¿Destruirá la IA más empleo del que crea?

De qué va

Cuando se introdujeron los telares mecánicos, los tejedores luditas los destrozaron por miedo a perder su trabajo. Cuando llegaron los cajeros automáticos, se predijo el fin de los cajeros bancarios. En ambos casos, a largo plazo el empleo total siguió creciendo, aunque muchos de los trabajadores desplazados no encontraron un empleo equivalente. ¿Ocurrirá lo mismo con la inteligencia artificial? Hay quien argumenta que esta vez es diferente: la IA no solo automatiza tareas físicas repetitivas, sino también tareas cognitivas cualificadas, y lo hace mucho más rápido que cualquier revolución tecnológica anterior. Este debate enfrenta ambas lecturas de la historia y de la evidencia disponible.

Argumentario

A favor: la IA destruirá más empleo del que crea

Automatiza tareas cualificadas, no solo rutinarias. Las revoluciones industriales anteriores mecanizaron sobre todo trabajo físico repetitivo. Los modelos actuales de IA generativa realizan tareas de redacción, análisis, traducción, diagnóstico médico asistido y código informático. Ocupaciones que antes requerían formación universitaria quedan expuestas a una sustitución parcial o total.
La velocidad del cambio supera la capacidad de adaptación. En el pasado, una revolución tecnológica tardaba décadas en desplegarse, dando tiempo a que los trabajadores se reconvirtieran. La difusión de herramientas de IA a gran escala se ha producido en pocos años. La formación continua y los sistemas educativos no pueden recalificarse al mismo ritmo que avanza la tecnología.
Polarización del empleo: los empleos intermedios son los más vulnerables. La evidencia de décadas de automatización muestra que los empleos de cualificación y salario medios — trabajo administrativo, contabilidad básica, atención al cliente estandarizada — son los más afectados. El resultado es una estructura laboral polarizada: empleos muy cualificados bien pagados y empleos de baja cualificación mal pagados, con menos espacio para la clase media trabajadora.
No todo empleo destruido tiene por qué ser reemplazado. Asumir que la tecnología siempre crea tantos empleos como destruye es una fe, no una ley económica. Si la IA aumenta la productividad de una empresa sin que esta contrate a nadie más, el beneficio va al capital, no al trabajo. La redistribución de esas ganancias no es automática.

En contra: la IA creará más empleo del que destruye

La historia tecnológica no avala el apocalipsis laboral. Desde la máquina de vapor hasta la informática, cada oleada tecnológica ha destruido empleos concretos y ha creado otros que antes no existían. El número de empleos en la economía global ha crecido de forma sostenida durante dos siglos de automatización creciente. Rechazar este patrón histórico requiere argumentar por qué esta vez es estructuralmente diferente.
La IA aumenta la productividad y genera demanda de trabajo. Cuando la tecnología hace más productivo a un trabajador o a una empresa, el coste de producir baja, los precios pueden caer o los ingresos subir, y eso libera renta para gastar en otros bienes y servicios — generando empleo en nuevos sectores. La economía no tiene un número fijo de empleos que repartir.
La IA complementa al trabajador humano más de lo que lo sustituye. En muchos contextos, la IA es una herramienta que amplifica las capacidades humanas: el médico con IA de apoyo diagnostica mejor, el diseñador con generación de imágenes produce más, el abogado con asistente de investigación atiende más casos. La complementariedad es la norma en sectores donde la creatividad, la empatía o el juicio contextual son esenciales.
Nuevos empleos y sectores emergerán por la propia IA. El desarrollo, supervisión, mantenimiento y auditoría ética de sistemas de IA ya está creando perfiles profesionales que no existían hace diez años. Como ocurrió con internet, la nueva tecnología generará un ecosistema de empleos que hoy no somos capaces de anticipar.

Cómo se desarrolla

Preparación en equipos12 min

Cada equipo recibe su postura, prepara 3 argumentos y anticipa los del rival. Se puede asignar un argumento por persona.
Turnos de apertura8 min

Un portavoz por equipo expone la posición (4 min cada uno), sin interrupciones.
Réplica12 min

Turnos alternos para refutar al rival. Se valora responder al argumento concreto, no repetir los propios.
Turno del público8 min

El alumnado no asignado a ningún equipo dirige preguntas a ambos.
Cierre6 min

Cada equipo resume su mejor argumento en 2 minutos, incorporando lo aprendido.
Debrief8 min

El profe deshace el rol: distingue corto y largo plazo, sustitución frente a complementariedad, y pregunta qué condiciones determinarían qué postura acaba siendo correcta.

Para el debrief Qué dice la evidencia

Exposición no es destrucción. El FMI calcula que casi el 40 % del empleo mundial está expuesto a la IA, y el 60 % en las economías avanzadas; de esos empleos, aproximadamente la mitad podría salir ganando porque la IA complementa su trabajo (FMI, 2024). La OIT sitúa en el 25 % los empleos con alguna exposición a la IA generativa, pero solo el 3,3 % en el nivel más alto: lo más probable es que cambien las tareas, no que desaparezca el puesto (OIT, 2025).
Dentro de la empresa, la IA ayuda más a quien empieza. En un servicio de atención al cliente con 5.172 agentes, un asistente de IA aumentó un 14 % las consultas resueltas por hora; la mejora fue grande en los recién llegados y mínima en los más expertos, porque la herramienta difunde lo que ya hacían los mejores (Brynjolfsson, Li y Raymond, Quarterly Journal of Economics, 2025).
Los primeros datos del mercado de trabajo apuntan en dos direcciones. En Dinamarca, con 25.000 trabajadores de 11 ocupaciones expuestas, los chatbots no cambiaron ni los salarios ni las horas, y ahorraban de media un 3 % del tiempo (Humlum y Vestergaard, NBER, 2025). En Estados Unidos, el empleo de los jóvenes de 22 a 25 años en las ocupaciones más expuestas estaba en junio de 2026 un 19 % por debajo del de sus iguales en ocupaciones menos expuestas, sobre todo porque se les contrata menos; donde la IA complementa, el empleo se mantiene o crece (Brynjolfsson, Chandar y Chen, Universidad de Stanford, 2026).
Lo que dice la historia. La mayor parte del empleo de Estados Unidos en 2018 estaba en especialidades que no existían en 1940 (Autor, Chin, Salomons y Seegmiller, Quarterly Journal of Economics, 2024). Pero la transición no es gratis para quien la sufre: en las zonas de Estados Unidos más expuestas a los robots industriales bajaron el empleo y los salarios (Acemoglu y Restrepo, Journal of Political Economy, 2020).
España, adopción rápida. El 21,1 % de las empresas de 10 o más empleados usaba IA a principios de 2025, 8,7 puntos más que un año antes (INE, 2025); en el conjunto de la UE, el 20 % (Eurostat, 2025). La adopción va deprisa, y sus efectos sobre el empleo apenas empiezan a medirse.

Para cerrar: las dos posturas pueden acertar a la vez, en plazos distintos: el empleo total puede seguir creciendo mientras un grupo concreto, como los jóvenes que buscan su primer trabajo en ocupaciones expuestas, lo pasa mal ahora. Preguntad qué dato de los próximos años haría cambiar de postura a cada equipo.

Ficha del alumno

Dossier de datos

Cifras con fuente para preparar los argumentos

Casi el 40 % del empleo mundial está expuesto a la IA; en las economías avanzadas, el 60 % (FMI, 2024).
El 25 % de los trabajadores del mundo tiene un empleo con alguna exposición a la IA generativa, pero solo el 3,3 % en el nivel más alto (OIT, 2025).
El 21,1 % de las empresas españolas de 10 o más empleados usaba IA a principios de 2025, 8,7 puntos más que un año antes (INE, 2025).
Un 14 % más de consultas resueltas por hora con un asistente de IA en un servicio de atención al cliente (Brynjolfsson, Li y Raymond, 2025).
Un 19 % por debajo: empleo de los jóvenes de 22 a 25 años en las ocupaciones más expuestas de Estados Unidos, comparado con el de las menos expuestas (Universidad de Stanford, 2026).

Criterio	Qué se valora	Competencia
Calidad de los argumentos	Los argumentos son pertinentes, claros y conectan con conceptos del mercado de trabajo y la tecnología.	CC
Uso de evidencia	Apoya las afirmaciones con referencias históricas, ejemplos de sectores o comparativas, sin inventar datos.	CCL · CD
Capacidad de refutación	Responde a los argumentos del equipo rival en lugar de repetir los propios.	CCL · CC
Expresión oral y turnos	Se expresa con claridad, respeta los tiempos y el turno de palabra.	CCL

¿Destruirá la IA más empleo del que crea?

La moción

Objetivos

De qué va

Argumentario

Cómo se desarrolla

Dossier de datos

Preparo mi postura

Rúbrica de evaluación

Calidad de los argumentos

Uso de evidencia

Capacidad de refutación

Expresión oral y turnos

Competencias que se trabajan