La inteligencia artificial ya puede redactar textos, resumir documentos, generar código, analizar datos y responder preguntas en cuestión de segundos. Estas capacidades están cambiando la manera en que muchas empresas organizan su trabajo. Sin embargo, hay una diferencia importante entre automatizar una tarea y hacer desaparecer una profesión.
Un programa puede preparar un borrador de contrato sin estar capacitado para asesorar jurídicamente a un cliente. Puede sugerir código sin responsabilizarse de la seguridad de una aplicación. También puede generar una explicación médica sin sustituir la evaluación de un profesional sanitario.
Por eso, preguntar qué empleos desaparecerán por culpa de la inteligencia artificial puede llevarnos a una conclusión equivocada. Una pregunta más útil es qué partes de cada trabajo pueden automatizarse, cuáles seguirán necesitando criterio humano y cómo cambiarán las oportunidades profesionales.
En este artículo analizamos 12 ocupaciones que podrían experimentar transformaciones importantes, con ejemplos concretos, limitaciones de la tecnología y una mirada crítica a los riesgos para los trabajadores. No es una clasificación definitiva de profesiones en peligro: el impacto real dependerá de las tareas, el país, la empresa y la velocidad de adopción de estas herramientas.
¿Qué dicen los estudios sobre la IA y el empleo?
Antes de analizar cada profesión, conviene separar las predicciones alarmistas de lo que realmente muestran los estudios.
En mayo de 2025, la Organización Internacional del Trabajo (OIT) y el Instituto Nacional de Investigación de Polonia (NASK) publicaron un índice mundial según el cual uno de cada cuatro empleos presenta algún grado de exposición potencial a la inteligencia artificial generativa. El estudio señala que la transformación de los puestos resulta más probable que su sustitución completa.
Puedes consultar el análisis original en el informe de la OIT sobre la exposición de los empleos a la IA generativa.
La palabra exposición es fundamental. Indica que una ocupación incluye tareas que la tecnología podría modificar o realizar parcialmente. No significa que una cuarta parte de los trabajadores vaya a quedarse sin empleo.
La evidencia más reciente también invita a evitar conclusiones precipitadas. Una revisión de la OIT publicada el 1 de junio de 2026 examinó estudios, experimentos, datos empresariales y encuestas sobre productividad y empleo. Su conclusión fue que las mejoras de productividad son reales en algunos contextos, pero desiguales, y que el desplazamiento laboral a gran escala seguía siendo limitado en la evidencia estudiada.
El documento completo está disponible en la revisión de la OIT sobre IA generativa, empleo y productividad.
Esto no demuestra que el riesgo futuro sea insignificante. Significa que todavía debemos distinguir entre lo que la tecnología puede hacer, lo que las empresas deciden automatizar y lo que termina ocurriendo en el mercado laboral.
Los 12 trabajos que podrían cambiar más
Las siguientes ocupaciones incluyen tareas que la IA ya puede apoyar o automatizar parcialmente. El orden es orientativo: no representa un ranking estadístico de mayor a menor riesgo.
1. Asistentes administrativos y personal de oficina
Gran parte del trabajo administrativo gira en torno a documentos, agendas, correos, formularios y organización de información. Son actividades en las que la IA puede ahorrar tiempo, especialmente cuando los procesos siguen reglas claras.
Por ejemplo, un asistente puede utilizar una herramienta para resumir una reunión, preparar un primer borrador de un informe y convertir las notas en una lista de tareas pendientes. La persona sigue necesitando revisar el resultado y confirmar que no se han omitido acuerdos importantes.
Tareas con mayor potencial de automatización: introducir datos, clasificar documentos, preparar borradores rutinarios y organizar información estructurada.
Lo que seguirá requiriendo criterio humano: coordinar personas, resolver excepciones, gestionar información confidencial y responder ante problemas que no siguen el procedimiento habitual.
Mi valoración es que el cambio podría ser considerable en los puestos centrados casi exclusivamente en tareas repetitivas. Sin embargo, un buen profesional administrativo no se limita a rellenar formularios: también conoce los procesos de la organización y sabe qué hacer cuando algo sale mal.
La cuestión para las empresas será si utilizan la tecnología para mejorar el trabajo de sus equipos o simplemente para intentar reducir costes sin evaluar las consecuencias.
2. Agentes de atención al cliente y centros de llamadas
Los asistentes virtuales pueden responder preguntas frecuentes, explicar políticas de devolución, consultar estados de pedidos y orientar a los usuarios. Cuando la consulta es sencilla y la información está actualizada, estas herramientas pueden resolverla sin intervención inmediata de una persona.
El problema aparece cuando la situación se sale del guion. Un cliente puede haber recibido un producto defectuoso, sufrir un cobro inesperado o necesitar una solución que no aparece en las opciones automáticas.
En esos casos, repetir respuestas genéricas no resuelve el problema. Incluso puede aumentar la frustración.
Tareas con mayor potencial de automatización: responder preguntas habituales, clasificar solicitudes, ofrecer información básica y dirigir consultas al departamento correspondiente.
Lo que seguirá requiriendo criterio humano: gestionar reclamaciones complejas, negociar soluciones, interpretar situaciones excepcionales y tratar con clientes vulnerables o especialmente afectados.
Es razonable esperar que algunas empresas necesiten menos personas para gestionar consultas sencillas. Pero no se puede deducir de ello que todos los puestos de atención al cliente desaparecerán.
Mi crítica es que automatizar la atención no siempre equivale a mejorarla. Si una empresa obliga a los clientes a hablar con un sistema incapaz de resolver su problema, el ahorro interno puede convertirse en una mala experiencia para el usuario.
3. Auxiliares contables y personal de facturación
La contabilidad contiene tareas estructuradas que pueden beneficiarse de la automatización: clasificar facturas, organizar recibos, comparar registros y señalar posibles inconsistencias.
Una herramienta puede ayudar a una pequeña empresa a reunir sus gastos mensuales y preparar un borrador para la revisión contable. Esto reduce parte del trabajo manual, pero no garantiza que los registros sean correctos.
Un documento puede contener datos erróneos, una operación puede tener un tratamiento fiscal particular y una aparente discrepancia puede deberse a una circunstancia legítima.
Tareas con mayor potencial de automatización: introducir datos, clasificar movimientos, conciliar información sencilla y preparar informes preliminares.
Lo que seguirá requiriendo criterio humano: interpretar normas fiscales, revisar operaciones inusuales, evaluar riesgos y responsabilizarse de las decisiones contables.
El cambio podría reducir el tiempo dedicado a tareas rutinarias y aumentar la importancia del análisis y la revisión. Eso no significa que todos los auxiliares contables vayan a perder su puesto, pero sí que algunas funciones tradicionales podrían dejar de ocupar tantas horas.
Para quienes trabajan en este sector, conocer las herramientas digitales será útil. También lo será comprender los fundamentos de la contabilidad: sin ese conocimiento, resulta difícil detectar cuándo un sistema automatizado se equivoca.
4. Redactores, periodistas y profesionales del marketing
La IA generativa puede proponer títulos, resumir documentos, elaborar borradores, adaptar mensajes y preparar distintas versiones de un anuncio. En marketing también puede ayudar a organizar ideas y explorar enfoques para una campaña.
Pero hay una diferencia enorme entre producir contenido y producir contenido que merezca la atención de alguien.
Un texto puede estar bien escrito y, aun así, no aportar información nueva. Puede repetir afirmaciones conocidas, presentar datos sin comprobar o utilizar ejemplos que no representan la realidad del público al que se dirige.
Tareas con mayor potencial de automatización: redactar borradores genéricos, reformular textos, generar variaciones de anuncios y resumir información suministrada.
Lo que seguirá requiriendo criterio humano: investigar, contrastar fuentes, realizar entrevistas, aportar experiencia, entender a la audiencia y tomar decisiones editoriales.
Mi opinión es que la IA puede aumentar la producción de contenidos, pero eso no significa que aumente su calidad. Si todo el mundo puede generar decenas de artículos en pocos minutos, publicar más deja de ser una ventaja suficiente.
El valor de un redactor o periodista estará cada vez más relacionado con lo que aporta más allá del primer borrador: acceso a fuentes, conocimiento especializado, preguntas originales, verificación y responsabilidad por lo publicado.
En otras palabras, el profesional que solo entrega texto genérico puede encontrar más competencia. Quien investiga, interpreta y aporta una perspectiva reconocible tiene más posibilidades de diferenciarse.
5. Traductores y profesionales de idiomas
Los traductores automáticos y los modelos generativos pueden producir traducciones comprensibles de numerosos textos. También ayudan a resumir documentos, adaptar mensajes y revisar la gramática.
Para entender un correo o consultar información general, estas herramientas pueden resultar suficientes. Pero en otros contextos una traducción incorrecta puede cambiar por completo el significado de un mensaje.
En un contrato, una instrucción médica o un manual técnico, una expresión ambigua no es un simple detalle estilístico. En literatura y publicidad, además, hay que transmitir tono, intención, referencias culturales y juegos de palabras.
Tareas con mayor potencial de automatización: traducir textos sencillos, preparar versiones iniciales y detectar errores lingüísticos frecuentes.
Lo que seguirá requiriendo criterio humano: revisar traducciones especializadas, adaptar contenidos a una cultura, mantener la voz de una marca y evaluar matices que no admiten una equivalencia literal.
Es probable que algunas tareas de traducción básica experimenten una fuerte presión sobre sus precios. Eso no implica que desaparezca toda la profesión.
Los especialistas pueden aportar valor mediante la revisión, la localización cultural y el dominio de ámbitos como el derecho, la medicina o la ingeniería. En esos contextos, comprender el tema es tan importante como conocer dos idiomas.
6. Diseñadores gráficos y creadores audiovisuales
Las herramientas generativas pueden producir imágenes, proponer composiciones, eliminar fondos y acelerar determinadas tareas de edición. También pueden ayudar a crear guiones preliminares, voces sintéticas y materiales audiovisuales.
Esto permite explorar ideas con rapidez y reduce algunas barreras técnicas. Sin embargo, generar una imagen llamativa no es lo mismo que resolver una necesidad de comunicación.
Una marca necesita coherencia visual. Una campaña requiere comprender a quién se dirige. Un vídeo informativo debe representar correctamente su tema. Y una imagen generada puede incluir errores, elementos no deseados o problemas relacionados con los derechos de uso.
Tareas con mayor potencial de automatización: crear propuestas visuales iniciales, adaptar formatos, realizar ediciones básicas y producir variaciones de un diseño.
Lo que seguirá requiriendo criterio humano: definir conceptos creativos, dirigir una campaña, comprender al cliente, mantener una identidad visual y evaluar el resultado final.
Creo que las herramientas generativas presionarán especialmente a los servicios que compiten únicamente por producir imágenes sencillas y baratas. Pero también pueden ampliar las posibilidades de profesionales que sepan utilizarlas sin depender completamente de ellas.
El criterio creativo no consiste solo en elegir una imagen bonita. Consiste en saber por qué esa imagen funciona, qué comunica y si resuelve el problema para el que fue creada.
7. Programadores y desarrolladores de software
Los asistentes de programación pueden sugerir código, explicar errores, generar pruebas y ayudar a documentar proyectos. En tareas bien delimitadas, pueden acelerar el trabajo y facilitar que un desarrollador explore soluciones.
Sin embargo, el código que parece correcto no siempre funciona en el entorno real. Puede contener vulnerabilidades, utilizar dependencias inadecuadas o fallar cuando interactúa con otros componentes.
Una aplicación necesita diseño, pruebas, mantenimiento, seguridad y adaptación a requisitos que pueden cambiar durante el proyecto.
Tareas con mayor potencial de automatización: generar funciones sencillas, proponer pruebas, explicar fragmentos de código y preparar documentación inicial.
Lo que seguirá requiriendo criterio humano: diseñar arquitecturas, revisar seguridad, integrar sistemas, investigar fallos complejos y asumir responsabilidad sobre el software entregado.
El efecto más interesante quizá no sea la desaparición de los programadores, sino el cambio en lo que se espera de ellos. Si una herramienta produce una primera versión de código rápidamente, el valor del profesional se desplaza hacia la evaluación de esa solución y su integración en un sistema fiable.
También existe una preocupación menos evidente: los principiantes suelen aprender realizando tareas pequeñas. Si las empresas automatizan todas esas actividades sin ofrecer otras vías de aprendizaje, podrían dificultar que los nuevos profesionales adquieran experiencia.
La tecnología puede acelerar el aprendizaje, pero no sustituye automáticamente la práctica guiada ni la comprensión de los fundamentos.
8. Analistas financieros y profesionales de datos
La IA puede ayudar a limpiar conjuntos de datos, generar consultas, identificar patrones y preparar visualizaciones o informes preliminares. En una empresa, estas funciones pueden ahorrar tiempo cuando los datos están bien organizados y la pregunta está claramente definida.
El problema es que encontrar una correlación no equivale a explicar una causa.
Si las ventas aumentan durante un mes, puede deberse a una campaña publicitaria, a la temporada, a un cambio de precios o a un acontecimiento extraordinario. Un sistema puede detectar el cambio sin comprender por sí solo qué lo provocó.
Tareas con mayor potencial de automatización: preparar reportes rutinarios, resumir tendencias, organizar datos y producir análisis preliminares.
Lo que seguirá requiriendo criterio humano: comprobar la calidad de los datos, formular las preguntas adecuadas, interpretar el contexto y explicar las consecuencias de una decisión.
Mi valoración es que un informe elaborado en segundos no necesariamente es mejor que uno preparado en varias horas. Lo importante es si responde a la pregunta correcta y si sus conclusiones están justificadas.
Los analistas que combinen conocimientos estadísticos, comprensión del negocio y capacidad para comunicar resultados estarán mejor preparados para trabajar con estas herramientas que quienes se limiten a generar gráficos.
9. Abogados y profesionales del sector jurídico
Las herramientas de IA pueden ayudar a buscar información en documentos, resumir expedientes, comparar cláusulas y preparar borradores. En despachos que gestionan numerosos archivos, estas funciones pueden reducir parte del trabajo documental.
Pero el derecho no consiste únicamente en localizar textos. Es necesario interpretar normas, conocer la jurisdicción aplicable, valorar circunstancias particulares y argumentar una posición.
Además, un sistema generativo puede presentar como auténtica una referencia jurídica inexistente o utilizar información que ya no está vigente.
Tareas con mayor potencial de automatización: clasificar documentos, comparar cláusulas, resumir expedientes y preparar borradores para revisión.
Lo que seguirá requiriendo criterio humano: interpretar el derecho, asesorar a clientes, desarrollar estrategias, negociar y asumir responsabilidades profesionales.
La confidencialidad también importa. Introducir información sensible de un cliente en una herramienta sin comprobar sus condiciones de uso puede crear riesgos que van más allá de la calidad de la respuesta.
Por tanto, el profesional jurídico necesita algo más que aprender a escribir instrucciones para un modelo. Debe saber verificar las fuentes, proteger los datos y evaluar si el resultado es apropiado para el caso concreto.
10. Docentes y profesionales de la educación
La IA puede ayudar a preparar ejercicios, proponer ejemplos, adaptar explicaciones y organizar materiales didácticos. También puede facilitar que un estudiante explore distintas formas de comprender un concepto.
Sin embargo, una respuesta correcta no garantiza que alguien haya aprendido. Un estudiante puede entregar un texto excelente sin comprenderlo, y un ejercicio automático puede no detectar por qué una persona está teniendo dificultades.
Tareas con mayor potencial de automatización: preparar borradores de materiales, generar preguntas de repaso y apoyar determinadas tareas administrativas.
Lo que seguirá requiriendo criterio humano: motivar a los estudiantes, reconocer dificultades, orientar el aprendizaje, gestionar el aula y evaluar el progreso en contexto.
La IA también plantea un reto educativo: enseñar a utilizarla sin convertirla en una vía para evitar todo esfuerzo intelectual.
En mi opinión, prohibir estas herramientas en cualquier circunstancia no prepara necesariamente a los estudiantes para el mundo laboral. Pero permitir que sustituyan toda investigación y reflexión tampoco es una solución.
La enseñanza tendrá que encontrar un equilibrio: utilizar la tecnología cuando ayude a aprender y exigir comprensión, razonamiento y capacidad para defender las respuestas obtenidas.
11. Profesionales de la salud
La inteligencia artificial puede apoyar tareas relacionadas con el análisis de imágenes médicas, la organización de información clínica y la preparación de documentación. En determinadas aplicaciones, puede ayudar a identificar patrones que merecen una revisión profesional.
Sin embargo, la utilidad de una herramienta depende de cómo se haya validado, de la población para la que se diseñó y de las condiciones en las que se utiliza.
Un resultado aparentemente convincente puede ser incorrecto. Además, la atención sanitaria requiere conocer los antecedentes, evaluar síntomas, explicar opciones y considerar las circunstancias particulares de cada paciente.
Tareas con mayor potencial de automatización: preparar borradores administrativos, organizar información y apoyar ciertos análisis clínicos bajo supervisión.
Lo que seguirá requiriendo criterio humano: evaluar al paciente, interpretar los resultados en contexto, explicar riesgos y tomar decisiones clínicas responsables.
No sería prudente afirmar que la IA nunca podrá sustituir ninguna función sanitaria. La tecnología puede modificar algunas tareas de forma profunda. Pero tampoco es correcto tratar una herramienta de apoyo como si fuera un profesional autónomo capaz de hacerse cargo de cualquier situación.
La prioridad debe ser demostrar que una aplicación es segura y útil en su contexto concreto, no adoptarla solo porque promete ahorrar tiempo.
12. Cajeros y trabajadores del comercio
El comercio lleva años incorporando terminales de autopago, sistemas de inventario y herramientas digitales para gestionar pedidos. La IA puede ampliar algunas posibilidades mediante previsiones de demanda, recomendaciones de productos y análisis de ventas.
Aquí es importante distinguir entre inteligencia artificial y automatización en general. Una caja de autopago, por ejemplo, no necesita necesariamente IA para realizar su función básica.
Esta diferencia importa porque atribuir todos los cambios tecnológicos a la IA exageraría su impacto real.
Tareas con mayor potencial de automatización: determinadas operaciones de cobro, control de inventario, clasificación de productos y análisis de ventas.
Lo que seguirá requiriendo criterio humano: resolver incidencias, orientar a los clientes, gestionar situaciones imprevistas y coordinar las operaciones del establecimiento.
El efecto dependerá del tipo de comercio. Una tienda con procesos estandarizados puede automatizar algunas operaciones con más facilidad que un establecimiento que necesita asesoramiento personalizado.
Mi valoración es que la presencia física, por sí sola, no garantiza que un puesto esté protegido. Lo importante es observar qué tareas realiza el trabajador, qué tecnología puede ejecutarlas y qué otras responsabilidades forman parte del empleo.
¿Qué trabajos son más difíciles de automatizar?
No existe una profesión completamente inmune a los cambios tecnológicos. Sin embargo, algunas tareas presentan dificultades diferentes para los sistemas actuales.
Entre ellas están las que requieren intervenir físicamente en entornos imprevisibles, adaptar soluciones a circunstancias particulares o mantener relaciones humanas complejas.
Un electricista puede utilizar herramientas digitales para diagnosticar una avería, pero también necesita inspeccionar la instalación y trabajar con condiciones físicas específicas. Un profesional de cuidados puede recibir apoyo tecnológico, pero debe responder a las necesidades de una persona concreta. Un técnico de mantenimiento necesita adaptarse a problemas que no siempre aparecen en los manuales.
La distinción importante no es simplemente entre trabajos manuales e intelectuales. La IA generativa puede influir en ambos grupos, aunque de maneras diferentes.
También intervienen factores económicos y organizativos. Que una tarea pueda automatizarse técnicamente no significa que resulte rentable hacerlo, que la empresa tenga los datos necesarios o que la regulación permita utilizar la herramienta de esa forma.
Por eso, conviene desconfiar de las listas que presentan profesiones completamente seguras o condenadas a desaparecer. La realidad es más compleja.
El problema de los primeros empleos: ¿cómo aprenderemos si se automatizan las tareas básicas?
Uno de los riesgos menos comentados es lo que puede ocurrir con quienes están comenzando su trayectoria profesional.
Muchas personas aprenden una profesión realizando tareas sencillas antes de asumir responsabilidades mayores. Un programador puede comenzar corrigiendo errores pequeños; un analista puede preparar informes básicos; un profesional del marketing puede investigar palabras clave o elaborar borradores.
Si esas tareas se automatizan, las empresas podrían necesitar menos tiempo para realizarlas. Pero también surge una pregunta: ¿cómo adquirirán experiencia los principiantes si desaparecen algunas de las actividades con las que antes aprendían?
El Foro Económico Mundial publicó en junio de 2026 un informe sobre la IA y los empleos de entrada al mercado laboral. Según el documento, más de uno de cada tres trabajadores jóvenes del mundo se encuentra en ocupaciones con exposición media o alta a cambios en las tareas impulsados por la IA.
Esto no significa que más de un tercio de los jóvenes vaya a perder su empleo. Se refiere a la exposición de sus ocupaciones a cambios en las tareas.
El informe puede consultarse en Artificial Intelligence and the Future of Entry-Level Work.
Las empresas pueden aprovechar la tecnología para ayudar a los nuevos empleados a aprender más rápido. Pero también deben diseñar oportunidades para practicar, recibir retroalimentación y desarrollar criterio profesional.
No basta con pedir a los principiantes que sean expertos en IA desde el primer día. Necesitan adquirir los conocimientos que les permitan evaluar los resultados de esa tecnología.
¿La IA creará nuevos empleos además de transformar los actuales?
Es posible que la adopción de IA impulse nuevas funciones y especializaciones, por ejemplo, en integración de sistemas, seguridad, evaluación de modelos y gestión de datos. También puede cambiar las responsabilidades dentro de profesiones existentes.
Pero sería un error suponer que cada empleo desplazado será sustituido automáticamente por otro nuevo, o que las oportunidades aparecerán en los mismos lugares y para las mismas personas.
La creación de puestos depende de la demanda, la inversión, la formación, la estructura de las empresas y las condiciones económicas. Algunas personas podrán aprovechar nuevas oportunidades; otras necesitarán apoyo para cambiar de actividad.
Un informe conjunto publicado en agosto de 2026 por organismos europeos e internacionales, incluida la OIT, destaca la creciente importancia de combinar habilidades digitales y conocimientos de IA con capacidades cognitivas, sociales y de adaptación. Puedes consultar el documento Changing landscape of skills in the age of AI.
La conclusión práctica es que aprender a utilizar herramientas digitales será cada vez más útil, pero no bastará con conocer una aplicación de moda. También habrá que comprender el trabajo, detectar errores y aprender a adaptarse cuando las herramientas cambien.
Cómo prepararte para los cambios sin intentar aprenderlo todo
No necesitas convertirte en programador ni estudiar cada herramienta nueva para prepararte. Es más útil empezar por las tareas que realizas actualmente.
1. Identifica qué parte de tu trabajo es repetitiva
Haz una lista de actividades que realizas con frecuencia. Pregúntate cuáles siguen reglas claras, cuáles requieren una decisión propia y cuáles dependen de conocer a una persona o una situación particular.
Esta distinción ayuda a identificar dónde podría ser útil la automatización y dónde sería arriesgado confiar demasiado en ella.
2. Aprende una herramienta relacionada con tu profesión
Empieza con una necesidad concreta: resumir documentos, organizar datos, preparar un primer borrador o mejorar un proceso.
Comprueba si realmente ahorra tiempo y si el resultado es suficientemente bueno. Si necesitas pasar más tiempo corrigiendo errores que realizando la tarea manualmente, quizá la herramienta no sea adecuada para ese uso.
3. Aprende a verificar los resultados
No des por válida una respuesta porque esté bien redactada. Comprueba los datos, revisa las fuentes y evalúa si la solución se adapta a tu caso.
Esta habilidad es especialmente importante en actividades que involucran dinero, información confidencial, seguridad o decisiones que afectan a otras personas.
4. Fortalece los conocimientos de tu profesión
Una persona que conoce bien su trabajo puede detectar errores que pasarían inadvertidos para alguien que solo sabe utilizar una herramienta.
Por eso, no conviene sustituir el aprendizaje de los fundamentos por el uso constante de IA. Las herramientas cambian; el conocimiento que permite evaluar sus resultados conserva su valor.
5. Busca oportunidades para seguir aprendiendo
La formación puede incluir cursos, proyectos propios, prácticas y colaboración con personas de más experiencia. No todo aprendizaje necesita convertirse en un certificado.
La OIT y otros organismos han destacado la importancia de la alfabetización en IA, la capacidad de adaptación y las habilidades humanas. Eso no garantiza un empleo, pero sí ofrece una dirección razonable para prepararse ante cambios tecnológicos.
Preguntas frecuentes sobre la IA y el futuro del empleo
¿Qué trabajos tienen más riesgo de cambiar por la inteligencia artificial?
Las ocupaciones con tareas digitales repetitivas, como determinadas funciones administrativas, la elaboración de informes rutinarios, algunas traducciones sencillas y la producción de contenido estandarizado, presentan oportunidades claras de automatización parcial. Sin embargo, la exposición de una tarea no permite predecir por sí sola si un puesto desaparecerá.
¿La inteligencia artificial reemplazará a los programadores?
No hay base suficiente para afirmar que todos los programadores serán sustituidos. La IA puede ayudar a generar y revisar código, pero desarrollar software también exige diseño, pruebas, seguridad, integración y mantenimiento. Lo más probable es que cambien las herramientas y las responsabilidades de muchos profesionales.
¿Qué profesiones tendrán más oportunidades con la IA?
Pueden crecer las necesidades relacionadas con el desarrollo, la integración, la evaluación y la seguridad de sistemas de IA. También pueden aparecer nuevas responsabilidades dentro de profesiones tradicionales. No obstante, la demanda dependerá del mercado y de las necesidades concretas de las organizaciones.
¿Los trabajos manuales están protegidos?
No necesariamente. Algunos trabajos físicos pueden ser difíciles de automatizar en entornos cambiantes, pero también pueden incorporar robots, sensores y sistemas de planificación. Es más preciso analizar las tareas de cada ocupación que clasificarla como completamente segura.
¿Qué debería estudiar para trabajar en el futuro?
Depende de tus intereses y objetivos. Una combinación útil puede incluir conocimientos sólidos de una profesión, habilidades digitales, comunicación, pensamiento crítico y capacidad para aprender. No todas las personas necesitarán programar, pero muchas se beneficiarán de comprender las posibilidades y los límites de la IA.
¿Cuándo desaparecerán los trabajos afectados por la inteligencia artificial?
No existe una fecha universal. Algunas tareas ya están siendo automatizadas; otras cambiarán gradualmente y algunas seguirán necesitando intervención humana. La evolución dependerá de la tecnología, los costes, la regulación y las decisiones de empresas y trabajadores.
Conclusión: la pregunta no es solo qué trabajos cambiarán, sino quién se beneficiará del cambio
La inteligencia artificial puede transformar tareas de oficina, atención al cliente, contabilidad, marketing, traducción, programación, análisis de datos, educación, salud y comercio. Pero no debemos confundir la capacidad técnica de automatizar una actividad con la desaparición inevitable de una profesión.
Los datos disponibles apuntan a una transformación desigual. Algunas tareas pueden hacerse más rápido; otras requieren supervisión, conocimientos especializados o contacto humano. También existen riesgos reales, especialmente si las empresas reducen oportunidades de aprendizaje o utilizan la tecnología para sustituir personal sin evaluar las consecuencias.
Mi valoración es que el debate no debería limitarse a preguntar cuántos empleos puede ahorrar una empresa con IA. También deberíamos preguntarnos si el trabajo resultante será mejor, quién asumirá la responsabilidad por los errores y qué oportunidades tendrán las personas para aprender y progresar.
Para los trabajadores, prepararse implica desarrollar conocimientos profesionales y aprender a utilizar la tecnología con criterio. Para las empresas, significa reconocer que la productividad no depende únicamente de automatizar tareas, sino también de formar equipos capaces de tomar buenas decisiones.
La IA cambiará el mundo laboral, pero el resultado no está escrito de antemano. Dependerá tanto de las capacidades de la tecnología como de las decisiones humanas sobre cómo utilizarla.
Fuentes y lecturas recomendadas
- Organización Internacional del Trabajo: exposición de los empleos a la IA generativa — mayo de 2025.
- Organización Internacional del Trabajo: evidencia sobre IA generativa, productividad y empleo — junio de 2026.
- Foro Económico Mundial: IA y empleos de entrada al mercado laboral — junio de 2026.
- Organización Internacional del Trabajo: habilidades en la era de la IA — agosto de 2026.
MrNexo es el seudónimo editorial de Francisco Gomera Montero, responsable y editor de Creando Historias. Escribe y edita contenidos sobre cine, series, videojuegos, tecnología, historia y cultura popular buscando informar, entretener y ofrecer nuevas perspectivas de forma clara y accesible.