¿La IA reemplazará primero a veteranos o a júniores? Lo que dicen los datos de Stanford

Cuando se habla de «qué empleos desaparecerán primero» con la expansión de la IA, muchos suponen que los veteranos que hacen trabajo rutinario son los más expuestos. Lo que los datos de estos años muestran en realidad es lo contrario.

El artículo «Canaries in the Coal Mine?» de Brynjolfsson y otros autores del Digital Economy Lab de Stanford utiliza datos de nóminas de millones de trabajadores de la empresa ADP para mostrar que en las ocupaciones expuestas a la IA, lo que se ha estancado es el empleo de las personas de 22 a 25 años. Tras la primera versión de agosto de 2025, la versión revisada de agosto de 2026, con datos hasta junio de 2026, informa de que la brecha se ha ampliado aún más. Un artículo de investigadores de Harvard que analizó unos 65 millones de currículos (versión de mayo de 2026) concluye que, en las empresas que adoptaron la IA generativa, solo bajó el empleo junior, y un estudio de Anthropic (marzo de 2026) que cruzó datos de uso de Claude con estadísticas de empleo de EE. UU. encontró señales en la misma dirección en la contratación de jóvenes.

Este artículo ordena, con investigaciones y estadísticas oficiales, cómo difiere el impacto de la IA en el empleo según la experiencia, entre jóvenes y veteranos, y lo convierte en preguntas para saber de qué lado está tu propio trabajo. Qué ocupaciones se ven más afectadas se trata en Los 15 empleos más afectados por la IA; las condiciones que hacen perdurar un trabajo, en Empleos que sobreviven a la era de la IA; la distancia entre los pronósticos sobre el trabajo de oficina y los datos reales, en ¿Eliminará la IA los empleos de oficina?; y la diferencia de rendimiento entre quienes siguen trabajando en el mismo lugar, en ¿Cómo ensancha la IA la brecha de capacidades entre oficinistas?

1. La respuesta: los datos dicen «primero los jóvenes»

Nada de intuiciones: estas son cifras comprobadas en las páginas originales de los editores.

Hay dos puntos que merecen atención. Primero, lo que cae es la contratación, no los despidos. El artículo de Stanford concluye que el efecto actúa sobre todo a través de menos contrataciones de jóvenes y no de más salidas. Antes de que quienes tienen empleo lo pierdan, se estrecha la puerta de entrada. Segundo, no se observa desempleo generalizado en el conjunto de la economía. El primer hallazgo del mismo artículo es que no hay pruebas de un desplazamiento amplio en toda la economía, y el empleo total de la muestra de ADP creció cerca de un 6% en el periodo. El efecto se concentra en una franja estrecha: jóvenes en ocupaciones expuestas a la IA.

La vieja idea de que «los jóvenes están protegidos» ya no se sostiene. Lo que aparece es una estructura en la que lo que la IA automatiza con más facilidad es el trabajo «de manual» que tradicionalmente se asignaba a los recién llegados: código rutinario, contabilidad básica, primera atención de consultas.

2. Lo que muestran las estadísticas oficiales: el paro de los recién titulados en EE. UU. y la tasa de colocación en Japón

Los estudios de la sección 1 usan datos de nóminas y currículos de empresas. Aquí comprobamos si las estadísticas nacionales apuntan en la misma dirección. Para EE. UU. usamos The Labor Market for Recent College Graduates, que el Banco de la Reserva Federal de Nueva York publica cada trimestre a partir de la Encuesta de Población Actual (CPS); como comparación, añadimos la encuesta de empleo de titulados (en japonés) de los ministerios de Trabajo y de Educación de Japón.

La tasa de paro de los recién titulados subió 1,2 puntos en cuatro años, del 4,0% al 5,2%: la mayor subida de los cuatro grupos. Durante buena parte de los años noventa a los dos mil diez, su paro fue inferior al del conjunto de trabajadores; desde 2021 se ha mantenido por encima. Entre los recién titulados con empleo, el 42,5% trabaja en puestos que normalmente no exigen título universitario (la «tasa de subempleo» de la Fed de Nueva York).

Estas estadísticas por sí solas no demuestran que la culpa sea de la IA. La subida de los tipos de interés y el ajuste de la contratación tras la pandemia coinciden con el mismo periodo. Precisamente por eso los estudios de la sección 1 comparan las ocupaciones expuestas a la IA con las menos expuestas: para separar estos efectos.

La Fed de Nueva York publica también la tasa de paro de los recién titulados (22-27 años) por carrera. Estas son algunas.

El paro de los recién titulados es más alto en las carreras de informática, donde la IA se usa mucho para escribir código. La ingeniería civil, también una ingeniería, tiene una tasa baja, y la enfermería, que exige titulación habilitante y práctica presencial, aún más baja. Las cifras corresponden a un solo año, 2024 (American Community Survey, publicado en febrero de 2026), y reflejan también factores ajenos a la IA, como el número de titulados de cada campo o la coyuntura económica.

Otros países pueden verse distintos. En Japón, por ejemplo, la tasa de colocación de los graduados universitarios (grado) que terminaron en marzo de 2026 fue del 98,0% a 1 de abril, igual que el año anterior (Ministerio de Salud, Trabajo y Bienestar y Ministerio de Educación (en japonés), publicado el 22 de mayo de 2026). Allí no se ve una caída como la de EE. UU. en la contratación de titulados en conjunto. Sin embargo, esa tasa es la proporción de titulados que buscaban empleo y lo encontraron, y no se desglosa por ocupación. Las diferencias de uso de la IA por edad se tratan en nuestro artículo sobre la brecha de capacidades entre oficinistas.

3. Por qué los veteranos resisten

Como posible explicación, el artículo de Stanford plantea la hipótesis de que la IA sustituye con más facilidad el conocimiento codificado (el que se enseña en la escuela, los libros y los procedimientos escritos) y complementa el conocimiento tácito (el que se adquiere con la práctica y la mentoría), y muestra que los datos apuntan en esa dirección: las ocupaciones que dependen más del conocimiento codificado tienen un crecimiento más lento del empleo de entrada, y las que dependen más del conocimiento tácito crecen más rápido para trabajadores de mitad de carrera y veteranos. Los autores subrayan que son resultados descriptivos, no causales.

Una segunda pista es cómo se usa la IA. Con el Anthropic Economic Index (datos de uso de Claude), el mismo artículo informa de que en las ocupaciones donde la IA se usa sobre todo para hacer el trabajo (automatización), el empleo joven cae, mientras que donde se usa sobre todo para ayudar a las personas (complemento), el empleo se mantiene o crece, especialmente para los trabajadores con experiencia. Entre ocupaciones igual de expuestas, la forma de usar la IA divide la dirección.

Las ofertas de empleo apuntan en la misma dirección. En el estudio de Harvard, las tareas que la IA hace bien fueron desapareciendo poco a poco de las ofertas para perfiles junior en las empresas que adoptaron la IA generativa. La caída del empleo junior se concentró en las ocupaciones expuestas a la IA, mientras que la tendencia del empleo sénior apenas cambió.

Este es el terreno del conocimiento tácito: lo que no cabe en un manual y solo se interioriza en el trabajo. La IA reproduce al instante el conocimiento de manual, pero el conocimiento tácito sigue estando en gran parte en manos de las personas. La pendiente «codificado frente a tácito» de los datos apunta en la misma dirección que esta intuición.

4. Tres preguntas para evaluar tu propio trabajo

La investigación muestra que los trabajos cuya puerta de entrada se estrecha comparten algunos rasgos. Las tres preguntas siguientes son el marco de este artículo para aplicar esos rasgos a tu propio trabajo, no una conclusión de la investigación en sí.

Esto es lo que pueden hacer jóvenes y veteranos según cuántas respuestas sean «sí».

Entre los casos que analiza el artículo de Stanford figuran el desarrollo de software y la atención al cliente, entre otros. Las proyecciones a diez años por ocupación (Oficina de Estadísticas Laborales de EE. UU.) están en Los 15 empleos más afectados por la IA.

5. La cantera que desaparece: cuando los jóvenes no pueden formarse

El riesgo serio es que las empresas estén colocando una bomba de relojería: no contratar jóvenes → los jóvenes no se forman → escasez de veteranos dentro de unos años.

Tradicionalmente, los ingenieros y contables noveles leían el código de sus mayores, hacían tareas rutinarias e interiorizaban el conocimiento tácito en el trabajo. Cuando la IA asume esas tareas de entrada, desaparece también el lugar donde los jóvenes aprenden.

Dicho de otro modo, una empresa que decide «la IA baja los costes, así que dejamos de contratar recién titulados» decide al mismo tiempo no contratar a sus veteranos del futuro. El artículo de Stanford también señala la desaceleración de la contratación de entrada como un indicio temprano de que la IA generativa puede estar afectando a la «escalera profesional». Ojo: «escasez de perfiles intermedios dentro de unos años» es una preocupación basada en los datos actuales, no un hecho medido.

6. El contraargumento: «la IA no es necesariamente la causa»

Hay contraargumentos sólidos. Un análisis del Budget Lab de Yale (octubre de 2025) concluyó que en los 33 meses posteriores al lanzamiento de ChatGPT el mercado laboral en su conjunto no había sufrido una alteración apreciable. La composición de las ocupaciones cambiaba algo más rápido que en otras transiciones tecnológicas, pero no mucho más, y ese cambio empezó antes del uso generalizado de la IA. El propio estudio de Anthropic (marzo de 2026) tampoco encontró un aumento sistemático del desempleo entre los trabajadores muy expuestos.

El artículo de Stanford aborda de frente sus propias debilidades:

• La brecha se reduce al controlar por nivel educativo: no se puede saber si la educación es una explicación alternativa o precisamente el canal por el que actúa la IA
• Parte de la divergencia es anterior a ChatGPT: las ocupaciones más y menos expuestas se movieron de forma distinta en torno a la pandemia
• La brecha es mayor en los datos de ADP que en las encuestas nacionales: las estadísticas nacionales apuntan en la misma dirección, pero con menos intensidad

Al mismo tiempo, el artículo señala que la brecha persiste al controlar la exposición a los tipos de interés, al excluir empresas tecnológicas y ocupaciones informáticas y al controlar el teletrabajo; que siguió ampliándose después del máximo de los tipos de interés; y que se concentra en ocupaciones donde la IA se usa para automatizar, con un claro gradiente por edad, patrones que los tipos de interés o el teletrabajo por sí solos explican mal.

Por tanto, no se puede decir que la IA sea la única causa del estancamiento del empleo joven. Pero la relación —cuanto más expuesta a la IA está una ocupación, y cuanto más se usa allí la IA para automatizar, más cae la contratación de jóvenes— aparece una y otra vez en varios conjuntos de datos independientes. La posición de este artículo: la IA no es la única causa, pero es una de las presiones que actúan sobre la puerta de entrada.

7. Estrategias para quienes empiezan

«Entiendo los datos, ¿y qué hago yo?». Aquí va una lista práctica.

1. Elegir lugares de trabajo donde la IA ayude a las personas

Dentro de una misma ocupación, hay lugares que dejan tareas enteras a la IA y otros que la usan para ayudar a las personas. En el artículo de Stanford, el empleo joven se mantuvo o creció en las ocupaciones donde la IA complementa el trabajo. En las entrevistas, pregunta «¿Qué hacen los recién llegados con la IA y quién lo revisa?»: la respuesta muestra hacia dónde se inclina ese lugar. Saber usar la IA se da por hecho; lo que marca la diferencia es el criterio para saber de qué partes del resultado dudar y cuáles corregir.

2. Ocupar pronto el terreno donde la IA es débil

• Presencia física: trabajo de campo, salud y enfermería, comunicación cara a cara
• Juicio con responsabilidad: cumplimiento normativo, gobernanza, ética
• Diseño de preguntas creativas: nuevos negocios, diseño de experiencia de usuario, marca
• Mover a las personas: ventas, coaching, liderazgo

Las ocupaciones en crecimiento y la formación necesaria para entrar en ellas están tabuladas en Empleos que sobreviven a la era de la IA.

3. Combinar habilidades

Ya no basta con «saber programar» o «saber contabilidad». Crea escasez con combinaciones como «dominio × IA» o «diseño × datos»: por ejemplo, «experiencia clínica + ingeniería de prompts» o «práctica jurídica + verificación de resultados de IA».

4. Crear tu propio espacio para adquirir conocimiento tácito

Si tu empresa no te da la ocasión de leer el código de tus mayores, búscala tú mismo en proyectos de código abierto, proyectos personales, comunidades y mentores. Como muestran los datos, las ocupaciones que dependen del conocimiento tácito crecen más para los trabajadores con experiencia. En la era de la IA, quien empieza ya no puede confiar solo en que su empresa lo forme.

5. Subir de nivel: hacia gestión, diseño y decisiones de negocio

Los puestos de pura implementación son los más fáciles de recortar. Pero si entras pronto en funciones donde tomas decisiones de diseño, entiendes el negocio y sabes mover a las personas, te subes al lado en que la IA te potencia. También en el artículo de Stanford, el empleo se mantenía o crecía en las ocupaciones donde la IA se usa para ayudar a las personas.

8. Dónde los veteranos no pueden relajarse

«Ventaja de los veteranos» no significa que todos estén a salvo. Estos perfiles corren incluso más riesgo que los jóvenes:

En resumen, no es «veterano = a salvo», sino «veterano que domina la IA y ejerce un juicio basado en conocimiento tácito = a salvo». Lo que crece en los datos no son «las personas con experiencia en general», sino los trabajadores con experiencia en ocupaciones donde la IA se usa para ayudar a las personas. La línea divisoria es la actitud, no la capacidad.

9. Qué deben hacer las empresas ahora

Además de las personas, las empresas también deben pensar en su estructura de talento a largo plazo.

1. Tratar la contratación de jóvenes como una inversión en los veteranos del futuro, no como un coste

La IA reduce los costes a corto plazo. Pero cerrar la puerta de entrada supone el riesgo de quedarse sin perfiles intermedios y veteranos dentro de unos años. Recortar la contratación de titulados puede significar recortar la competitividad futura.

2. Rediseñar la formación inicial para la era de la IA

Si «leer el código de los mayores» y «aprender haciendo tareas rutinarias» ya no funcionan, hace falta un nuevo plan: criticar soluciones generadas por la IA, debatir con la IA, experimentar sus límites.

3. Usar a los veteranos como «amplificadores de IA»

Conocimiento tácito de los veteranos × escalabilidad de la IA = una gran ganancia de productividad. Rediseña los equipos partiendo de que los veteranos usan la IA para aumentar su rendimiento y transmiten a los jóvenes su forma de juzgar.

4. Formalizar la regla de que «un humano firma al final»

Establece siempre un punto de control humano antes de que un resultado de IA pase a producción. Preserva a la vez oportunidades de trabajo y de aprendizaje para los jóvenes y la garantía de calidad.

Resumen

• Los datos dicen que la IA está afectando primero a los jóvenes. En la versión revisada de Stanford (agosto de 2026), el empleo de 22 a 25 años en ocupaciones expuestas a la IA está un 19% por debajo de donde estaría al ritmo de las ocupaciones menos expuestas. El de 35 a 49 años en esas mismas ocupaciones creció cerca de un 10%.
• El análisis de currículos de Harvard también encuentra que el empleo junior era un 9% menor seis trimestres después de que las empresas adoptaran la IA generativa, con el sénior casi sin cambios. En ambos casos la caída viene de menos contrataciones, no de más despidos.
• En las estadísticas oficiales, el paro de los recién titulados en EE. UU. pasó del 4,0% (sept. 2022) al 5,2% (sept. 2026), la mayor subida de los cuatro grupos. En Japón, en cambio, la tasa de colocación de los graduados de marzo de 2026 fue del 98,0%, sin una caída comparable.
• Una razón probable: la IA sustituye el conocimiento codificado y complementa el tácito. Los jóvenes caen en las ocupaciones donde la IA automatiza; los experimentados crecen donde la IA complementa a las personas.
• Evalúa tu propio trabajo con tres preguntas: ¿se puede escribir en un manual el trabajo de un recién llegado?, ¿la IA hace el trabajo en lugar de las personas? y ¿empeoran la contratación o el paro de los titulados?
• Contraargumentos: el Budget Lab de Yale no encuentra una perturbación apreciable en el mercado laboral en conjunto. La propia Stanford reconoce que la brecha se reduce al ajustar por nivel educativo y que algunas diferencias son anteriores a la IA.
• A largo plazo preocupa que desaparezca la cantera: las organizaciones que cierran la puerta de entrada pueden quedarse sin mandos intermedios ni veteranos en pocos años.
• Los veteranos también corren riesgo si no usan la IA, tienen poca práctica real o no saben transmitir su conocimiento tácito. Las empresas deberían replantear la contratación junior como una inversión de futuro.

Preguntas frecuentes

P1. ¿Lo de «primero los jóvenes» es solo un fenómeno de EE. UU.?

Las investigaciones citadas aquí (Stanford, Harvard y Anthropic) y las estadísticas de la Fed de Nueva York son de EE. UU., y todavía hay pocos análisis de esta escala en otros países. En Japón, por ejemplo, la tasa de colocación de los graduados universitarios de marzo de 2026 fue del 98,0% (a 1 de abril, igual que el año anterior), sin una caída como la de EE. UU. en la contratación de titulados en conjunto. En países con tradición de contratación masiva de titulados o de empleo a largo plazo, la contratación se ajusta de otra manera, así que, aunque aparezca el mismo cambio, su forma y su momento pueden ser distintos. Como estas tasas rara vez se desglosan por ocupación, lo más fiable es comprobar cómo cambian de verdad la contratación de titulados en tu sector y el trabajo que describen las ofertas junior, con estadísticas nacionales o datos del sector.

P2. Entonces, ¿los jóvenes deberían dejar de estudiar ingeniería?

Al contrario. Los jóvenes que ya dominan la IA escasean. Lo que se reduce es la contratación para trabajos de entrada que la IA sustituye con facilidad; el valor de los jóvenes capaces de usar la IA y asumir decisiones está subiendo. En las proyecciones del BLS de EE. UU., los desarrolladores de software crecen un +10,2% hasta 2035, mientras que los programadores informáticos, cuyo trabajo se centra en escribir código, caen un −7,3%. En lugar de renunciar a la informática, cambia lo que aprendes y cómo lo abordas.

P3. ¿Cómo pueden quienes tienen 30 o 40 años convertirse en «veteranos que dominan la IA»?

Solo tres cosas:
(1) Dedicar al menos 30 minutos al día a Claude Code, Cursor o Codex
(2) Comprobar en primera persona dónde terminan las capacidades de la IA en tu especialidad
(3) Reforzar el conocimiento del dominio hasta poder criticar y corregir lo que produce la IA
A largo plazo, poner en palabras tus criterios de decisión importa más que el manejo de herramientas.

P4. ¿Se puede evitar el colapso de la cantera?

A nivel de empresa, sí: (1) mantener la contratación de titulados, (2) crear programas de formación que trabajen con la IA y (3) incluir «tiempo para enseñar» en el trabajo de los veteranos. Lo que ocurra en el conjunto de la sociedad sigue abierto; los autores de Stanford están en la fase de publicar indicadores para que otros sigan el fenómeno.

P5. ¿Los trabajos presenciales (construcción, enfermería, reparto) son realmente seguros?

Relativamente seguros por ahora. En los datos de uso de Anthropic, cerca del 30% de los trabajadores estaba en ocupaciones sin uso apreciable de la IA (cocineros, mecánicos, socorristas y similares). Los empleos con un fuerte componente de una persona en el lugar que toma la decisión están lejos de ser sustituidos. A largo plazo, los robots autónomos y la conducción autónoma podrían extenderse, así que en un horizonte de 20 años la historia es otra.

P6. ¿Quién es más fuerte: un veterano que usa IA o un joven que no la usa?

En la mayoría de los lugares de trabajo, probablemente el veterano que usa IA. Cuando el conocimiento tácito del veterano se suma a la capacidad de la IA, la diferencia de productividad es grande. En cambio, el joven que no usa la IA tiende a perder terreno a medida que el trabajo de entrada pasa a la IA.

P7. Siento que «la mitad de mi trabajo desapareció» por la IA. ¿Qué hago?

Actúa en tres fases. (1) Corto plazo: concéntrate en la mitad restante para subir la calidad y usa la IA para duplicar la productividad del resto. (2) Medio plazo: aumenta deliberadamente la parte de trabajo en la que la IA es débil (juicio, personas, trabajo físico). (3) Largo plazo: lee cómo cambia tu sector y redefine cómo será tu profesión cinco años después de que la IA se generalice. La clave es la idea de «volver a ganarte un sitio dentro del sector».

Relacionados: Los 15 empleos más afectados por la IA generativa (proyecciones por ocupación) / ¿Eliminará la IA los empleos de oficina? (pronósticos frente a datos reales) / ¿Cómo ensancha la IA la brecha de capacidades entre oficinistas? (la diferencia entre quienes siguen trabajando) / Qué le hizo la IA a los freelancers de TI: este artículo trata del empleo, pero entre los freelancers la experiencia funciona al revés