Ir al contenido
Atrás

Empleos del futuro: el 60% de los de hoy no existía en 1940

Ilustración de un horizonte futuro con iconos de profesiones en crecimiento

En 2024 David Autor, Caroline Chin, Anna Salomons y Bryan Seegmiller publicaron en el Quarterly Journal of Economics un trabajo que exigió reconstruir, título a título, todas las denominaciones profesionales censadas en Estados Unidos entre 1940 y 2018. Usaron los diccionarios ocupacionales y las patentes para fechar la aparición de cada oficio.

El resultado principal: alrededor del 60% del empleo de 2018 estaba en títulos profesionales que no existían en 1940.

Ese número dice dos cosas a la vez, y conviene no quedarse solo con una. La primera es que el trabajo se renueva continuamente, y que el desempleo masivo anunciado en cada oleada tecnológica nunca se ha materializado. La segunda, menos reconfortante para quien escribe listas, es que las profesiones más importantes dentro de veinte años hoy no tienen nombre, y por tanto no pueden aparecer en ninguna lista.

Por qué fallan las previsiones sobre oficios

Hay una forma de comprobarlo, en vez de limitarse a sospecharlo.

La oficina estadística del trabajo estadounidense publica proyecciones ocupacionales a diez años y —cosa rara y admirable— publica también las evaluaciones de sus propios errores pasados. Sus autoevaluaciones muestran un patrón constante: las proyecciones agregadas sobre el empleo total son razonables, mientras que el error crece bastante al bajar al nivel de la profesión concreta, donde las previsiones se equivocan a menudo incluso en el signo de la variación.

El cuadro general sobre la previsión a largo plazo viene de Philip Tetlock, que entre 1984 y 2004 recogió unas 28.000 predicciones de 284 expertos sobre sucesos políticos y económicos, y las evaluó cuando los sucesos ocurrieron. El resultado, publicado en 2005, se hizo famoso: las previsiones de los expertos eran apenas mejores que el azar, y los expertos más seguros de sí mismos y más presentes en los medios eran sistemáticamente los menos precisos.

No es un argumento contra pensar en el futuro. Es un argumento contra creerse las listas concretas.

Lo que sí se predice bien: las tareas

Hay una parte de la investigación económica que funciona mucho mejor, y la diferencia está en la unidad de análisis.

En 2003 David Autor, Frank Levy y Richard Murnane propusieron un marco que todavía se sostiene: la tecnología no sustituye profesiones, sustituye tareas. Y la distinción que importa no es entre trabajo manual e intelectual, sino entre tareas rutinarias y no rutinarias. Una tarea rutinaria es aquella cuyas reglas pueden escribirse por completo, ya sea apretar un tornillo o rellenar un formulario según criterios fijos.

La predicción que se deriva se ha comprobado a gran escala. Maarten Goos, Alan Manning y Anna Salomons documentaron en 2014, en 16 países europeos, el fenómeno de la polarización: crece el empleo de alta cualificación y el de baja cualificación pero difícil de automatizar, mientras se vacía la franja intermedia —administrativos, operarios de línea, contables—. Autor y Dorn habían encontrado el mismo patrón en Estados Unidos.

Esa predicción, hecha a principios de los dos mil, se cumplió. Las listas de los empleos más prometedores de aquellos mismos años, no.

El caso de los cajeros automáticos

El ejemplo más útil para entender por qué “este trabajo será automatizado” es casi siempre la pregunta equivocada viene de James Bessen.

El cajero automático parecía el fin del cajero de banco. Bessen reconstruyó los datos: el número de cajeros automáticos en Estados Unidos pasó de unos 100.000 a mediados de los noventa a más de 400.000 en 2010. En el mismo periodo el número de cajeros humanos no disminuyó: creció ligeramente.

El mecanismo: los cajeros automáticos abarataron la gestión de una sucursal, los bancos abrieron más, y cada sucursal necesitaba personal. El trabajo del cajero sí cambió: menos recuento de efectivo, más venta de productos y relación con el cliente.

Ese es el modelo general. Automatizar una tarea cambia el contenido de una profesión y su precio relativo mucho antes de hacerla desaparecer. Y es la razón por la que la distancia entre la estimación de Frey y Osborne, que hablaba del 47% de los puestos estadounidenses en riesgo, y la de la OCDE, que hablaba del 9%, depende casi por completo de la unidad de medida: profesiones enteras frente a tareas dentro de las profesiones. Lo desarrollé en ¿la IA sustituirá el trabajo?.

Nadie puede decirte qué trabajo harás. Pero sí se puede decir con bastante confianza qué partes de tu trabajo actual serán las primeras en irse.

Las direcciones que los datos respaldan

Con toda la cautela que impone el resto del artículo, estas son las direcciones respaldadas por datos estructurales y no por previsiones sectoriales.

DirecciónEn qué se apoyaConfianza
Cuidados y asistencia a personasDemografía: estructura por edad ya observada, no previstaAlta
Mantenimiento e instalación técnica in situTareas no rutinarias y no deslocalizablesAlta
Transición energética y rehabilitación de edificiosCompromisos normativos e inversión ya decididaMedia-alta
Trabajo con datos y su interpretaciónCrecimiento documentado de la demanda de tareas analíticasMedia
Seguridad informática y cumplimientoDemanda impulsada por normativa y superficie de ataqueMedia
Roles de coordinación entre personas y sistemasExtrapolación, menos sólidaBaja-media

La fila demográfica es aquella con la que más se puede contar, por un motivo banal: las personas que tendrán ochenta años en 2050 ya han nacido y ya están contadas.

Cómo prepararse sin adivinar el futuro

  1. Analiza tu trabajo por tareas, no por título. Escribe las diez cosas que haces en una semana y marca cuáles siguen reglas que se pueden escribir por completo. Esa lista es tu exposición real.
  2. No persigas el oficio de moda. Cuando una profesión entra en las listas, la ventana de ventaja ya se ha cerrado en buena parte y el coste de entrar está en su máximo.
  3. Construye combinaciones, no especializaciones puras. Los puestos difíciles de cubrir nacen casi siempre en el cruce entre dos ámbitos, no en la cima de uno solo.
  4. Apunta a tareas no deslocalizables y no rutinarias. Presencia física, responsabilidad legal, negociación, juicio en condiciones ambiguas.
  5. Ten en cuenta el coste real de cambiar. Cambiar de sector no es gratis, y los datos sobre la magnitud de la pérdida de renta están detallados en reskilling.
  6. Prefiere competencias que se transfieren. La distinción útil no es entre hard y soft: es entre lo que vale solo en una empresa y lo que vale en cualquier sitio. El punto se desarrolla en hard y soft skills.
  7. Revísalo cada doce meses. No porque el mundo cambie cada año, sino porque es la única forma de darse cuenta pronto cuando cambia.

Lo que pienso: las listas hacen más daño que bien

Creo que las listas de empleos del futuro hacen más daño que bien, porque desplazan la atención de la pregunta útil —qué partes de mi trabajo son sustituibles— a una pregunta que nadie sabe responder.

También creo que el 60% de Autor y colegas se cita casi siempre a medias. La parte optimista es cierta: nacerán trabajos que hoy no imaginamos. La parte omitida es que, históricamente, quienes pierden el trabajo viejo y quienes obtienen el nuevo suelen no ser las mismas personas, ni siquiera la misma generación.

Mi impresión, que sigue siendo una hipótesis: la jugada racional bajo incertidumbre alta no es apostar por el sector correcto, sino reducir el coste de equivocarse: competencias transferibles, red de contactos fuera del propio sector y un margen económico que permita cambiar sin tener que hacerlo con prisa.

Preguntas frecuentes

¿Cuáles son los trabajos más seguros? Ninguno es seguro en términos absolutos. Los más resistentes a la automatización, por estructura de tareas, son los que combinan presencia física no estandarizada, responsabilidad y juicio en situaciones ambiguas.

¿La IA destruirá más puestos de los que cree? Históricamente nunca ha pasado, pero el pasado no es una garantía. El punto importante es que el efecto neto y el efecto sobre las personas concretas son dos cosas distintas.

¿Vale la pena estudiar informática ahora? La demanda de tareas analíticas sigue alta, pero el oficio está cambiando deprisa. Vale si tu interés es genuino; como apuesta puramente estratégica es más arriesgada que hace diez años.

¿Qué le pasa a la franja intermedia? Es la documentada como más expuesta por la investigación sobre polarización: funciones administrativas y operativas con reglas escribibles. Es también donde reciclarse pronto rinde más.

¿Cómo elijo sin saber el futuro? Eligiendo criterios en vez de destinos: tareas no rutinarias, competencias transferibles, sectores cuya demanda se apoya en hechos ya observados como la demografía.

Fuentes

Este artículo se ha escrito siguiendo el proceso descrito en cómo escribimos. Si encuentras un dato mal reportado, escríbeme: lo corrijo y lo señalo al final del artículo.

Fundador de UpSkillLab, con un Máster en Marketing Digital por la Universidad de Florencia. Cada artículo parte de fuentes públicas citadas en el texto y se redacta con la ayuda de herramientas de inteligencia artificial, bajo mi revisión y responsabilidad editorial: sin contenido comprado, nada publicado sin control humano. Lee el método editorial o señálame un error.


Comparte este artículo:

Ver todos los artículos de Sectores y Tendencias

Artículo anterior
Empleos verdes: la investigación los mide en el 2-3% del empleo, no en millones
Artículo siguiente
Microsoft Copilot: qué dicen los ensayos controlados (y qué no)