La inteligencia artificial no ha producido hasta ahora un relato claro de desempleo masivo. El empleo agregado en los países desarrollados se mantiene ampliamente estable, y evaluaciones recientes han encontrado pruebas limitadas de que la IA haya alterado las cifras generales. Pero un cambio preocupante podría estar ocultándose bajo la superficie: el silencioso debilitamiento del primer escalón de la carrera profesional.
La evidencia más preocupante está apareciendo exactamente donde deberíamos esperarla primero: en la contratación de profesionales en inicio de carrera. Un documento de trabajo publicado en noviembre de 2025 por el Stanford Digital Economy Lab halló que los trabajadores de entre 22 y 25 años en las ocupaciones más expuestas a la IA experimentaron un descenso relativo del 16% en el empleo después de la expansión de la IA generativa, incluso después de controlar por otros factores que podrían afectar las decisiones de empleo de las empresas. Un informe de Anthropic de marzo de 2026 aporta pruebas sugerentes que llevaron a una conclusión similar.
Los trabajadores con más experiencia en esas mismas ocupaciones no sufrieron el mismo declive. Tampoco está descendiendo el empleo en los puestos de nivel inicial con baja exposición a la IA. La preocupación es específica de los puestos de principio de carrera expuestos a la IA.
No es una señal menor. Sugiere que las empresas podrían estar utilizando la IA para sustituir las tareas de nivel inicial mediante las cuales las personas tradicionalmente se abren camino profesionalmente —al menos para aquellos en puestos donde la IA generativa se utiliza de forma extensiva, como desarrolladores de software, representantes de servicio al cliente, programadores informáticos y gestores de sistemas de información.
Es el momento de introducir cambios en la forma en que formamos, preparamos y apoyamos a los jóvenes que están a punto de incorporarse al mercado laboral. Las instituciones educativas deben reorientarse para la era de una fuerza laboral aumentada por la IA. Los gobie os deben incentivar a las empresas a contratar y formar a trabajadores en las primeras etapas de su carrera. Las empresas, a su vez, deben reconocer la importancia de desarrollar una fuerza laboral a largo plazo con experiencia en IA —un proceso que comienza con los trabajadores de nivel de entrada. Y los propios estudiantes deberían asumir la responsabilidad no solo de adquirir fluidez en IA sino también de aprender a aplicar esos conocimientos en diversos campos.
En resumen, debemos cambiar la forma en que tradicionalmente hemos concebido el trabajo de nivel de entrada.
Esto es especialmente cierto porque el mercado laboral general para los recién graduados también se está ralentizando. El Banco de la Reserva Federal de Nueva York ha informado de que, en el cuarto trimestre de 2025, la tasa de desempleo para los recién licenciados universitarios aumentó al 5,6%, mientras que la tasa de subempleo (la proporción de graduados que trabajan en empleos que normalmente no requieren un título universitario) alcanzó el 42,5%, su nivel más alto desde la pandemia de covid. Ninguna estadística por sí sola puede probar que la IA sea la única causa de ese deterioro. La contratación en general está significativamente a la baja tras la pandemia, y los jóvenes son particularmente vulnerables a la desaceleración. Pero sería un error ignorar la posibilidad de que la IA esté acelerando una transición ya de por sí difícil de la formación al mundo laboral.
Detrás de estas estadísticas se esconde una gran cantidad de angustia personal. Los recién graduados hoy en día a menudo presentan cientos de solicitudes antes de recibir una sola oferta, y las encuestas encuentran consistentemente tasas elevadas de ansiedad, precariedad financiera y bu out entre los trabajadores jóvenes en búsquedas de empleo prolongadas. Si la IA cierra silenciosamente la puerta a los empleos iniciales típicos, las personas pagarán el precio en una independencia retrasada, una formación familiar pospuesta y la sensación de que sus primeros esfuerzos profesionales serios han sido rechazados.
También es relevante porque los puestos de nivel de entrada forman parte del sistema de capacitación de la economía. Los analistas júnior aprenden qué cifras son fiables. Los jóvenes desarrolladores de software aprenden cómo fallan los sistemas de producción. Los nuevos profesionales del marketing aprenden cómo se comportan los clientes fuera del pulcro lenguaje de los paneles de control. El personal jurídico y financiero en sus primeras etapas profesionales aprende cómo interactúan realmente las normas, el criterio, los plazos y las relaciones humanas. Si la IA absorbe una mayor parte de la redacción, el triaje, la codificación, la elaboración de resúmenes y la preparación administrativa que antes contribuían a capacitar a los trabajadores de nivel de entrada, las empresas podrían volverse más eficientes a corto plazo, mientras que la sociedad perdería capacidades a largo plazo.
La forma correcta de mejorar las habilidades de los trabajadores jóvenes no es decirles: “Aprende a programar”. Ese consejo, que dio forma a más de una década de iniciativas federales y expansión universitaria, se basaba en la premisa de que la programación era una habilidad estable y escalable que casi cualquiera podía aprender y traducir en un puesto de trabajo de clase media. La premisa ya no se sostiene. La capa de trabajo que la IA gestiona bien —traducir una especificación en código rutinario, reproducir patrones estándar, depurar errores predecibles— es precisamente la capa sobre la que se articularon los programas de “aprende a programar”.
Supervisar los sistemas de IA en su trabajo es ahora una habilidad mucho más relevante. Por lo tanto, comprender las salidas que producen los sistemas de IA será muy importante.
Para ayudar a las personas a desarrollar tales habilidades, deberíamos exigir a universidades, centros de formación profesional y programas profesionales que integren la alfabetización en IA, la alfabetización de datos, las habilidades para flujos de trabajo basados en prompts, las habilidades de verificación y el criterio especializado en las titulaciones ordinarias. Todo graduado debería saber cómo utilizar herramientas de IA, verificar su resultado, comprender sus límites y combinarlas con la experiencia humana. Esto es importante incluso para los graduados que ingresan a ocupaciones que parecen relativamente seguras de la IA, como las del sector sanitario. Casi todos los trabajos incluyen tareas —redacción, resumen, programación, investigación, trabajo básico con datos, comunicación rutinaria— para las cuales la IA ya es una herramienta de productividad sustancial.
La competencia que experimentará la mayoría de los jóvenes trabajadores no es entre humanos y máquinas, sino entre un colega y un colega aumentado por IA. Para la mayoría de los jóvenes trabajadores, el camino realista para hacerse valiosos no es evitar la IA, sino dominar la tecnología y combinarla con el juicio de dominio, el razonamiento contextual y las habilidades de relaciones humanas. Con este fin, las escuelas deberían enfatizar las prácticas remuneradas, los aprendizajes y los proyectos vinculados a empleadores para que los estudiantes desarrollen criterio en ento os de trabajo reales antes de graduarse.
Los gobie os también deberían crear créditos fiscales específicos, subvenciones salariales, y ayudas a la formación para los empleadores que contraten a trabajadores en las primeras etapas de su carrera para puestos estructurados y aumentados por IA. La arquitectura para este tipo de subvención condicional y vinculada al comportamiento ya existe en la política fiscal estadounidense. Lo que falta es una versión de estos instrumentos diseñada específicamente en to o al trabajo aumentado por IA para profesionales en las primeras etapas de su carrera.
Las empresas, por su parte, deberían dejar de tomar decisiones de contratación basadas únicamente en el ahorro de costes a corto plazo derivado de la IA. Los trabajadores jóvenes no son valiosos solo por las tareas que realizan este trimestre. Su valor reside en el aprendizaje, la formación de habilidades, la memoria institucional y la productividad futura. La contratación de personal de nivel de entrada no es solo un gasto. Es una inversión en el futuro caudal de criterio dentro de la empresa. La fuerza laboral sénior más eficaz, aumentada por IA, de finales de la década de 2030 surgirá abrumadoramente de la cohorte júnior de hoy. Las empresas que automaticen y supriman la etapa de aprendizaje podrán mejorar sus márgenes inmediatos, pero se encontrarán, dentro de una década, sin nadie que entienda cómo se comportan realmente sus propios flujos de trabajo impulsados por IA.
Los estudiantes que se gradúan esta primavera y la próxima se enfrentan a un mercado laboral difícil y en transición. El dominio de la IA se está convirtiendo en una habilidad común. La experiencia especializada sin dominio de la IA está siendo superada. La combinación es lo que es realmente escaso. El ingeniero mecánico con conocimientos de fabricación y dominio de la IA; el programador de software con conocimientos de servicios financieros que también es un experto en IA: estos son los tipos de profesionales que tendrán una gran demanda.
Georgios Petropoulos es profesor asistente en la USC Marshall School of Business. Su investigación se centra en las implicaciones de las tecnologías de la información para la innovación, la política de competencia y los mercados laborales.

