Anthropic acaba de publicar un informe titulado «Informe sobre la competencia laboral en IA»: Cuanto mayor sea la formación académica, más «amenazado» estás

Autor original: Xin Zhiyuan

La “valoración” de tu trabajo está siendo vaciada por la IA. El último informe de Anthropic revela una verdad contraintuitiva: cuanto más complejas sean las tareas medidas en años de educación, mayor será la aceleración de la IA. En lugar de ser reemplazados directamente, lo más aterrador es la “deshabilitación de habilidades” — la IA se lleva la diversión de pensar, dejándote solo tareas menores. Pero los datos también señalan la única salida: entender la colaboración hombre-máquina, cuya tasa de éxito puede multiplicarse por diez. En esta era de exceso de potencia computacional, esta es una guía de supervivencia que debes entender.

Anthropic publicó ayer en su sitio web el “Informe de Indicadores Económicos”.

El informe no solo se centra en qué hacen las personas con la IA, sino en qué medida la IA realmente reemplaza el pensamiento humano.

Por primera vez, introducen una dimensión completamente nueva llamada “Primitivas Económicas” (Economic Primitives), que intenta cuantificar la complejidad de las tareas, el nivel educativo requerido y el grado de autonomía de la IA.

El futuro del mercado laboral reflejado en estos datos es mucho más complejo que las simples teorías de “desempleo” o “utopía”.

Cuanto más difícil, más rápido trabaja la IA

En nuestra percepción tradicional, las máquinas suelen ser buenas en tareas repetitivas y simples, y torpes en áreas que requieren conocimientos profundos.

Pero los datos de Anthropic muestran una conclusión completamente opuesta: cuanto más compleja sea la tarea, mayor será la “aceleración” que aporta la IA.

El informe indica que, para tareas que solo requieren un nivel de secundaria para entenderse, Claude puede aumentar la velocidad de trabajo en 9 veces;

y cuando la dificultad de la tarea alcanza el nivel universitario, esta aceleración se dispara a 12 veces.

Esto significa que las tareas que antes requerían horas de reflexión humana, como trabajos de oficina, son actualmente los campos donde la IA “cosecha” mayor eficiencia.

Incluso considerando la tasa de fallos ocasionales por alucinaciones de la IA, la conclusión no cambia: el aumento de eficiencia en tareas complejas por parte de la IA es suficiente para compensar los costos de corrección por errores.

Esto explica por qué programadores y analistas financieros dependen más de Claude que los simples ingresadores de datos — porque en estos ámbitos de alta densidad intelectual, el efecto de apalancamiento de la IA es más fuerte.

19 horas: La “Nueva Ley de Moore” de la colaboración hombre-máquina

El dato más impactante del informe es la prueba de la “resistencia” (duración de la tarea, Task horizons, medido con un 50% de tasa de éxito) de la IA.

Las pruebas estándar como METR (Model Evaluation & Threat Research) consideran que los modelos de punta (como Claude Sonnet 4.5) tienen una tasa de éxito por debajo del 50% en tareas que toman unas 2 horas humanas.

Pero en los datos reales de usuarios de Anthropic, ese límite de tiempo se amplía notablemente.

En escenarios comerciales de llamadas API, Claude puede mantener una tasa de éxito superior a la mitad en tareas que implican unas 3.5 horas de trabajo.

Y en la interfaz de diálogo Claude.ai, esa cifra se eleva sorprendentemente a 19 horas.

¿A qué se debe esta brecha tan grande? La clave está en la intervención humana.

Las pruebas estándar enfrentan a la IA sola con el problema, pero en la realidad, los usuarios dividen un proyecto complejo en múltiples pasos pequeños, ajustando continuamente la dirección de la IA mediante retroalimentación.

Este flujo de trabajo colaborativo extiende (medido con un 50% de éxito) el límite de duración de la tarea de 2 horas a aproximadamente 19 horas, casi 10 veces más.

Quizá así sea el futuro del trabajo: no que la IA haga todo sola, sino que los humanos aprendan a dominarla para completar una maratón.

El pliegue en el mapa mundial: los pobres aprenden conocimientos, los ricos producen

Si ampliamos la vista a nivel global, vemos una curva de adopción clara y algo irónica.

En países desarrollados con alto PIB per cápita, la IA ya está profundamente integrada en la productividad y la vida personal.

La gente la usa para programar, hacer informes e incluso planear viajes.

Pero en países con menor PIB per cápita, el papel principal de Claude es el de “profesor”, con usos centrados en tareas escolares y tutorías educativas.

Más allá de la brecha de riqueza, esto refleja también una diferencia tecnológica.

Anthropic menciona que están colaborando con el gobierno de Ruanda para que allí la gente supere la simple etapa de “aprender” y pase a aplicaciones más amplias.

Porque, si no hay intervención, la IA podría convertirse en una nueva barrera: las regiones ricas usan la IA para multiplicar exponencialmente su producción, mientras que las menos desarrolladas todavía la usan solo para reforzar conocimientos básicos.

Preocupaciones en el mercado laboral: el espectro de la “deshabilitación” (Deskilling)

La parte más controvertida y que más alerta genera del informe es la discusión sobre la “deshabilitación” (Deskilling).

Los datos muestran que las tareas cubiertas por Claude actualmente requieren en promedio 14.4 años de educación (equivalente a un título universitario), mucho más que los 13.2 años promedio en toda la actividad económica.

La IA está eliminando sistemáticamente las partes de alto nivel intelectual en el trabajo.

Para redactores técnicos o agentes de viajes, esto puede ser catastrófico.

La IA se ha hecho cargo de analizar tendencias del mercado, planificar itinerarios complejos, tareas que requieren “cerebro”, dejando a los humanos solo tareas menores como hacer bocetos o gestionar facturas.

Tu trabajo sigue allí, pero la “valoración” de ese trabajo se ha vaciado.

Por supuesto, también hay beneficiados.

Por ejemplo, los gerentes inmobiliarios, que tras la automatización de tareas administrativas como contabilidad y revisión de contratos, pueden concentrarse en negociaciones con clientes y gestión de stakeholders — una forma de “re-habilitación” (Upskilling).

Anthropic advierte con cautela que esto es solo una proyección basada en la situación actual, no un destino inevitable.

Pero la alarma es real.

Si tu ventaja competitiva se basa solo en manejar información compleja, estás en el centro de la tormenta.

¿La productividad en su “edad de oro”?

Finalmente, volvamos a una perspectiva macro.

Anthropic ajustó sus predicciones sobre la productividad laboral en EE. UU.

Después de descontar posibles errores y fracasos de la IA, estiman que en los próximos diez años, la IA impulsará un crecimiento anual de la productividad del 1.0% al 1.2%.

Esto es un tercio menos que la estimación optimista previa de 1.8%, pero no subestimes ese 1%.

Es suficiente para que la tasa de crecimiento de la productividad en EE. UU. vuelva a los niveles de finales de los 90, durante la era de la explosión de Internet.

Y esto solo basado en las capacidades del modelo a noviembre de 2025. Con la llegada de Claude Opus 4.5 y el “modo mejorado” (donde las personas ya no intentan delegar todo el trabajo a la IA, sino colaborar más inteligentemente con ella), hay un gran potencial de crecimiento en esa cifra.

Epílogo

Al revisar todo el informe, lo que más impresiona no es cuán poderosa se vuelve la IA, sino cuán rápido se adapta la humanidad.

Estamos viviendo una transición de la “automatización pasiva” a la “potenciación activa”.

En esta transformación, la IA funciona como un espejo: asume tareas que requieren alta formación y lógica, empujándonos a buscar valores que no puedan ser cuantificados por algoritmos.

En esta era de exceso de potencia, la habilidad más escasa ya no es encontrar respuestas, sino definir los problemas.

Referencias: