre 700 millones de ofertas halla unos 21 millones de puestos (18,6 %) reestructurados y un 26,6 % de los puestos de alta exposición en zona de sustitución.

Efectos medidos hasta ahora: pequeños en agregado. Según la BLS, el empleo en 18 ocupaciones expuestas cayó un 0,2 % en mayo frente a un +0,8 % en el resto; el Yale Budget Lab no halla cambios significativos en la composición ocupacional ni en la duración del desempleo; algunas ocupaciones «condenadas» crecen (desarrolladores +7 %, radiólogos +10 %); en España, el 89,66 % de las empresas dice no haber notado impacto de la IA en contratación o despidos y el empleo marcó un récord de 22,46 millones con un paro del 9,93 % a finales de 2025. En el otro sentido, Funcas estima entre 1,7 y 2,3 millones de empleos destruidos en una década (proyección).

Quién complementa. Las empresas que más invierten en IA elevan su plantilla: según Ramp y Revelio (21.559 empresas entre 2021 y 2026), cerca de un 10 % en dos años y un 12 % en puestos de entrada; según PwC, las empresas más capaces de usar IA tienen un crecimiento de plantilla del 52 % frente al 36 % (2018-2025) y de productividad del 34 % frente al 24 %. Los trabajadores con habilidades de IA cobran una prima salarial del 62 % (hasta el 118 % en algunos sectores), los roles donde la IA multiplica a expertos tienen el doble de crecimiento de empleo, y los empleos que piden IA crecen un 69 % frente a un 9 %. En casos concretos, el NHS England extiende Copilot a más de 505.000 empleados tras un piloto de 30.000, y Meta paga paquetes de hasta 1.500 M$ por un experto, mientras Mercor paga a expertos que entrenan modelos una media de unos 125 $ la hora.

Quién pierde. Los despidos atribuidos a la IA son visibles pero discutidos: se cuentan más de 175.000 recortes tecnológicos en 2026 (TrueUp) y 101.743 anuncios que mencionan la IA (Challenger); documentos citados por Reuters atribuyen a la IA más de 12.000 despidos tecnológicos (~8 %); WiseTech despidió a unos 2.000 (cerca del 30 %), Meta a unos 8.000 (10 %, con una demanda que alega que usó IA para elegir los despedidos), Microsoft a 4.800, Amazon a unos 16.000 en enero y Oracle a unas 21.000 personas (13 %, con un registro regulatorio que atribuye recortes a la IA). Pero solo el 4,5 % de los 1,2 millones de despidos de 2025 en EEUU citó la IA, y Patreon negó que su recorte del 20 % fuera por sustitución. Un estudio en plataformas freelance y los datos de China apuntan a pérdida de oportunidades en redacción y puestos de nivel bajo.

AI washing y marcha atrás. El 91 % de los CIO y CTO cree que algunas empresas cotizadas citan la IA como excusa para recortar; según Gartner, solo el 20 % de 321 responsables de atención al cliente recortó plantilla realmente por IA; Forrester señala que el 55 % de las empresas se arrepiente de los recortes por IA y Gartner prevé que el 30 % de los puestos eliminados se volverá a cubrir antes de 2029, a mayor coste; el 51 % ha contratado gente para revisar trabajo generado por IA y el 26 % ha readmitido a despedidos. Entre 1.000 despedidos encuestados en EEUU, el 53 % cree que la IA contribuyó, pero solo el 22 % recibió confirmación de su empleador.

Certeza: media. Qué la refutaría: Series de empleo por ocupación con grupo de comparación y datos de nóminas para varios países. Si el empleo en las ocupaciones más expuestas deja de crecer o cae de forma sostenida frente al resto con datos oficiales (no solo estudios), el efecto agregado sería mayor al medido; si las empresas recontratan masivamente, sería menor.

Exposición y efectos agregados

Quién complementa y quién pierde: datos

Nota: Los datos proceden de lecturas de 385 artículos del corpus (248 registros). En empleo hay una mezcla de estadísticas oficiales, estudios con datos administrativos, encuestas y opinión; se indica el tipo de cada dato. Varias cifras llegan de segunda mano (newsletters que citan estudios). La columna «Ref.» remite al artículo en el corpus (lista al final del informe).

Preguntas 74 · Jóvenes y vías de entrada al empleo

¿Se crean vías de entrada para los jóvenes o desaparecen tareas con las que antes adquirían experiencia?

Es el punto con más evidencia medida y apunta en la misma dirección. En EEUU, con registros de nóminas, el empleo de trabajadores de 22 a 25 años en ocupaciones muy expuestas cayó un 13 % en términos relativos desde finales de 2022 (Stanford); con datos de ADP, cerca de un 11 % frente a un +10 % en las poco expuestas; el Digital Economy Lab de Stanford (25.000 empresas) cifra un descenso del 3,8 % anual desde 2022 sin colapso general; en desarrolladores jóvenes, la caída es de casi el 20 % desde 2024. Un informe de Stanford halla que, en las empresas cuyo trabajo puede hacer la IA, el peso de los júniors cae 3,4 puntos. Fuera de EEUU: un análisis de 7,3 millones de anuncios suizos muestra casi un tercio menos de ofertas para quienes inician su carrera en 2025; en España, las ofertas para programadores junior cayeron un 33 % en un año (no se atribuye solo a la IA) y el 52 % de las empresas dice que reducirá las oportunidades de trabajo junior; en China, la contracción se concentra en puestos junior y de banda salarial baja.

El mecanismo que se observa es de «seniorización», no tanto de desaparición: según PwC, en los empleos más expuestos es siete veces más probable exigir habilidades antes senior en roles de entrada; los roles de entrada «seniorizados» crecieron un 35 % entre 2019 y 2025 mientras los demás roles de entrada cayeron un 10 %. Es decir, se mantienen puestos, pero con requisitos que un recién llegado no cumple. También hay datos de que las empresas que más invierten en IA elevan los puestos de entrada (+12 %, Ramp y Revelio), lo que muestra que el efecto depende de cómo se use la IA.

Contrapunto. El paro de graduados recientes en EEUU era del 7,3 % en verano de 2026, dentro del rango de los cuatro años anteriores y sin diferencias significativas respecto a jóvenes sin título; Cognizant anunció que contratará a 1.500 graduados estadounidenses y Anthropic financia un programa que pagará 85.000 $ a jóvenes durante un periodo. Otros indicadores de riesgo: una revisión británica (Milburn) prevé que uno de cada seis jóvenes quedaría fuera de empleo y formación (estimación); el 42 % de los jóvenes con discapacidad en España teme que la IA reduzca sus oportunidades de primer empleo; y en China casi cuatro de cada diez ofertas para recién graduados en Maimai eran de IA, lo que muestra que la IA también crea puestos de entrada.

Balance. Hay evidencia consistente de una caída relativa de entre el 11 % y el 13 % del empleo juvenil en ocupaciones expuestas desde 2022 y de un endurecimiento de los requisitos de entrada, aunque sin efecto visible en el paro agregado de los graduados. La causa (IA frente a subida de tipos de interés o corrección de la contratación posterior a la pandemia) sigue discutida: varias fuentes advierten de que no se puede atribuir solo a la IA.

Certeza: media. Qué la refutaría: Series de empleo juvenil por ocupación con controles de ciclo económico y de tipos de interés, y la evolución de las ofertas junior en 2027. Si el empleo juvenil en ocupaciones expuestas se recupera cuando se estabiliza el ciclo, la causalidad con la IA se debilitaría; si el diferencial persiste, se reforzaría.

Empleo juvenil y vías de entrada

Nota: Los datos proceden de lecturas de 385 artículos del corpus (248 registros). En empleo hay una mezcla de estadísticas oficiales, estudios con datos administrativos, encuestas y opinión; se indica el tipo de cada dato. Varias cifras llegan de segunda mano (newsletters que citan estudios). La columna «Ref.» remite al artículo en el corpus (lista al final del informe).

Fuentes citadas