Vinculan la adopción de IA con una caída del 13% en los empleos de jóvenes en EE. UU.: estudio
(cnbc.com)- La adopción de IA está teniendo un impacto directo en el mercado laboral juvenil de Estados Unidos
- Según el estudio, la expansión de la IA confirmó una caída del 13% en la tasa de empleo de trabajadores jóvenes
- La tecnología de IA va más allá de las tareas automatizadas simples y reemplaza incluso trabajos complejos
- Como resultado, disminuyen las oportunidades laborales para nuevos participantes y trabajadores jóvenes
- Está cobrando fuerza la necesidad de estrategias de respuesta por parte de las políticas públicas y la industria
La adopción de IA y los cambios en el mercado laboral juvenil en Estados Unidos
Según resultados recientes de una investigación de Stanford, la expansión de la IA generativa está teniendo un efecto claro sobre los empleos para jóvenes en Estados Unidos.
- En las empresas que adoptan IA, se observó una caída de alrededor del 13% en la contratación de trabajadores jóvenes menores de 25 años
- El estudio señala que los sistemas avanzados de automatización no solo sustituyen puestos administrativos básicos, sino también tareas de mayor nivel basadas en cognición y juicio
- Como consecuencia, se reducen las oportunidades de entrada al mercado laboral para jóvenes que buscan empleo, lo que puede convertirse en un factor de inestabilidad social y económica
- Si el enfoque se centra únicamente en aumentar la productividad, surge la preocupación de que se profundicen las estructuras de desigualdad
- Los expertos subrayan cada vez más la importancia de una respuesta activa desde la industria y las políticas públicas, así como de preparar programas de recapacitación y fortalecimiento de habilidades dirigidos a la población joven
La caída del empleo juvenil y su impacto social
- A medida que la tecnología de IA sustituye no solo tareas repetitivas simples, sino también diversos trabajos de oficina, el golpe al empleo juvenil se está volviendo una realidad
- Las empresas siguen incorporando soluciones de IA para mejorar la eficiencia y reducir costos
- Esto acelera una tendencia en la que se vuelve más difícil el ingreso de trabajadores de nivel inicial y personas en etapas tempranas de su carrera
- A nivel social, surge la necesidad de una redistribución del empleo y un rediseño del sistema educativo
Dirección de la respuesta industrial y de políticas públicas
- Para mitigar el impacto laboral de la adopción de IA sobre la población joven, es indispensable un esfuerzo conjunto del gobierno y la industria
- Las alternativas clave son programas de recapacitación adaptados al terreno y la creación de un entorno que permita adaptarse a la incorporación de nuevas tecnologías
- A mediano y largo plazo, se requiere una reestructuración del mercado laboral y el establecimiento de lineamientos transparentes para el uso de algoritmos
- Como parte de su responsabilidad social, cada vez más empresas avanzan en políticas de apoyo a la reconversión laboral para jóvenes y en colaboración con estas iniciativas
1 comentarios
Opinión de Hacker News
En la práctica, en la industria contable casi no se ha adoptado la IA; tenemos herramientas bastante complejas y de última generación como Copilot empresarial, deep research, integración con MS Office y demás, pero en realidad solo las usamos para sacar resúmenes diarios de noticias globales. Si intentas aplicarlas al trabajo contable real, la IA da respuestas disparatadas y eso crea situaciones muy peligrosas. Incluso en comparaciones simples de números, con frecuencia produce resultados poco confiables, así que terminas sin poder confiar en el resultado en sí. Es como si en programación el operador
==tuviera un 20% de errores aleatorios: no puedes confiar en eso para usarlo en un negocio.En lo personal, durante 6 meses probé varios modelos de lenguaje para revisar estados de cuenta de tarjetas de crédito. Esperaba que compararan mi app casera de finanzas personales con los estados de cuenta y encontraran anomalías, pero en la práctica nunca detectaron correctamente ningún problema. Más bien marcaban erróneamente cosas como "hay un cargo de Starbucks" o solo daban elogios equivocados. Aunque eran apenas unos 40 registros y no había daño real si fallaban, los modelos no lograban identificarlo con precisión. Mi conclusión es que una empresa que dependa de algo así no es confiable.
En este video divertido sobre contabilidad de Dan Toomey se puede ver lo importante que es la contabilidad y, al mismo tiempo, lo poco glamoroso que es ese campo en la vida real. En finanzas existe cierta tendencia a ver al contador como un "nerd serio". Yo también le tengo cariño a la contabilidad y en una empresa anterior incluso trabajé con datasets de auditoría. Nadie quiere escuchar las verdades dolorosas que cuentan los contadores, pero en realidad son absolutamente indispensables. Incluso el caso Enron se descubrió por cuestiones de costos de auditoría, así que los datos contables pueden ser el núcleo del negocio. Si algún día dejo la programación, quizá intente sacar el CPA.
En contabilidad, el rendimiento de la IA es muy decepcionante, y solo al combinarla con herramientas de calculadora puede servir más o menos para tareas matemáticas.
Mucha gente sueña con un "Tax AI software que se encargue solo de todos los impuestos", pero en la práctica creo que apenas da para usar la IA como un buscador avanzado de texto. Los LLM (Large Language Model) ni siquiera hacen bien aritmética o cálculos simples.
Los LLM son malos haciendo aritmética directamente, así que no deberías ponerlos a calcular por sí solos. En la mayoría de los modelos, es mucho mejor hacer que escriban y ejecuten código y que operen a partir del resultado.
La industria contable de EE. UU. se está offshoreando hacia lugares como India, Filipinas y Europa del Este, y además está creciendo el movimiento para flexibilizar los requisitos para obtener la licencia de contador en EE. UU. (impulsado por socios del Big 4 para aliviar la escasez de personal). Por eso también preocupa una caída en la calidad de la supervisión y problemas de estados financieros inexactos.
Es interesante que los programadores estadounidenses defiendan el trabajo remoto. Me pregunto si de verdad creen que son los más inteligentes del mundo. Si un trabajo se puede hacer de forma remota, no hay razón para que no lo haga alguien de un país más barato.
Si ves reportes sobre las condiciones laborales en las principales regiones de offshoring, la situación es bastante mala. De hecho, la IA actual, los LLM y demás se parecen mucho al tipo de "trabajo simple y repetitivo que antes se tercerizaba". También hay una tendencia reciente a pasar a centros de datos de Anthropic trabajos que antes se enviaban a India.
Me pregunto si la causa de este offshoring realmente es la IA. El idioma, la cultura y la brecha de conocimiento son barreras importantes para mandar trabajo al extranjero, pero la IA tiene el potencial de resolver esos problemas.
También hay un artículo que dice que incluso egresados de institutos de ingeniería prestigiosos de India están teniendo dificultades para ser contratados, así que el argumento de que la causa principal es el offshoring provocado por la IA no resulta muy convincente.
En el último año, los puestos junior han estado desapareciendo silenciosamente. No es que estén despidiendo a mucha gente, sino que simplemente ya no existen contrataciones que den una oportunidad de entrada. El verdadero problema es que están desapareciendo las oportunidades mismas para aprender al inicio de la vida laboral.
En realidad, nunca hubo tantos puestos junior. En mi experiencia, si los universitarios no lograban pasar de una pasantía a un puesto full-time, luego tenían muchas dificultades para conseguir empleo. En la práctica, las empresas casi solo contratan perfiles mid o senior, y los juniors suelen entrar por haber sido interns, por movilidad interna o por familiares y conocidos.
Este fenómeno tiene más que ver con factores estructurales como el deterioro de las condiciones económicas tras la era de tasas bajas, la presión sobre ventas y ganancias en las empresas y la reducción de costos, más que con la IA. Normalmente, de un junior no se espera mucha productividad durante 6 a 8 meses, además de que consume recursos de mentoría de los seniors, así que la relación costo-beneficio suele ser débil. Los recursos de mi equipo también están tan ajustados que incluso contratar más gente es difícil. Hoy, para conseguir trabajo como junior, hay que enfocarse en palabras clave de tecnologías en auge o empezar en una pyme de sueldo bajo y luego brincar a otra cosa.
Siempre es difícil distinguir si este fenómeno se debe a la recesión o a la IA. Si el personal existente se volviera demasiado caro, incluso contratarían juniors, pero hoy hasta los seniors están buscando trabajo por salarios más bajos, así que no hay mucha razón para contratar juniors.
Se ha puesto difícil, pero si eres joven en EE. UU. todavía hay oportunidades. No hace falta verlo con tanto pesimismo, y también influye mucho que la generación joven de hoy esté metida en TikTok o en los videojuegos.
Las empresas despiden gente poniendo a la IA como pretexto, pero si intentas pensar qué trabajos están siendo reemplazados de verdad, no se te ocurre ninguno claramente.
En mi empresa también hay algunos colegas que sí podrían ser reemplazados por un LLM. De hecho, siento que la alucinación de la IA sería menos frecuente que los errores que ellos cometen. Incluso parece posible que, con la introducción de LLM, se pudiera eficientar una plantilla de 5 personas hasta dejarla en el equivalente a 1.
En los puestos de video y diseño gráfico, el uso de herramientas de GenAI se está expandiendo. Antes eso se resolvía con personal in-house o freelancers, pero ahora la tendencia es hacerlo directamente usando IA.
Aunque la IA no reemplace a un empleado en una proporción 1:1, el simple aumento de productividad ya es motivo para reducir personal. Si un desarrollador es 50% más eficiente, aritméticamente puedes recortar al 33% inferior y obtener el mismo resultado.
A diferencia del boom del blockchain, la IA sí tiene casos claros de aumento de productividad. Por ejemplo, puedes reducir a la mitad un equipo de copywriters y mantener la productividad del equipo. En mi negocio he automatizado la mayor parte del trabajo de los copywriters para que se concentren en tareas de mayor valor agregado y así puedan manejar más clientes. También sería muy fácil recortar fuertemente una plantilla de 100 copywriters junior.
La reducción inicial de empleos por la IA proviene del aumento en la productividad de cada empleado, y como resultado se puede hacer el mismo trabajo con equipos más pequeños.
Muchas organizaciones eligen una estrategia de reducir personal en vez de usar la IA para elevar la productividad del trabajo. Eso se debe a que mantienen una estructura de ingresos limitada, en lugar de aumentar la productividad y repartir las ganancias sobrantes. El paper de Stanford muestra que las organizaciones, con una mentalidad de extracción de rentas, ven a los trabajadores productivos no como activos sino como costos, y así mantienen estructuras ineficientes incluso a costa de recortar su verdadera capacidad productiva. Me da curiosidad ver qué va a pasar.
Si con la automatización ya no se necesita a tanta gente, las guerras también podrían sustituirse por drones y armas automáticas, y habría menos razones para que ocurrieran revoluciones, así que la democracia podría volverse innecesaria. Al final, podría llegar un futuro en el que ya ni siquiera haga falta proveer atención médica cara, comida o agua para muchas personas.
El paper plantea que "la reducción del empleo se concentra en ocupaciones donde la IA automatiza en lugar de complementar el trabajo humano", pero no presenta de forma directa evidencia sobre búsqueda de rentas ni miopía económica. Al final, desde la perspectiva de la empresa, reemplazar humanos con IA más barata sí le conviene, y tampoco hay una base clara para asumir que con el personal restante necesariamente surgirán oportunidades adicionales de ingresos.
Ojalá la IA reduzca mucho los costos de adopción e integración de software empresarial para que artesanos calificados (por ejemplo, un técnico veterano de instalaciones) puedan ser dueños y operadores de su propia empresa. Creo que en la era de la IA va a disminuir la necesidad de tercerizar áreas como marketing y contabilidad al estilo de PE.
Podríamos terminar en algo parecido al feudalismo.
Ver el trabajo no como un activo que crea valor sino como un costo no encaja con la realidad. Lo que una empresa realmente quiere es que la fuerza laboral esté alineada con la propuesta de valor de la empresa, es decir, con la razón por la que los clientes pagan. Si los empleados hacen lo que a ellos les parece significativo por su cuenta, pero los clientes no pagan por ello, solo aumentan los costos de mantenimiento. Ajustar a las personas, motivarlas y comunicarse con ellas es difícil, y las empresas en realidad solo crean empleos cuando son inevitablemente necesarios.
Cada vez hay más gente como yo que usa la IA llamándola su "intern", y el ambiente general es que ya no hacen falta puestos de intern o junior.
Me pregunto qué riesgos habrá cuando, después de que los seniors se vayan, quienes queden sean reemplazados por nuevos seniors que no conocen los proyectos ni las prácticas existentes.
Creo que se está malinterpretando el verdadero propósito de los interns.
Originalmente, las pasantías son la forma más confiable de encontrar talento que sería difícil contratar por los canales tradicionales. Si llegamos a un futuro donde ya no hacen falta interns, me pregunto si de verdad no hará falta una buena provisión de talento nuevo; y cuando dentro de 40 años se jubile toda la fuerza laboral actual, ¿a quién le van a dejar el trabajo que quede?
Cada vez que salgo a la ciudad me sorprende la enorme cantidad de trabajos que todavía no han sido reemplazados por la IA. Por ejemplo, los cajeros siguen cobrando productos con sus propias manos, recibiendo efectivo y acomodando el cambio. Me pregunto qué tiene de tan difícil automatizar algo a ese nivel y por qué todavía no se ha logrado.
Ya se intentó incluso no con IA sino con offshoring; ver este artículo.
El trabajo de cajero muchas veces se reemplaza sin IA, minimizando personal e introduciendo self-checkout.
En los 7-Eleven de Japón hay personal en caja, pero la máquina se encarga del efectivo y del cambio. Sin embargo, últimamente, por problemas de crimen y robo, más bien están reduciendo el self-checkout y aumentando otra vez el personal de supervisión.
En la automatización del trabajo de cajero, lo más difícil no es cobrar sino evitar los robos.
El alza de tasas y la presión de los aranceles llevan a menos inversión y menos empleos, pero hay un ambiente en el que se le echa la culpa de todo a la IA.
En realidad, este paper de Stanford informa, comparando datos entre varios grupos, que en el personal de 22 a 25 años en ocupaciones altamente expuestas a la IA (de mayor riesgo), el empleo disminuyó de manera significativa.
Cuando ves que este fenómeno destaca justamente en industrias que adoptan IA, y que sobre todo se reduce personal de nivel inicial, los factores como tasas y aranceles por sí solos no alcanzan para explicarlo. No creo que los autores del paper ignoraran esas condiciones económicas.
Si aumenta la inversión, sirve el mensaje de que "la IA es buena porque mejora la eficiencia"; si baja la inversión, también conviene la narrativa de que "la IA reemplaza personas". Cuando una computadora hace algo bien, se recibe como "gracias a la IA", y cuando no puede, la reacción es "hace falta más IA".
No es que desde algún centro estén ordenando culpar a la IA de todo, pero me pregunto por qué todos ignoran otros factores obvios y le atribuyen la responsabilidad solo a la IA.
Creo que fomentar el miedo a la IA ayuda a que los trabajadores acepten condiciones laborales o compensaciones menos favorables a largo plazo. En cambio, si la situación económica mejora y la gente espera mejoras, en el corto plazo podrían crecer las exigencias de distribución.
En mi departamento hay 1000 personas de IT, y menos del 5~10% nacieron en EE. UU. Los estadounidenses son minoría y, como no trabajan duro, el ambiente es cada vez más de querer irse.
Se dice que la IA va a reemplazar puestos en servicio al cliente, contabilidad y desarrollo de software, pero en la práctica no es que la calidad del servicio haya mejorado; al contrario, ha empeorado. Los centros de atención al cliente no han avanzado gran cosa desde los chatbots de hace 20 años; en contabilidad sigue habiendo escasez de personal y además el desempeño de la IA es malo; y en desarrollo, aunque ha bajado la barrera para producir código, en el corto plazo la deuda técnica y el código sin dueño (que nadie entiende) están aumentando exponencialmente, lo que podría causar consecuencias serias más adelante.