Inteligencia artificialTecnología
Lo que se paga cuando pensar sale barato
Cada gran salto tecnológico ha cambiado qué se valora en el trabajo. La IA no es una excepción.
Hay una forma curiosa de pensar en la inteligencia artificial que no tiene nada que ver con la tecnología. Consiste en simplemente preguntarse en qué provoca un cambio de valor.
La historia del trabajo es, parcialmente, la respuesta de esa pregunta. Cada vez que una tecnología abarata algo que antes era escaso, el valor no desaparece, se desplaza. Entender hacia dónde se desplaza esta vez me parece más útil que cualquier predicción sobre qué empleos van a desaparecer.
Cuando la fuerza dejó de ser escasa
Durante siglos, una parte enorme del trabajo dependía de la fuerza física. En el campo, en la construcción o en el transporte, quien más cargaba o más resistía era más productivo y, por tanto, mejor pagado.
La mecanización rompió esa relación. Una persona con una máquina podía hacer el trabajo de muchas, y la fuerza dejó de ser lo que diferenciaba a un trabajador de otro. El cambio se ve con claridad en el campo estadounidense:
Fuente: Our World in Data, a partir de series históricas de EE. UU.
Ver los datos
| Año | Agricultura |
|---|---|
| 1840 | 64 % |
| 1880 | 43 % |
| 1920 | 27 % |
| 1960 | 10 % |
| 2000 | 1,5 % |
En 1840, casi dos de cada tres trabajadores estadounidenses estaban en la agricultura. En 2000, menos de dos de cada cien.
No es que se dejara de producir comida: se producía mucha más con muchas menos personas.
Lo interesante es lo que pasó con esas personas, o con sus hijos. El valor se desplazó hacia quien sabía diseñar, fabricar, mantener y organizar las máquinas. El conocimiento pasó a ser la moneda de cambio del trabajo bien pagado.
El conocimiento se está abaratando
Lo que está haciendo la IA se parece mucho a aquello, pero con el conocimiento. Redactar, resumir, programar, analizar datos o traducir son tareas que hasta hace poco exigían formación y horas, y que hoy una herramienta hace en segundos y por muy poco dinero.
Y cada vez por menos. Según diversos estudios, el precio de obtener un mismo nivel de rendimiento con estos modelos ha caído entre 9 y 900 veces por año, según la tarea medida. Pocas cosas en la economía se abaratan a esa velocidad.
| Tecnología / sector | Factor de reducción anual |
|---|---|
| Inteligencia Artificial (rendimiento fijo) | ~13× al año |
| Secuenciación de ADN (2001–2025) | ~1,84× al año |
| Computación clásica / Ley de Moore (1940–2001) | ~1,51× al año |
| Baterías de ion de litio (1991–2024) | ~1,16× al año |
| Electricidad (1892–1973) | ~1,05× al año |
No creo que el conocimiento humano vaya a perder todo su valor de golpe. Pero sí creo que el proceso está en marcha, que será gradual y que, igual que pasó con la fuerza, va a cambiar lo que se paga.
El criterio como nueva ventaja
Mi respuesta es el criterio. Lo defino de forma sencilla: la capacidad de decidir qué merece la pena hacer, qué descartar, cuándo algo está bien hecho, el qué, el cómo, el cuando, ese sexto sentido del que tanto carece la persona promedio y en el que la gran mayoría de autónomos, empresarios y emprendedores están más que curtidos.
La diferencia con la inteligencia o el conocimiento es importante:
| Conocimiento | Criterio | |
|---|---|---|
| Qué es | Saber cómo se hace algo | Saber qué hacer y si está bien |
| Cómo se consigue | Estudio y práctica | Experiencia, exposición y errores propios |
| Qué le hace la IA | Lo abarata y lo multiplica | Lo necesita para saber qué producir |
Es algo que puede comprobar cualquiera de nosotros con un dispositivo móvil con acceso a cualquier IA.
Sin ir más lejos, hasta ahora yo siempre había evitado la producción de contenido en formato de vídeo, ya que no me llamaba la atención ni la parte técnica de cámaras, ni mucho menos la edición de video. Con el tiempo, gracias a la IA la barrera técnica de saber sobre cámaras, imagen y sonido disminuyó, pero no me fue suficiente como para lanzarme todavía. Hasta que hace poco se lanzó algo que lo ha cambiado para siempre.
Y no, no es nada disruptivo, ni ninguna empresa nueva, es simplemente Claude, concretamente Opus, Sonnet y Haiku 5.5. De la noche a la mañana, con ayuda de Motion Design, distintas librerías y recursos (que instalan y usan ellos autónomamente), dejo en una carpeta un video grabado completamente en crudo, me editan las partes importantes, subtítulos, luz, sonido, cortan silencios, sonidos, insertan gráficos, animaciones y un largo etcétera.
De la noche a la mañana sentí el impulso de hacer contenido de una vez por todas, hasta toparme con el muro de la creatividad. Si, irónicamente ahora el muro era la creatividad, hasta que tuve la maravillosa idea de comentarle a un amigo que es un enamorado de este mundo sobre esta nueva función. En 20 minutos de conversación, me inundo de ideas, formatos de video, animaciones, cosas en las que apoyarme y muchas cosas más.
Fue exactamente ese momento, en el que me di cuenta por primera vez, fuera de mis propias carnes, el increíble apalancamiento y poder que otorga la IA cuando la persona adecuada es capaz de utilizarla.
Las herramientas han bajado la barrera de entrada. El listón de calidad, en cambio, no deja de subir.
Cuando cualquiera puede producir, lo que se paga es producir algo bueno, rápido y a buen coste a la vez. Y eso depende más del juicio y experiencia que de la propia herramienta.
El coste de adaptarse
Conviene no idealizar el ejemplo histórico. Que el valor pasara de la fuerza al conocimiento no significa que quienes vivían de su fuerza encontraran enseguida otro sitio. El gráfico muestra décadas de transición, y detrás de cada punto hay generaciones que tuvieron que reciclarse, migrar a las ciudades o simplemente aceptar trabajos peores.
Si esta vez el cambio va más deprisa, y todo apunta a que sí, la pregunta no es solo hacia dónde va el valor, sino cuánto tiempo tendremos para adaptarnos.
En España, el cambio también fue profundo: entre 1950 y 1975, el peso del empleo agrario cayó con rapidez mientras crecían la industria, la construcción y los servicios. Pero ese desplazamiento agregado no significó que todo el mundo encontrara otro trabajo al mismo ritmo. Para los jóvenes, migrar a las ciudades podía abrir una vía de entrada a esos sectores; para quienes llevaban buena parte de su vida laboral en el campo, aprender otro oficio y empezar de nuevo podía ser mucho más difícil. En muchas familias, la adaptación plena llegó con la siguiente generación.
Fuente: Series históricas del INE y del Banco de España; referencia exacta pendiente de confirmar
Ver los datos
| Año | Agricultura | Industria y Construcción | Servicios |
|---|---|---|---|
| 1950 | 48,8 % | 25,6 % | 25,6 % |
| 1955 | 44,5 % | 28,1 % | 27,4 % |
| 1960 | 39,7 % | 31,8 % | 28,5 % |
| 1965 | 32,5 % | 35,4 % | 32,1 % |
| 1970 | 25,1 % | 37,2 % | 37,7 % |
| 1975 | 19,3 % | 37,4 % | 43,3 % |
| 1980 | 16 % | 35 % | 49 % |
Qué tareas son más automatizables
No todo el conocimiento se abarata a la vez. Las primeras tareas en caer son las que tienen tres rasgos:
- Se pueden describir con instrucciones claras.
- Su resultado se puede comprobar con facilidad.
- Existen muchos ejemplos de cómo hacerlas bien.
Redactar un correo, resumir un documento o escribir código estándar cumplen las tres. Decidir qué producto lanzar, cómo tratar a un cliente difícil o qué riesgo merece la pena asumir, no cumplen casi ninguna.
Esa diferencia es precisamente la que le da ese valor al criterio, y si, es algo incómodo de entender ya que de repente vemos que esas cosas difíciles, que requieren tiempo, esfuerzo y cabeza, esas cosas que en esta sociedad de dopamina rápida y fácil son vistas como aburridas e intimidantes, van a volverse de la noche en la mañana, y con mucha diferencia, en las tareas que mayor recompensa van a recibir.
La exposición no equivale a que vaya a desaparecer ese porcentaje de empleos: indica cuánto puede afectar la IA generativa a las tareas de cada grupo. El patrón sí es claro: el apoyo administrativo destaca por su potencial de automatización, mientras que en ocupaciones profesionales y técnicas pesa más la complementariedad. En los trabajos físicos, la exposición estimada es mucho menor, aunque no nula.
La lectura importante no es que la IA vaya a sustituir sin más a oficinistas, técnicos o profesionales. Es que puede automatizar una parte mayor de las tareas administrativas, mientras que en muchas ocupaciones cualificadas tiende a actuar como complemento: abarata la ejecución, pero deja más peso en decidir qué hacer y evaluar el resultado.
Aprendizajes de construir con IA
En Jurenza he construido producto, marca y web apoyándome en herramientas de IA. Y al contrario que hace 1 o 2 años, no es nada de lo que avergonzarme.
Tras cientos de horas detrás de este proyecto, y miles de horas detrás de otros tantos que vieron poco, o apenas llegaron a ver la luz del Sol, puedo afirmar con gran orgullo lo siguiente:
La experiencia confirmó la idea. La IA aceleró la ejecución de forma enorme, pero las decisiones que importaban no las tomó ninguna herramienta: qué problema resolver y para quién, qué dejar fuera y cuándo algo estaba listo.
De golpe, cada fallo, cada error, cada problema que había atravesado en la gran cantidad de proyectos en los que puse tanto esfuerzo e ilusión, valió la pena.
Cada tarde delante de la pantalla buscando el por qué de los errores, dudando de si estaba encaminando bien las ideas, los target, la producción. Absolutamente todo cobró sentido.
Y entonces, ¿ cómo obtengo experiencia?
Si el criterio sale de la experiencia, y la IA hace muchas de las tareas con las que antes se ganaba esa experiencia, ¿cómo lo va a formar quien empieza?
Es la objeción más seria y no tiene una respuesta cerrada. La mía es moderadamente optimista: la IA también permite hacer muchas más repeticiones. Quien antes completaba unos pocos proyectos al año ahora puede hacer decenas de pruebas en una semana, compararlas y aprender de ellas. Usada así, acelera el aprendizaje. Usada para no pensar, lo destruye.
Cómo invertir en criterio
Si el valor se desplaza hacia el criterio, tiene sentido invertir en él:
- Exponerse a lo mejor de tu campo. El juicio se forma comparando.
- Hacer muchas cosas reales. Cada intento con resultado visible enseña más que diez lecturas.
- Especializarse. El criterio profundo sobre algo concreto vale más que una opinión superficial sobre todo.
- Usar la IA para ejecutar, no para decidir.
Cuando pensar sale barato, lo valioso no es producir más respuestas, sino decidir cuál merece convertirse en una acción. La IA puede multiplicar las opciones y acelerar la ejecución; alguien todavía tiene que elegir y responder por el resultado.
Y si alguien va a ser el responsable de eso, ese eres tú.