Anthropic presentó la edición 2026 de su informe periódico introduciendo también una Índice de exposición a la IAEs decir, qué un índice que mide el riesgo de automatización de la IA para trabajos administrativoscon programadores en la cima (75% de las tareas automatizables) y signos tempranos de una desaceleración en la contratación de jóvenes menores de 25 años en los roles más expuestos, a pesar de que no ha aumentado el desempleo.
La idea de que la inteligencia artificial está a punto de cambiar el trabajo está en el aire desde hace unos años, temido y a menudo exorcizado, pero hasta ahora había permanecido principalmente en el orden de la profecía. Con esta nueva publicación, algo pasa del registro de predicción al de medición. El documento antrópico No es un panfleto alarmista ni un folleto promocional.: es un intento metódico de construir un criterio compartido, público y actualizable en el tiempo, para comprender lo que realmente está sucediendo en el mercado laboral.
Un índice para medir la exposición a la automatización
El corazón de la herramienta es el mapeo de las tareas profesionales presentes. en la base de datos del Departamento de Trabajo de EE. UU. en comparación con las capacidades actuales de los modelos de lenguajes grandes (LLM). Para cada profesión, el sistema calcula cuántas de las actividades que la componen son ahora técnicamente accesibles para un sistema como Claude, ponderando tanto la cobertura como la complejidad de las tareas individuales. El resultado es una puntuación de exposición que va desde cero, para profesiones intrínsecamente físicas o relacionales como cocineros, socorristas y lavaplatos, hasta profesiones administrativas con una alta densidad de información.
En lo más alto del ranking se encuentran programadores de computadorascon aproximadamente el El 75% de las tareas diarias ya pueden catalogarse como automatizables de los sistemas de IA actuales. ellos siguen empleados de servicio al clienteEl operadores de entrada de datos ellos especialistas en documentación sanitariatodos con puntuaciones superiores al 60-70% de exposición. Esto no es, especifica el informe, una predicción de un reemplazo inminente: la exposición técnica es una condición necesaria pero no suficiente para una automatización efectiva, que depende de factores económicos, organizativos y regulatorios que el índice no mide.
El criterio del 30% sirve como umbral: alrededor de tres de cada diez empleos ni siquiera alcanzan este nivel mínimo de exposición, lo que los convierte, al menos por ahora, en estructuralmente resistente a la automatización basada en LLM. No es una cuestión de complejidad intelectual en un sentido abstracto, sino de encarnación física, relacional o contextual que los sistemas lingüísticos todavía luchan por replicar de manera confiable.
El mercado laboral aguanta, pero algo se mueve entre los jóvenes
En el aspecto macroeconómico, los economistas antrópicos fueron cautelosos al interpretar los datos. Desempleo en profesiones de alta exposición no muestra un aumento significativo en comparación con el período anterior a ChatGPT: el cambio promedio, escriben los investigadores, «es minimo y no significativo”, con un posible aumento del desempleo en los grupos más expuestos lo que resulta «indistinguible de ceroEn resumen, no hay evidencia de que la IA haya producido ya pérdidas de empleos en una escala mensurable.
Sin embargo, el informe identifica una primera señal que merece atención: i Tarifas de contratación para trabajadores entre 22 y 25 años. contrataron en profesiones clasificadas como de alta exposición. Es un hecho que sugiere cómo el puestos de nivel de entrada podrían ser los primeros en sentir la presión de adoptar sistemas de IA, y eso este efecto precedería temporalmente mayores movimientos en las tasas de desempleo. Las empresas parecen más inclinadas, al menos por ahora, a no reemplazar a los trabajadores experimentados salientes con nuevas contrataciones junior en lugar de despedir a los profesionales senior que ya forman parte de su plantilla.
El mecanismo es consistente con la lógica económica de la automatización incremental: las tareas más estandarizadas se automatizan primeroaquellos que normalmente se confían a los recién llegados, mientras que las habilidades de juicio y supervisión acumuladas por los mayores siguen siendo menos cuestionables por el momento. La señal es temprana y todavía no es estadísticamente disruptivopero vale la pena seguirlo con atención precisamente porque, de confirmarse, tendría implicaciones importantes en la formación de capital humano y en la entrada al mercado laboral de las nuevas generaciones.
Deskilling: La paradoja de las tareas altamente educadas
Uno de los aspectos más detallados del informe se refiere a la composición cualitativa de las tareas que realiza la IA en comparación con las que deja a los humanos. Los datos muestran que Claude tiende a usarse más y a generar mayores ganancias de productividad, justo en el momento. Tareas que requieren un mayor nivel de educación.. Lo que produce una paradoja: si esas tareas se contratan para trabajadores humanos, el efecto neto en el mercado podría ser una reducción general de los requisitos de formación requeridos. Un fenómeno que el informe denomina “descualificación”.
Los investigadores antrópicos advierten que esta lectura debe tomarse con cautela, porque las tareas más complejas en las que se utiliza Claude son incluso aquellos en los que el modelo tiene más dificultades. En lugar de desplazar a profesionales altamente capacitados, el sistema podría mejorar el valor de su experiencia complementaria: la capacidad de comprender el trabajo de la IA, evaluar su calidad y corregir sus errores. Es una hipótesis plausiblepero todavía es demasiado pronto para saber cuál de las dos trayectorias prevalecerá en el medio plazo.
Un termómetro en tiempo real para decisiones futuras
El objetivo declarado de la iniciativa es construir un sistema de seguimiento que anticipe las crisis en lugar de quedarse atrás. Estadísticas de empleo tradicionales sistemáticamente van a la zaga de los cambios estructurales durante meses, y cuando los signos se hacen visibles en los datos oficiales, el cambio ya se ha producido. El objetivo de laÍndice económico por antrópico más bien se trata de sentar las bases metodológicas antes de que se manifiesten los impactos sustanciales, para permitir evaluaciones futuras más precisas e intervenciones políticas más oportunas.
el informe es la cuarta de la serie que comenzará a principios de 2025, y cada edición amplía tanto la base de datos analizada como la granularidad geográfica. Esta edición es la primera en incluir análisis a nivel global, con patrones de uso diferenciados entre países de ingreso per cápita alto y bajo: en los países más ricos, Claude se utiliza principalmente en modo colaborativo dentro de flujos de trabajo consolidados, mientras que en países de bajos ingresos Su uso se centra más en actividades educativas y aplicaciones específicas. Una distinción que, según los economistas antrópicos, sugiere que el impacto de la IA estará mediado por las estructuras institucionales existentes en lugar de desarrollarse uniformemente a escala global.
La velocidad del cambio y la cuestión de la medición
Al leer el informe, queda claro que el principal desafío no es tanto predecir si la IA transformará el trabajo, sino más bien predecir si construir instrumentos capaces de medir de manera confiable y oportuna la velocidad y dirección de esa transformación. EL’Índice de exposición a la IA es una herramienta imperfecta, como admiten explícitamente sus autores, pero representa un intento serio de anclar el debate en algo empíricamente verificable.
El hecho de que sea la propia Anthropic quien lo construya, la empresa que desarrolle el modelo cuya difusión forma parte del fenómeno medido, plantea naturalmente una cuestión de independencia metodológica (por decirlo suavemente) que vale la pena tener en cuenta. Los datos y el código utilizados para el análisis. se publican en Hugging Face permitir verificación y replicación por investigadores independientes, lo que no resuelve el conflicto de intereses estructural pero al menos lo hace transparente y controlable. Hay mucho en juego: entender lo suficientemente temprano cómo se está reajustando el mercado laboral es una de las condiciones previas para responder con políticas de formación, seguridad social y redistribución que no llegan cuando el juego ya está terminado.