Filosofía, IA y mercado laboral

Los datos recientes sobre empleo sugieren un giro importante, a saber, algunas áreas humanísticas parecen menos expuestas a la IA que ciertos campos técnicos.

Una nota sobre filosofía, técnica y empleabilidad

Se ha vuelto casi un lugar común afirmar que el futuro pertenecería a quienes dominaran el lenguaje de la tecnología; aprender a programar, familiarizarse con el análisis de datos o formarse en áreas próximas a la digitalización parecería ofrecer no únicamente una ventaja profesional, sino una especie de resguardo frente a la incertidumbre laboral. En contraste, las humanidades siguieron siendo presentadas con frecuencia como saberes valiosos en el plano cultural, pero menos robustos en su traducción al mercado. La filosofía, en particular, ha sido una de las disciplinas más expuestas a esta sospecha; esto es, se le concede densidad formativa, pero se la considera vulnerable en términos de empleabilidad.

Un artículo reciente de The Economist introduce un matiz importante en esa imagen. A partir de datos sobre empleo de recién graduados en Estados Unidos, el texto sugiere que la expansión de la inteligencia artificial podría estar afectando con mayor intensidad algunos campos tradicionalmente asociados con la economía digital que otros ubicados, en principio, lejos del centro de la automatización. La tesis del artículo no radica en que la filosofía se haya convertido en la carrera con mejores perspectivas laborales, ni que las áreas tecnológicas hayan dejado de ser relevantes, lo que propone es que, en el corto plazo, los egresados de campos más expuestos a la IA parecen haber experimentado un deterioro laboral mayor que quienes provienen de áreas menos expuestas, entre ellas la filosofía. El punto merece atención porque obliga a reconsiderar algunas intuiciones muy asentadas sobre la relación entre universidad, técnica y trabajo. 

El dato eje. ¿Qué está pasando realmente? 

El artículo se apoya en las encuestas de la National Association of Colleges and Employers, que recogen información sobre la situación laboral de graduados recientes y, partir de ese material, el medio compara la evolución del empleo de tiempo completo en distintas disciplinas según su grado de exposición a la IA.

La conclusión principal se centra en que entre 2022 y 2024, los egresados de las áreas menos expuestas a la IA —como educación, filosofía o ingeniería civil— vieron caer su tasa de empleo de tiempo completo en promedio 1,5 puntos porcentuales; en cambio, quienes provenían de las áreas más expuestas —como ciencias de la computación, ingeniería informática y ciencias de la información— registraron una caída de 6,6 puntos porcentuales. El gráfico de dispersión incluido por el artículo es bastante claro, a saber: a mayor exposición de una disciplina a la IA, más pronunciado tiende a ser el deterioro reciente de sus resultados laborales.

La posición de Filosofía dentro de ese gráfico es llamativa porque aparece entre las carreras con baja exposición a la IA y con una variación relativamente estable, incluso levemente positiva, en comparación con otras áreas. Sin embargo, conviene subrayar desde el comienzo qué significa esto y qué no significa. Lo anterior no implica que la filosofía ofrezca, en términos absolutos, mejores tasas de empleo que la informática o la ingeniería, significa, más bien, que la situación de sus egresados empeoró menos en el período observado.

El segundo gráfico del artículo refuerza esta lectura en el caso de las disciplinas tecnológicas. Allí se muestra la evolución de la tasa de empleo de tiempo completo para egresados de ciencias de la computación, ingeniería informática y áreas afines desde 2015 hasta 2025. Nótese que, después de varios años de relativa estabilidad, se observa una caída fuerte a partir de 2022; en otras palabras, en apenas tres años, la tasa de empleo de tiempo completo en algunas de estas áreas desciende de cerca del 70% a alrededor del 55%. El dato no prueba por sí mismo una causalidad directa, pero sí indica que algo se ha alterado en el mercado de entrada para estos perfiles. 

¿Se trata realmente de un efecto de la IA?

Algunas investigaciones sugieren que el empleo juvenil ha caído más en ocupaciones expuestas a la IA; por ejemplo, un estudio de Erik Brynjolfsson y sus colegas, citado por el artículo, encontró una reducción relativa del empleo entre trabajadores jóvenes en ocupaciones intensivas en IA, como el desarrollo de software. No obstante, otros trabajos ofrecen una lectura menos concluyente. Zanna Iscenko y Fabien Curto Millet, economistas de Google, sostienen que la disminución de ofertas laborales en ocupaciones expuestas a IA no afecta exclusivamente a perfiles junior y, además, que la tendencia precede al lanzamiento de ChatGPT. Morgan Frank y sus colegas llegan a una observación similar; esto es, los resultados laborales se han deteriorado en áreas expuestas, sí, pero el proceso parece haber comenzado antes de la popularización masiva de los grandes modelos de lenguaje.

En consecuencia, sería precipitado afirmar que la IA, por sí sola, “está quitando empleos” a los recién graduados. Hay factores adicionales que deben ser considerados, como la corrección del mercado tecnológico tras el auge de contrataciones durante la pandemia, la reducción de costos por parte de las empresas, la sobreoferta de ciertos perfiles y el reajuste general de la economía digital. Con todo, la aparición de la IA sí parece haber introducido un elemento nuevo en la ecuación; es decir, la posibilidad de automatizar, asistir o acelerar una parte importante de las tareas que antes justificaban la contratación de trabajadores junior.

Qué tipo de tareas son más sustituibles

Empero, el valor del artículo radica en que permite formular una pregunta esencial: ¿Qué tipo de trabajo intelectual resulta más vulnerable en un entorno de automatización creciente?

La respuesta no depende simplemente del prestigio de una disciplina ni de su cercanía al mundo digital. Depende, sobre todo, de la estructura de las tareas que suelen desempeñar sus egresados al inicio de su trayectoria profesional. Podemos decir que donde el trabajo se compone en gran medida de operaciones formalizables —escritura funcional, procesamiento de información, producción de borradores, programación rutinaria, clasificación de datos, soporte documental o analítico—, la IA encuentra un terreno especialmente fértil porque puede reducir el tiempo, el costo y el número de personas necesarias para ejecutar una parte de ese trabajo, y no tanto porque sustituya de inmediato la totalidad del oficio. 

Esto ayuda a comprender por qué algunas áreas tecnológicas podrían estar sintiendo con mayor intensidad la presión del cambio. Durante mucho tiempo se asumió que saber programar garantizaba una ventaja competitiva clara en el mercado laboral, y, en efecto, durante años así fue. Pero la automatización contemporánea introduce un matiz decisivo: no todo el valor del trabajo técnico reside ya en la ejecución de tareas técnicas de entrada. A medida que los modelos de lenguaje pueden generar código, detectar errores, redactar documentación o asistir en procesos de desarrollo, el peso diferencial se desplaza hacia otros niveles de la práctica profesional; a saber, diseño de sistemas, comprensión de arquitecturas complejas, formulación de problemas, toma de decisiones, integración de equipos y evaluación estratégica.

Lo que parece estar ocurriendo, entonces, no es una devaluación del conocimiento técnico como tal, sino una transformación del tipo de conocimiento técnico que el mercado demanda. En otras palabras, la capacidad de escribir código sigue siendo importante, pero cada vez importa menos como competencia aislada y más como parte de una inteligencia capaz de estructurar problemas, comprender contextos y decidir entre alternativas.

¿Por qué Filosofía aparece relativamente menos afectada?

Es en este punto donde aparece la filosofía en el grupo de áreas menos expuestas y la explicación no está en una supuesta inmunidad de las humanidades frente al mercado, sino en la naturaleza del tipo de formación que ofrecen.

La filosofía no prepara, al menos no de manera inmediata, para tareas fuertemente estandarizadas. Su núcleo formativo se organiza alrededor de prácticas como la reconstrucción de argumentos, la clarificación conceptual, la lectura crítica, la interpretación de problemas, la deliberación normativa y la reflexión sobre supuestos. En últimas, son actividades que, aunque puedan ser asistidas por herramientas de IA, no se reducen fácilmente a un esquema de automatización equivalente al de otras tareas más procedimentales.

Esto no significa que la filosofía esté allende del impacto de la IA; la docencia, la escritura académica, la edición, la investigación y buena parte de los trabajos a los que se vinculan sus egresados también están siendo transformados por tecnologías de automatización; sin embargo, el tipo de operación intelectual que la filosofía cultiva no coincide de manera tan directa con el espacio en el que los modelos actuales muestran mayor eficacia. Dicho de otro modo, la IA puede producir respuestas, resumir textos y generar argumentos plausibles, pero la filosofía sigue exigiendo una forma de juicio que no se agota en la mera producción de lenguaje.

En este punto conviene evitar tanto la autocomplacencia humanista como el reduccionismo tecnocrático, pues no sería razonable convertir un dato coyuntural en una apología de las humanidades ni interpretar estos resultados como si confirmaran una superioridad esencial de la filosofía sobre la informática. Pero tampoco parece adecuado seguir defendiendo la idea de que las humanidades son, por definición, el espacio menos pertinente para pensar el futuro del trabajo; si algo muestran estos datos es que la oposición rígida entre saber “útil” y saber “reflexivo” empieza a resultar insuficiente.

La imagen de la inteligencia que está en juego

Tal vez la cuestión más interesante del artículo no sea estrictamente laboral, sino conceptual porque durante las últimas décadas se consolidó una idea bastante restringida de la inteligencia; esto es, se la identificó, sobre todo, con la capacidad de resolver tareas de forma rápida, eficiente y productiva. Bajo ese supuesto, parecería evidente que las disciplinas más valiosas serían aquellas capaces de traducir sus competencias en procedimientos técnicos claros y directamente aplicables. Las humanidades, en cambio, quedaban relegadas a un segundo plano por su dificultad para ajustarse a esa lógica de rendimiento.

La IA introduce una perturbación significativa en esa imagen porque muestra que una parte importante de aquello que considerábamos “inteligencia profesional” consistía, en realidad, en operaciones susceptibles de formalización y repetición. Si una máquina puede redactar un informe preliminar, producir un bloque de código funcional, clasificar información o resumir documentos con una eficacia razonable, entonces la discusión ya no puede limitarse a quién ejecuta más rápido una tarea, sino que debe formularse en términos de qué capacidades conservan valor en el momento en que la ejecución deja de ser exclusivamente humana. Quizás es ahí donde radique el interés filosófico de esta discusión, en tanto que se muestre que la Universidad no puede limitarse a producir ejecutores competentes, sino que necesita formar sujetos capaces de comprender y orientar el mundo técnico en el que actúan.

Corolario

No parece prudente extraer de estos datos una tesis definitiva sobre el futuro de la educación superior, el mercado laboral es demasiado volátil y la inteligencia artificial demasiado reciente como para convertir una tendencia de tres años en un diagnóstico concluyente. Además, la propia historia de las tecnologías muestra que sus efectos sobre el empleo rara vez son lineales, pues pueden reemplazar ciertas tareas, transformar otras y crear nuevas formas de especialización.

Con todo, el artículo de The Economist sí permite registrar un desplazamiento relevante. La vieja seguridad según la cual la cercanía a la tecnología garantizaba, por sí misma, una protección laboral superior empieza a mostrar grietas. Al mismo tiempo, disciplinas como la filosofía —que durante mucho tiempo han sido justificadas casi exclusivamente en nombre de su valor cultural— reaparecen en la discusión desde un lugar distinto que aparece como espacio donde se cultivan capacidades intelectuales menos reducibles a la lógica de la automatización inmediata.

Quizás esa sea, por ahora, la lección más sobria que puede extraerse del debate y es que no que debamos elegir entre Platón y Python, entre filosofía y programación, como si se tratara de caminos incompatibles; más bien, que el avance de la inteligencia artificial obliga a revisar una idea demasiado estrecha tanto de la empleabilidad como de la inteligencia. Si la Universidad quiere seguir siendo un lugar de formación y no solo de entrenamiento, tendrá que pensar con más cuidado qué tipo de saberes merecen ser preservados, articulados y renovados.

Le recomendamos: La apropiación del símbolo: de la espada de Bolívar a la camiseta de la Selección