IA y empleo en España: qué dice la evidencia y qué es ruido

Los titulares sobre IA y empleo suelen mezclar tres conceptos distintos: tareas expuestas, puestos transformados y empleos destruidos. Al mismo tiempo, la economía española puede seguir creando empleo. Ambas cosas pueden coexistir.

La respuesta, como siempre cuando los titulares son extremos, está en los matices.

El problema metodológico de los informes de impacto

Muchos estudios sobre IA y empleo miden exposición, no destrucción. La propia Organización Internacional del Trabajo advierte de que sus indicadores describen el grado en que las tareas podrían verse afectadas, no predicen cuántos empleos desaparecerán.

Decir que un empleo tiene una exposición alta no significa que vaya a desaparecer. Puede significar que una parte de sus tareas se automatice, que el trabajador gane productividad o que cambie el perfil profesional. La OCDE estima que el 27,4% de los trabajadores españoles están expuestos a la IA generativa, una medida de exposición que no equivale a sustitución.

La distinción importa enormemente para el análisis de política pública, pero no vende titulares.

Lo que está pasando de verdad en España

La Encuesta del Banco de España sobre la Actividad Empresarial situó cerca del 20% el porcentaje de empresas españolas encuestadas que ya utilizaban IA en 2025, en muchos casos todavía de forma experimental. Entre las empresas usuarias, el 80% consideraba que la adopción no había tenido efectos sobre el empleo; las expectativas declaradas eran, en conjunto, más positivas que negativas.

Esto no demuestra que la IA carezca de impacto laboral. Sí indica que, con los datos disponibles, no se puede atribuir una destrucción masiva de empleo en España a esta tecnología. También quedan peor reflejados fenómenos como una vacante que deja de abrirse, la reasignación de tareas o la mayor productividad por trabajador.

Los sectores que más me preocupan

Traducción e interpretación. Los sistemas generativos pueden automatizar una parte relevante de las tareas lingüísticas rutinarias. En trabajos jurídicos, médicos o literarios siguen pesando la responsabilidad, el contexto, la confidencialidad y el criterio profesional.

Atención al cliente de nivel básico. Los asistentes actuales pueden clasificar y resolver consultas rutinarias, pero su tasa de resolución depende mucho del sector, la empresa y la definición empleada. Sin datos comparables no existe un porcentaje único que describa todo el mercado.

Creación de contenido genérico. La generación automática reduce el coste de producir borradores, fichas o textos repetitivos. El efecto sobre el empleo dependerá de cuánto valor aporten la verificación, el conocimiento especializado, la edición y la responsabilidad editorial.

Los sectores que están bien

Los oficios que requieren presencia física y trato con personas —fontanería, electricidad, construcción, hostelería o cuidados— tienen menos exposición directa a la IA generativa, aunque no están aislados de otros tipos de automatización.

Los trabajos que requieren juicio en contextos ambiguos y de alto riesgo: médicos, abogados especializados, auditores.

Los trabajos donde la confianza personal es el producto: psicólogos, coaches, asesores financieros de alto patrimonio.

Y paradójicamente, los trabajos de desarrollo y mantenimiento de los propios sistemas de IA.

El problema que nadie quiere discutir

El impacto de la IA en el empleo no es simétrico geográfica o socialmente. Las ciudades con alta concentración de trabajadores del conocimiento digital se están beneficiando. Las ciudades con economías más dependientes de trabajos de oficina de nivel medio están en una posición más difícil.

En España existe una dimensión territorial medible, aunque no permite concluir por sí sola qué regiones ganarán o perderán empleo. La OCDE estima una exposición a la IA generativa del 36,6% en Madrid frente al 19,6% en Castilla-La Mancha. La estructura sectorial y la concentración de ocupaciones explican buena parte de esa diferencia.

La política de empleo que trata el impacto de la IA como un problema nacional homogéneo se equivoca de escala. El problema es local.

Qué habría que hacer

El debate político en España sobre IA y empleo está atascado entre dos posiciones inútiles: el negacionismo (“la IA crea más empleos de los que destruye, siempre ha sido así”) y el catastrofismo (“necesitamos una renta básica universal urgente”).

Las políticas que tienen sentido son más aburridas: formación continua financiada para trabajadores en sectores de alta exposición, adaptación del sistema educativo a las habilidades que los modelos de IA no replican bien (pensamiento crítico, comunicación interpersonal, toma de decisiones en incertidumbre), e incentivos fiscales para empresas que transformen puestos en lugar de eliminarlos.

Nada de esto es emocionante. Pero el problema real tampoco es emocionante: es gradual, heterogéneo y requiere respuestas de política pública aburridas y sostenidas en el tiempo.