La predicción que no quería morir
Durante más de una década, una sola cifra ha anclado el miedo público a la automatización: 47%. En 2013, los economistas del Oxford Martin School Carl Benedikt Frey y Michael Osborne estimaron que esa proporción del empleo estadounidense se encontraba en ocupaciones de alto riesgo de computerización, durante una ventana futura no especificada que describieron solo como “quizás una década o dos.” El artículo se convirtió en uno de los documentos de trabajo de economía más citados del siglo, y la cifra del 47% sigue circulando en titulares y presentaciones directivas como si fuera una predicción consolidada en lugar de una estimación probabilística construida sobre supuestos de la era 2013 acerca de qué tareas podría aprender plausiblemente el software.
Para 2022, Robert D. Atkinson, de la Information Technology and Innovation Foundation, tenía el experimento natural que otros pronosticadores no tienen: nueve años de datos reales del mercado laboral. Su veredicto fue tajante. Estados Unidos había añadido aproximadamente 16 millones de empleos desde la publicación del artículo, el desempleo se situaba en 3.7%, y cuando comparó las puntuaciones de riesgo por ocupación de Frey y Osborne con lo que realmente ocurrió en esas ocupaciones, la correlación fue débil — alrededor de 0.26. El 47% no ocurrió. Eso no significa que la automatización sea inofensiva; significa que una única puntuación de vulnerabilidad en un momento dado, por rigurosamente modelada que esté, es una mala guía para una década de cambio tecnológico, económico e institucional. Cualquier afirmación sobre oficios “seguros” a continuación debe leerse teniendo presente ese modo de fallo.
Dos paradojas que la gente sigue confundiendo
Los debates sobre trabajo manual e IA invocan regularmente dos ideas como si fueran intercambiables. No lo son, y la diferencia importa para la planificación.
La paradoja de Moravec es una observación computacional, nombrada por el libro de 1988 del roboticista Hans Moravec, Mind Children, y articulada por la misma época por Rodney Brooks y Marvin Minsky. Dice que el razonamiento abstracto es computacionalmente barato para una máquina, mientras que la habilidad sensomotora y perceptual de un niño pequeño — el equilibrio, el agarre, la percepción de profundidad, el reconocimiento de objetos en el desorden — es extraordinariamente costosa. Explica por qué un modelo puede aprobar un examen de abogacía antes de que un robot pueda doblar la ropa de forma fiable.
La paradoja de Polanyi es el término de la economía laboral, y es el que en realidad predice qué empleos resisten la automatización. El economista del MIT David Autor la acuñó en un documento de trabajo del NBER de septiembre de 2014, basándose en la observación de 1966 del filósofo Michael Polanyi de que “sabemos más de lo que podemos decir.” Los trabajadores calificados diagnostican rutinariamente un circuito defectuoso, una válvula atascada o un compresor que resuella usando un reconocimiento de patrones que no pueden articular por completo como un conjunto de reglas — lo que significa que tampoco puede codificarse limpiamente en datos de entrenamiento o en un árbol de decisión. La propia conclusión de Autor sigue vigente: “los desafíos para sustituir a los trabajadores por máquinas en tareas que requieren adaptabilidad, sentido común y creatividad siguen siendo inmensos.”
La distinción importa porque la paradoja de Moravec trata sobre cuerpos robóticos, y la paradoja de Polanyi trata sobre el juicio humano tácito. Un oficio puede resistir la automatización por cualquiera de las dos razones, por ambas, o por ninguna — y confundirlas produce predicciones descuidadas.
Qué muestran 200,000 conversaciones reales — y qué no muestran
Frey y Osborne modelaron la vulnerabilidad desde fuera. En 2025, Microsoft Research adoptó un enfoque distinto: Kiran Tomlinson y sus colegas examinaron 200,000 conversaciones anonimizadas de Bing Copilot contra la base de datos O*NET de actividades laborales ocupacionales, produciendo una “puntuación de aplicabilidad de IA” para cientos de ocupaciones. Las ocupaciones con puntuación más baja — flebotomistas, auxiliares de enfermería, masajistas, operadores de maquinaria y techadores — comparten un rasgo evidente: el trabajo ocurre sobre un cuerpo, en un lugar específico, usando las manos.
Los investigadores fueron explícitos en que se trata de una medición de la superposición de tareas con un chatbot, no un pronóstico de despidos. En una entrada de blog de seguimiento que respondía a una cobertura de prensa exagerada, escribieron: “nuestro estudio no extrae ninguna conclusión sobre la eliminación de empleos; en el artículo, advertimos explícitamente contra el uso de nuestros hallazgos para llegar a esa conclusión.” Una puntuación de aplicabilidad baja hoy describe dónde la IA generativa resulta actualmente poco útil como asistente de chat. No dice nada sobre un robot de cinco años de antigüedad con mejores cámaras y actuadores más baratos — que es precisamente el territorio que rastrea el capítulo del sitio sobre robots humanoides.
La complicación: “manual” no es una sola cosa
Aquí es donde la historia limpia se rompe. El Future of Jobs Report 2025 del Foro Económico Mundial preguntó a los empleadores qué habilidades esperaban que ganaran o perdieran importancia hacia 2030. Casi todas las categorías de habilidades tenían una importancia creciente esperada. Solo dos se esperaba que declinaran en términos netos — y una de ellas era “destreza manual, resistencia y precisión,” con un 24% de saldo negativo.
Eso no contradice los datos de oficios anteriores; es un recordatorio de que “trabajo manual” abarca empleos radicalmente distintos. El picking en almacenes, las estaciones de línea de montaje y la manipulación industrial repetitiva son manuales, físicamente exigentes, y precisamente el tipo de movimiento estructurado y repetible que la robótica industrial lleva años automatizando — mucho antes de que existiera la IA generativa. Un electricista licenciado que diagnostica un panel desconocido en una casa desconocida también es “manual,” pero no se parece en nada a una tarea de almacén en cuanto a su imprevisibilidad, responsabilidad legal o necesidad de juicio. Los empleadores encuestados por el WEF parecen estar captando lo primero incluso mientras la demanda se mantiene para lo segundo. Un oficio no está protegido por ser manual; está protegido por combinar juicio tácito con un requisito duro de presencia física, o con una demanda estructural de reemplazo que un robot aún no puede satisfacer de forma barata.
Cinco oficios, dos razones distintas para esperar demanda
Las proyecciones 2025-2035 del Occupational Outlook Handbook de la Oficina de Estadísticas Laborales (BLS) ilustran ambos mecanismos a la vez:
| Oficio | Crecimiento proyectado | Vacantes anuales | Salario mediano (mayo de 2025) |
|---|---|---|---|
| Electricistas | 9% | ~72,700 | $63,190 |
| Plomeros, instaladores de tuberías, calderistas | 7% | ~42,000 | $63,800 |
| Técnicos de HVAC/refrigeración | 11% | ~40,600 | $61,010 |
| Instaladores de ascensores/escaleras mecánicas | 6% | ~1,900 | $109,910 |
| Auxiliares de salud a domicilio/cuidado personal | 18% | ~760,500 | $35,800 |
Los electricistas, plomeros y técnicos de HVAC combinan el juicio propio de la paradoja de Polanyi (diagnosticar un sistema desconocido) con una fuerza laboral existente que envejece y una vía de aprendizaje de varios años — aproximadamente de cuatro a cinco años y unas 2,000 horas pagadas al año para los electricistas — que no puede comprimirse solo porque la demanda aumente. Los instaladores de ascensores tienen el salario más alto de los cinco, reflejo de una especialidad estrecha, licenciada y crítica para la seguridad con pocos aspirantes. Los auxiliares de salud a domicilio y de cuidado personal se ubican en el otro extremo de la escala salarial, pero registran, por mucho, el mayor número absoluto de vacantes, impulsado por la demografía y no por la escasez de plazas de formación: una población que envejece necesita más cuidado presencial del que ofrece la fuerza laboral actual, y esa demanda es comparativamente insensible a la automatización porque depende de la presencia física, la confianza y el juicio en persona que la robótica actual no puede proveer a escala ni a costo razonable.
El hilo conductor
Nada de esto equivale a una exención permanente. Un oficio parece duradero cuando requiere una habilidad tácita que resiste la codificación, cuando la fuerza laboral que lo provee se reduce más rápido que la demanda, o cuando el trabajo exige estar físicamente presente de un modo que ningún robot realiza todavía de forma barata — idealmente más de una de estas condiciones a la vez. Parece frágil cuando el componente “manual” es en realidad repetitivo y estructurado, que es exactamente el tipo de trabajo manual que la robótica industrial y de almacén lleva una generación atacando. Leer los datos de crecimiento y salarios del BLS es un primer filtro razonable para un hogar o un trabajador joven que sopesa opciones, pero es un filtro, no una garantía — la misma disciplina que debería haber impedido que la gente tratara el 47% como un evangelio en 2013 se aplica a cada cifra de este artículo.