Un economista de la Universidad de Chicago argumenta que para predecir el impacto de la IA en el empleo es crucial medir la elasticidad-precio, no solo qué tareas pueden ser automatizadas.
El espectro de un apocalipsis laboral impulsado por la Inteligencia Artificial se cierne ominoso, proyectando una larga sombra desde Silicon Valley hasta los pasillos del poder. Figuras como Saffron Huang, investigadora de impactos sociales en Anthropic, han pintado un panorama sombrío, pronosticando una recesión y un "colapso de la escalera profesional para los recién llegados" antes de que cualquier beneficio se materialice. Su CEO, Dario Amodei, ha ido más allá, calificando a la IA como un "sustituto laboral general para los humanos" capaz de realizar todas las tareas en menos de cinco años. Esta ola de alarma, lejos de ser exclusiva de Anthropic, ha alimentado la ansiedad pública, contribuyendo incluso al apoyo a iniciativas para pausar la construcción de centros de datos, como se observó la semana pasada en Maine. Mientras los economistas tradicionalmente abordaban la amenaza de la IA con escepticismo, citando la ausencia de recortes masivos, esta postura está cambiando rápidamente. Incluso quienes antes desestimaban un "precipicio" laboral ahora reconocen el impacto "único e sin precedentes" de la IA. En esta vorágine de incertidumbre, Alex Imas, economista de la Universidad de Chicago, ha lanzado una "llamada a las armas" para que la comunidad económica comience a recopilar un tipo de datos crucial que, hasta ahora, ha sido ignorado: la elasticidad-precio.
Imas no se anda con rodeos al criticar la insuficiencia de las herramientas actuales para predecir el desplazamiento laboral. El enfoque predominante, que analiza la "exposición" de las tareas a la IA —como el catálogo O*NET del gobierno de EE. UU. utilizado por OpenAI en diciembre de 2025 y Anthropic en febrero de 2026—, ofrece una comprensión ilusoria del riesgo real. Un agente inmobiliario, por ejemplo, podría tener un 28% de exposición a la IA, pero esto, por sí solo, no predice su desplazamiento. La exposición solo es relevante en escenarios extremos, donde la IA puede realizar todas las tareas de un puesto de trabajo de manera más económica y eficiente, replicando casos históricos como el del ascensorista o, quizás hoy, un agente de atención al cliente dedicado exclusivamente al triaje telefónico. Para la vasta mayoría de los trabajos, esta métrica es, en palabras de Imas, "completamente sin sentido para predecir el desplazamiento".
La verdadera complejidad emerge cuando la IA no sustituye, sino que amplifica la capacidad humana. Consideremos el caso de un desarrollador de software que, gracias a herramientas de codificación de IA, completa en un día lo que antes le tomaba tres. Esta explosión de productividad significa que el empleador obtiene un volumen de resultados significativamente mayor por el mismo coste. La pregunta crítica, aquella que debería "quitar el sueño a cualquier legislador", es si esta eficiencia desatará una ola de nuevas contrataciones o, por el contrario, conducirá a despidos masivos. La respuesta no reside en la mera exposición a la IA, sino directamente en la elasticidad-precio: cuánto cambia la demanda de un producto o servicio cuando su precio varía. Si la eficiencia de la IA permite reducir los precios en un mercado competitivo y esto dispara la demanda, la empresa podría expandirse y necesitar más ingenieros. Pero si la demanda apenas reacciona, se requerirán menos codificadores para el mismo volumen de trabajo, precipitando recortes de personal.
Este es el dato fundamental que brilla por su ausencia en el debate actual sobre la IA y el empleo. Sin una comprensión granular de la elasticidad-precio en las diversas industrias y para los distintos productos y servicios, todas las predicciones sobre el futuro del empleo son, en el mejor de los casos, meras conjeturas. Como bien señaló Santiago Fernández en X el 8 de abril de 2026, "Nos obsesionamos con qué tareas automatiza la IA, pero la clave real es la elasticidad-precio. Sin ese dato, las predicciones sobre empleo son adivinanzas. Necesitamos un 'Proyecto Manhattan' de datos económicos ya." La urgencia de esta recopilación de datos es innegable. Solo armados con esta información vital podrán los responsables políticos diseñar estrategias coherentes y efectivas, trascendiendo el pánico y la especulación para afrontar la transformación laboral impulsada por la IA con una base sólida y empírica.
Compartir
Durante su sobrevuelo lunar, los astronautas de Artemis II observaron directamente impactos de meteoritos, un fenómeno clave para la seguridad de futuras misiones y bases lunares.
Canva ha adquirido las empresas Simtheory y Ortto para integrar capacidades avanzadas de inteligencia artificial y automatización de marketing en su plataforma de diseño.
El Dyson Spot+Scrub Ai (2026) impresiona con su limpieza de manchas por IA, pero decepciona por sus fallos de navegación y la compleja gestión de múltiples pisos.