La paradoja de la Inteligencia Artificial:  ¿tecnología amada por los jóvenes que afecta su propia empleabilidad? 

La inteligencia artificial (IA), rama de la ciencia computacional orientada al desarrollo de sistemas capaces de realizar tareas que tradicionalmente requerían intervención humana —como el reconocimiento de patrones, la toma de decisiones, el aprendizaje autónomo y la adaptación a nuevas situaciones—, está transformando el mercado laboral de manera acelerada. Aunque sus aplicaciones abarcan desde la automatización de procesos hasta la robótica y el aprendizaje automático (machine learning), sus implicancias no afectan a todos los trabajadores por igual: la población joven se encuentra entre los grupos más vulnerables. Específicamente, en América Latina y el Caribe, los jóvenes, adultos menores de 29 años, suelen concentrarse en empleos de entrada caracterizados por tareas rutinarias, baja estabilidad, escasa protección social y alta informalidad (BID, 2020). Estas características los colocan en la primera línea de riesgo frente a los procesos de automatización y reorganización productiva impulsados por la IA.

En ese sentido, investigaciones recientes del Banco Mundial (2024) y la Organización Internacional del Trabajo (2025) revelan que entre el 26% y el 38% de los empleos en la región están expuestos de alguna forma a la inteligencia artificial. Esta exposición puede traducirse en dos escenarios diferenciados: i) Algunos empleos están en riesgo de ser sustituidos total o parcialmente; ii ) Otros pueden experimentar un aumento de productividad cuando la IA actúa como complemento a las tareas humanas. Así pues, su impacto en el empleo juvenil resulta importante, pero ambiguo. 

Por un lado, se tiene evidencia de que entre el 2% y 5% corren riesgo de automatización completa. Especialmente, dentro de trabajos repetitivos y mecánicos que afectan en particular a trabajadores de entrada —por ejemplo, asistentes administrativos, operadores de datos o personal de atención al cliente— donde los trabajadores jóvenes tienen una fuerte presencia (Gmyrek et al., 2024).

Por otro lado, estudios revelan que si bien el proceso de automatización probablemente venga acompañado de una reducción de la fuerza laboral menos calificada, alrededor de un 20% de empleos  podrían beneficiarse de aumentos de productividad si la IA actúa como herramienta complementaria (Bakker et al., 2024). De manera similar, otros autores señalan que los trabajadores pueden lograr significativas ganancias de productividad al utilizar IA generativa para automatizar microtareas, y que estas ganancias tenderán a aumentar a medida que mejore el desempeño de los sistemas de IA (Korine, 2023).

Este contexto configura un escenario ambivalente: por un lado, la inteligencia artificial tiene el potencial de impulsar la eficiencia y elevar la productividad; pero, al mismo tiempo, transforma la demanda de habilidades y aumenta el riesgo de exclusión laboral para los jóvenes que no logren adaptarse. De ahí surge la necesidad de reflexionar y diseñar medidas que acompañen la transición tecnológica, garantizando que sus beneficios no profundicen las brechas existentes. Con este propósito, el presente artículo examina los principales mecanismos de transmisión a través de los cuales la IA impacta en el empleo juvenil.

1. IA, productividad: innovación y transformación de tareas

La inteligencia artificial (IA) se posiciona como un catalizador clave de la innovación tecnológica en las empresas, al poder impulsar la productividad total de los factores y fomentar la inversión tanto en capital físico como humano. Este proceso genera externalidades positivas y rendimientos crecientes, especialmente en educación, comercio, bienes raíces, los servicios financieros entre otros (ver gráfico 1). 

El gráfico 1 muestra los sectores con mayor exposición y complementariedad frente a la IA. Esta última se entiende como la capacidad de la tecnología para potenciar, en lugar de sustituir, las funciones laborales (Azuara et al., 2024). En los sectores con alta complementariedad, la adopción de IA puede elevar la productividad hasta en un 14 %, mediante la optimización de procesos, la reducción de tareas repetitivas y la reasignación de recursos hacia actividades de mayor valor agregado. En este sentido, la IA no solo transforma la forma de trabajar, sino que redefine el rol del capital humano en entornos productivos avanzados (Gmyrek et al.,2024).

La exposición a la IA, sin embargo, no es homogénea. Los sectores de educación, comercio y finanzas concentran una elevada proporción de tareas altamente expuestas y complementarias, lo que sugiere un potencial significativo de aumento de productividad sin necesariamente reducir empleo. En contraste, agricultura, transporte, almacenamiento y manufactura presentan menor exposición relativa, reflejando una transición más gradual, asociada a innovaciones en gestión o logística más que a la automatización directa de funciones. Los servicios administrativos y de oficina ocupan una posición intermedia: alta exposición, pero baja complementariedad. Esto indica un mayor riesgo de sustitución de tareas rutinarias y plantea desafíos de reconversión y capacitación laboral. Por su parte, los sectores de salud e información y comunicación ilustran el carácter dual de la IA: aunque involucran tareas muy expuestas, también presentan altos niveles de complementariedad, lo que permite obtener ganancias de eficiencia sin un desplazamiento masivo del empleo  (Gmyrek et al.,2024)..

Ejemplos sectoriales refuerzan este patrón: en logística, la IA mejora la gestión de inventarios y transporte; en finanzas, optimiza el análisis de riesgos y la detección de fraudes; y en atención al cliente, los chatbots liberan tiempo para tareas que requieren juicio humano y personalización. En línea con ello, Egana-del Sol y Bravo-Ortega (2025) evidencian que la incorporación de IA generativa en servicios de atención al cliente ha incrementado la productividad en hasta un 15 %. En conjunto, estos hallazgos subrayan que la IA, más que un sustituto, puede ser un complemento estratégico que potencia las capacidades laborales y redefine la prestación de servicios en la economía digital

Al desagregar el análisis por país, se evidencia que la inteligencia artificial (IA) ejerce un impacto positivo en la productividad laboral de América Latina, aunque con marcadas diferencias entre economías. El gráfico 2 ilustra esta heterogeneidad, mostrando los efectos potenciales de la IA en tres dimensiones: aumento de productividad, automatización y gran incertidumbre.

En general, se observa que la IA tiene un efecto positivo en la región, con porcentajes de aumento de productividad que oscilan entre el 11 % y el 14 %. Los valores más altos corresponden a Perú, Colombia, México, Chile y Brasil (13–14 %), lo que sugiere un mayor potencial de aprovechamiento de la IA para optimizar procesos, reducir tareas repetitivas y mejorar la eficiencia del trabajo. Perú (13 %) se ubica en un punto intermedio, mientras que Ecuador, Bolivia y Uruguay (11–12 %) muestran impactos algo más moderados. En cuanto al riesgo de automatización, los porcentajes son relativamente bajos en todos los países (entre 2 % y 5 %), lo que indica que la IA, por ahora, tiende más a complementar las tareas humanas que a sustituirlas masivamente (Gmyrek et al., 2024).

El componente de gran incertidumbre, que alcanza valores de entre 13% y 22%, es especialmente relevante. Representa los empleos o tareas cuyo futuro frente a la IA aún no está claramente definido. Es decir, empleos que podrían experimentar tanto aumentos de productividad como riesgos de desplazamiento, dependiendo de las estrategias de adopción tecnológica y las políticas de capacitación laboral. En este aspecto, Brasil (22%), Uruguay (21%) y Chile (20%) exhiben los mayores niveles de incertidumbre, lo que refleja la necesidad de políticas activas de reconversión y formación para aprovechar los beneficios de la IA minimizando sus costos sociales (Gmyrek et al., 2024).

En síntesis, el gráfico evidencia que la IA tiene un potencial significativo para elevar la productividad laboral en América Latina, pero su impacto neto dependerá de cómo cada país gestione el componente de incertidumbre. Esto es, su capacidad institucional y educativa para transformar la disrupción tecnológica en un proceso inclusivo de modernización del trabajo. Asimismo, estas diferencias entre países responden, en gran medida, al nivel de adopción actual de estas tecnologías, así como a las políticas empresariales que acompañan su implementación. Un ejemplo ilustrativo es la comparación entre Perú y Colombia. Según estudios recientes, el 57% de los trabajadores peruanos ya utiliza IA en sus tareas diarias, superando a países como Argentina, Chile y Colombia. Esta adopción temprana ha generado impactos visibles en la productividad, haciendo que el efecto de la IA sea más reconocido en el entorno laboral peruano. 

2. Demanda laboral cambiante

Más allá de los efectos en productividad, la IA está reconfigurando las ocupaciones a través de dos canales principales: sustitución de tareas y creación de nuevas funciones (Hampole et al., 2025; Bakker et al., 2024). La sustitución afecta principalmente a tareas rutinarias, presentes en muchos empleos juveniles y administrativos. En establecimientos que implementan IA, la contratación en puestos no relacionados con esta tecnología se ha reducido hasta en un 20% (Acemoglu et al., 2022; Bakker et al., 2024; Gmyrek et al., 2024).  La evidencia presentada en un informe del Foro Económico Mundial (2023) estima que para el año 2025 la inteligencia artificial habrá eliminado aproximadamente 75 millones de empleos a nivel global. Sin embargo, también se proyecta la creación de alrededor de 133 millones de nuevos puestos de trabajo, lo que representa una ganancia neta de 58 millones de empleos. A pesar de este saldo positivo, el informe advierte que el desplazamiento laboral será significativo en ciertas industrias, lo que plantea desafíos importantes en términos de adaptación y reconversión profesional (FEM, 2023).

Como se mencionó, la IA no solo automatiza y sustituye tareas rutinarias, sino que también complementa funciones que requieren habilidades cognitivas complejas, creatividad y competencias socioemocionales. Esto abre oportunidades en ámbitos como el análisis de datos, la ingeniería de software y la gestión de proyectos tecnológicos. Específicamente, en puestos laborales donde se requieren mayores niveles de educación, competencias en TIC y formación en STEM (Egana-del Sol & Bravo-Ortega, 2025). Sin embargo, los jóvenes sin formación técnica o digital avanzada pueden enfrentar barreras adicionales de acceso al empleo, aumentando el riesgo de precarización, especialmente en los sectores más expuestos a la automatización.

3. IA y salarios: canal de polarización

Aunque el impacto final de la inteligencia artificial (IA) sobre los salarios aún es incierto (OCDE, 2021; Acemoglu et al, 2024), diversos estudios han encontrado evidencia de que esta tecnología está generando una polarización salarial. Este fenómeno se explica por los cambios en la productividad marginal del trabajo: los salarios tienden a aumentar en ocupaciones complementarias a la IA, mientras que disminuyen en aquellas que son susceptibles de ser reemplazadas, lo que contribuye a una mayor dispersión en la distribución de ingresos (Hampole et al., 2025).

En línea con lo anterior, en América Latina sucede que en ocupaciones complementarias a la IA —como ciencia de datos, ingeniería de software y gestión de proyectos tecnológicos— los salarios han crecido entre un 10% y 15% más rápido que los promedios nacionales de dicha región (OCDE, 2021). Por el contrario, en ocupaciones expuestas a la automatización, los aumentos salariales han sido inferiores al 5% anual, e incluso se ha observado estancamiento en sectores como la manufactura básica y los servicios administrativos. Otros expertos aseguran que los efectos son ambiguos al no detectar cambios agregados significativos en los salarios por industria, lo que sugiere que el impacto salarial de la IA sigue estando concentrado en trabajos de alta exposición, en lugar de ser generalizado (Acemoglu et al., 2022)

En ese sentido, América Latina y el Caribe se encuentran particularmente expuestos a los efectos de la inteligencia artificial debido a cuatro factores estructurales: la alta informalidad laboral juvenil —el 60 % de los jóvenes de la región trabaja en la informalidad y su tasa de desempleo juvenil triplica la de los adultos (OIT, 2025)—, la baja inversión en educación digital —la inversión pública por estudiante en educación primaria en América Latina y el Caribe es de aproximadamente US$ 2.500 PPA [1], lo que representa alrededor de 63% menos que el promedio de la OCDE (≈US$ 6.700 PPA) (IADB, 2023), la persistente desigualdad —el 10 % más rico de la población tiene en promedio ingresos 12 veces mayores que el 10% más pobre (IADB, 2024), y la debilidad de los sistemas de protección social —uno de cada tres hogares en el quintil de menores ingresos carece de acceso a protección social, y los montos de los programas no logran sacar a esos hogares de la pobreza (CEPAL, 2024). Esta combinación de condiciones amplifica los riesgos de exclusión y dificulta la capacidad de adaptación de los trabajadores, especialmente de los jóvenes.

Conclusión

La inteligencia artificial promete más productividad, más innovación y hasta más empleos en el agregado. Pero ese saldo positivo no garantiza que los jóvenes que pierdan sus trabajos sean los mismos que accedan a los nuevos puestos. En una región marcada por informalidad, desigualdad digital y sistemas de protección social frágiles, la transición puede convertirse en un mecanismo de exclusión masiva. La paradoja es clara: la tecnología favorita de los jóvenes puede terminar dejándolos fuera del futuro laboral. La verdadera cuestión no es si la IA afectará a los empleos, sino si los gobiernos y las instituciones educativas reaccionarán a tiempo para que esta generación no quede aplaudiendo desde la grada la revolución que les quitó su lugar en el campo de juego Hoy, la inteligencia artificial ya transforma múltiples dimensiones del mercado laboral; sin políticas oportunas, esta transición tecnológica puede profundizar las desigualdades existentes. De allí la urgencia de diseñar estrategias públicas que aseguren una transición justa e inclusiva para la juventud.

[1] La PPP, paridad de poder adquisitivo, es un método que permite comparar el poder adquisitivo real de las monedas entre países, eliminando las diferencias de precios y costos de vida. En lugar de usar el tipo de cambio nominal, la PPA ajusta las cifras económicas (como el PIB, el ingreso o la inversión) al nivel de precios local, de modo que 1 dólar PPA tiene el mismo poder de compra en cualquier país.

Referencias:

• Acemoglu, D., Autor, D., Hazell, J., & Restrepo, P. (2022). Artificial intelligence and jobs: Evidence from online vacancies. Journal of Labor Economics, 40(S1), S293–S345. https://doi.org/10.1086/71832
  
  

• Azuara Herrera, O., Ripani, L., & Torres Ramírez, E. (2024). AI and the increase of productivity and labor inequality in Latin America: Potential impact of large language models on Latin American workforce. Inter-American Development Bank. https://doi.org/10.18235/0013152
  
  

• Bakker, B. B., Chen, S., Vasilyev, D., Bespalova, O., Chin, M., Kolpakova, D., Singhal, A., & Yang, Y. (2024). What can artificial intelligence do for stagnant productivity in Latin America and the Caribbean? International Monetary Fund. https://doi.org/10.5089/9798400290770.001
  
  

• Bakker, B. B., Chen, S., Vasilyev, D., Bespalova, O., Chin, M., Kolpakova, D., Singhal, A., & Yang, Y. (2024). What can artificial intelligence do for stagnant productivity in Latin America and the Caribbean? (IMF Working Paper No. 2024/219). International Monetary Fund. https://doi.org/10.5089/9798400290770.001
  
  

• Banco Interamericano de Desarrollo. (2020). La inteligencia artificial al servicio del bien social en América Latina y el Caribe: Panorámica regional e instantáneas de doce países. Iniciativa FAIR LAC.
  
  

• Banco Mundial. (2024). Inteligencia artificial generativa y el futuro del trabajo en América Latina y el Caribe. https://openknowledge.worldbank.org/server/api/core/bitstreams/ea86eff2-4721-4656-9a93-32593adb80db/content
  
  

• Egana-del Sol, P., & Bravo-Ortega, C. (2025, febrero). Artificial Intelligence and Labor Market Transformations in Latin America (IZA Discussion Paper No. 17746). IZA – Institute of Labor Economics. https://docs.iza.org/dp17746.pdf

• Foro Económico Mundial. (2023). Informe sobre el futuro del empleo 2023. https://es.weforum.org/stories/2023/05/asi-sera-el-futuro-del-empleo-en-la-era-de-la-ia-la-sostenibilidad-y-la-desglobalizacion/
  
  

• Gmyrek, P., Winkler-Seales, H. J., & Garganta, S. (2024). Buffer or bottleneck? Employment exposure to generative AI and the digital divide in Latin America (Policy Research Working Paper No. 10863). World Bank. https://doi.org/10.1596/1813-9450-10863
  
  

• Hampole, M., Papanikolaou, D., Schmidt, L. D. W., & Seegmiller, B. (2025). Artificial intelligence and the labor market (NBER Working Paper No. 33509). National Bureau of Economic Research. https://www.nber.org/papers/w33509

• Korinek, A. (2023, Setiembre). Large language models, productivity, and labor markets [Conference paper]. FinTech Conference, Federal Reserve Bank of New York. https://www.newyorkfed.org/medialibrary/media/research/conference/2023/FinTech/400pm_Korinek_Paper_LLMs_final.pdf
  
  

• Organización Internacional del Trabajo. (2025). Juventud en cambio: Desafíos y oportunidades en el mercado laboral de América Latina y el Caribe. Oficina Regional para América Latina y el Caribe. https://www.ilo.org/sites/default/files/2025-02/Informe%20juventud%20en%20cambio%202025.pdf