En el año 2026, la ansiedad por el futuro del empleo frente al avance imparable de la Inteligencia Artificial ha alcanzado cotas febriles. Desde los pasillos de Silicon Valley, voces como la de Dario Amodei, CEO de Anthropic, resuenan con la ominosa advertencia de que la IA podría sustituir la totalidad de las labores humanas en menos de un lustro, mientras una investigadora de impactos sociales de la misma compañía vaticina una recesión a corto plazo y un colapso en la escalera profesional inicial. Sin embargo, en medio de este coro de presagios, la comunidad económica se enfrenta a una cruda verdad: las herramientas actuales para predecir este cataclismo son, en palabras del economista Alex Imas de la Universidad de Chicago, “bastante pésimas”.
La Quimera de la 'Exposición': Un Espejismo Predictivo
La metodología predominante hasta ahora, centrada en la “exposición a la IA”, ha demostrado ser una quimera. Investigaciones de OpenAI en diciembre de 2025, basándose en el obsoleto catálogo de tareas O*NET del gobierno de EE. UU. (lanzado en 1998), determinaron que un agente inmobiliario tiene un 28% de exposición a la IA. De forma similar, Anthropic analizó en febrero de 2026 millones de conversaciones de su modelo Claude. No obstante, Imas es contundente: esta métrica es “completamente inútil para predecir el desplazamiento” en la vasta mayoría de los trabajos. Solo es relevante en casos extremos, como el de un operador de ascensor o un agente de servicio al cliente que solo realiza triaje telefónico, donde la IA podría asumir la totalidad de las tareas sin dirección humana y a un costo ínfimo. Para el grueso del mercado laboral, la realidad es mucho más compleja y matizada.
El Precio de la Productividad: La Elasticidad Olvidada
El verdadero nudo gordiano, según Imas, reside en comprender cómo la mayor productividad impulsada por la IA afectará la demanda de mano de obra. Consideremos el caso de un desarrollador de software que, gracias a las herramientas de codificación de IA, puede completar en un día lo que antes le tomaba tres. Esta eficiencia permite a la empresa producir más con el mismo costo, o reducir precios. La pregunta crucial para los responsables políticos es si esta reducción de precios generará un aumento suficiente en la demanda del producto o servicio (por ejemplo, aplicaciones de citas) como para que la empresa necesite contratar *más* ingenieros, o si la demanda apenas se moverá, resultando en despidos. Esta dinámica depende enteramente de la elasticidad del precio de la demanda, es decir, cuánto cambia la demanda de algo cuando su precio varía.
Un Proyecto Manhattan para el Futuro Laboral
La paradoja es que esta información vital es escasa o está fragmentada. Si bien existen datos de elasticidad para productos básicos como cereales o leche, no se dispone de cifras comparables para profesiones como tutores, desarrolladores web o dietistas, trabajos que ya muestran cierta “exposición” a la IA. Imas hace un “llamamiento a las armas” para que los economistas inicien un “Proyecto Manhattan” para recopilar sistemáticamente estos datos a nivel de toda la economía. Este esfuerzo, aunque costoso y prolongado, proporcionaría la primera visión realista de cómo se desarrollará el futuro laboral habilitado por la IA y permitiría a los legisladores formular planes coherentes, algo que, según reportes de marzo de 2026, aún no han logrado. La urgencia es palpable, con economistas que antes desestimaban la amenaza de la IA ahora reconociendo su impacto sin precedentes, y con movimientos ciudadanos que, como en Maine la semana pasada, buscan incluso pausar la construcción de centros de datos.
El pánico actual y la inacción legislativa son síntomas de una ceguera fundamental. Sin datos concretos sobre la elasticidad del precio de la demanda, navegamos a ciegas en un mar de especulaciones apocalípticas y optimismo infundado. Es hora de que la economía aborde este desafío con la seriedad y la inversión que el futuro del trabajo exige, transformando la incertidumbre en una hoja de ruta viable para la era de la inteligencia artificial.