Who becomes replaceable? Generative AI and the discursive stratification of work

Cuando escuchamos que la inteligencia artificial está cambiando el mundo del trabajo, la conversación a menudo se siente como una auditoría técnica. Preguntamos qué trabajos pueden ser realizados por máquinas y cuáles no, tratando la respuesta como una propiedad fija del trabajo en sí mismo. Pero hay otra capa en esta historia, una que no ocurre en el código o en las fábricas, sino en las noticias y la conversación pública. Antes de que una máquina reemplace a un humano, la gente debe primero estar de acuerdo en que el reemplazo es posible, necesario o incluso deseable. Este acuerdo se construye a través del lenguaje. Cuando los medios de comunicación describen un trabajo como "en riesgo", no solo están prediciendo el futuro; están clasificando activamente a los trabajadores en categorías de aquellos que serán mantenidos y aquellos que serán descartados. Este proceso de clasificación a través de las palabras es lo que los investigadores llaman estratificación discursiva. Es una forma de entender cómo la sociedad decide quién es vulnerable al cambio y quién está a salvo, mucho antes de que ocurran despidos reales.

Un nuevo estudio de Hana Kim, investigadora del Instituto Avanzado de Ciencia y Tecnología de Corea, investiga exactamente cómo ocurre esta clasificación en la era de la IA generativa. La investigación se centra en un punto de inflexión específico: el lanzamiento de ChatGPT a finales de 2022. La autora quería saber si la forma en que los medios de comunicación hablaban sobre la IA y el trabajo cambió después de este momento, y más importante aún, si ese cambio trataba de manera diferente a distintos tipos de trabajadores dentro de una misma profesión. El estudio no analiza si la gente perdió realmente sus empleos. En su lugar, examina el texto de casi medio millón de artículos de noticias para ver cómo cambió la narrativa pública. La pregunta central es simple: cuando las noticias dicen que un trabajo está siendo reemplazado por la IA, ¿quién es el "quién" en esa frase?

Para responder a esto, la investigadora recopiló una colección masiva de pasajes de noticias desde 2010 hasta 2026, centrándose en menciones de ocupaciones específicas como abogados, médicos, escritores y desarrolladores. El equipo utilizó un programa informático, entrenado por expertos humanos, para leer estos pasajes y clasificarlos en cuatro categorías distintas. La primera categoría fue neutral, donde el trabajo era mencionado pero no vinculado a la IA. La segunda fue la aumentación, donde la IA era descrita como una herramienta que ayuda al trabajador a realizar mejor su labor. La tercera fue la automatización de tareas, donde se decía que partes específicas del trabajo eran asumidas por una máquina, pero el trabajo en sí permanecía. La cuarta y más severa categoría fue el reemplazo, donde el texto sugería que el trabajo mismo estaba dejando de ser necesario o que el trabajador sería eliminado.

El análisis reveló que, tras la llegada de ChatGPT, el volumen total de cobertura de noticias que discutían el impacto de la IA en los empleos sí aumentó. Sin embargo, la forma en que este incremento ocurrió no fue uniforme. El aumento en las historias de "reemplazo" no se debió a que cada uno de los trabajos sonara repentinamente más peligroso. En cambio, las noticias comenzaron a centrar su atención en un conjunto de ocupaciones diferente al de antes, enfocándose en trabajos que ya estaban siendo discutidos como riesgosos, como escritores y programadores, mientras prestaban menos atención relativa a otros. Esto significa que la sensación general de peligro en las noticias fue impulsada por un cambio en qué trabajos estaban siendo destacados, más que por un endurecimiento repentino de la narrativa para cada profesión.

El hallazgo más significativo, sin embargo, no reside en qué trabajos se discutieron, sino en cómo se describió a las personas dentro de esos trabajos. El estudio observó de cerca la diferencia entre los trabajadores junior —aquellos que apenas comienzan sus carreras, a menudo llamados de nivel inicial o aprendices— y los trabajadores senior, que son líderes experimentados o directivos. Los resultados mostraron una división aguda y creciente. Después de 2022, los artículos de noticias se volvieron mucho más propensos a mencionar a los trabajadores junior cuando se discutía el impacto de la IA. De hecho, la brecha entre la frecuencia con la que se mencionaba a los trabajadores junior y a los senior como objetivos del cambio por la IA se amplió en veinte puntos porcentuales.

Pero la diferencia fue más allá de simplemente cómo se mencionaban. Cuando se mencionaba a un trabajador junior en el contexto de la IA, la historia tenía una probabilidad abrumadora de enmarcarlo como reemplazable. El análisis encontró que, entre las noticias que hablaban de trabajadores junior, casi la mitad describía sus roles como eliminados por completo, y muy pocas los describían como ayudados por la IA. En contraste, cuando se mencionaba a los trabajadores senior en el mismo periodo, la narrativa era casi la opuesta. Eran mucho más propensos a ser descritos como aumentados, con la IA sirviendo como una herramienta para mejorar su juicio y productividad. Las noticias rara vez sugerían que los trabajadores senior serían eliminados; en cambio, sugerían que ellos serían quienes ejercerían la nueva tecnología.

Este patrón se mantuvo cierto incluso cuando los investigadores intentaron descartar otras explicaciones. Verificaron si la diferencia se debía simplemente a que los trabajos junior son más rutinarios o repetitivos, una razón común por la cual el trabajo se automatiza. Los datos mostraron que, si bien el trabajo rutinario era de hecho más propenso a ser discutido como automatizado, la brecha específica entre los trabajadores junior y senior era un fenómeno separado. No se trataba del tipo de tarea, sino de la etapa de la carrera. Los investigadores también probaron si el programa informático solo reaccionaba a las palabras "junior" o "senior" como un atajo. Repitieron el análisis después de ocultar esas palabras específicas, y el patrón se mantuvo exactamente igual. El ordenador estaba respondiendo al contexto de la historia, no solo a las etiquetas.

Para estar absolutamente seguros, los investigadores contaron con expertos humanos para leer un conjunto de historias más pequeño y cuidadosamente emparejado. Emparejaron una noticia sobre un trabajador junior con una noticia sobre un trabajador senior en la misma profesión y el mismo año, y luego pidieron a los humanos que las clasificaran sin saber cuál era cuál. Los lectores humanos confirmaron el patrón con una claridad sorprendente. En la gran mayoría de los casos en que las dos historias diferían, la que trataba sobre un trabajador junior fue clasificada como un tema de reemplazo, mientras que la del trabajador senior fue clasificada como un tema de aumentación. El acuerdo humano fue tan fuerte que la probabilidad estadística de que esto ocurriera por accidente era virtualmente cero.

El estudio sugiere que la llegada de la IA generativa no solo ha cambiado el panorama técnico del trabajo, sino que ha remodelado el mapa social de quién es considerado esencial y quién es considerado prescindible. La narrativa ha cambiado para tratar los puestos de nivel inicial en muchas profesiones como los objetivos principales para la automatización, mientras preserva la imagen del profesional experimentado como el maestro de las nuevas herramientas. Esta es una distinción crítica porque los trabajos de nivel inicial no son solo mano de obra de bajo costo; son el campo de entrenamiento donde los nuevos profesionales aprenden las habilidades, el juicio y los hábitos necesarios para convertirse en expertos. Si el discurso público trata estos roles iniciales como desechables, corre el riesgo de cortar el camino mismo que permite a las personas convertirse en los trabajadores senior del futuro.

La investigación no afirma que estas noticias sean la causa directa de la pérdida de empleos, ni dice que los empleadores estén actuando según estas historias de inmediato. En su lugar, identifica un poderoso cambio en cómo la sociedad imagina el futuro del trabajo. Al enmarcar consistentemente los roles junior como reemplazables y los roles senior como aumentables, la conversación pública está creando una jerarquía de vulnerabilidad. Está decidiendo, a través de las palabras, que el futuro de la IA pertenece a los experimentados, mientras que el novato es aquel que debe ser reemplazado. Esta estratificación discursiva ocurre antes de que se produzcan los cambios económicos, preparando el escenario para un futuro donde las oportunidades para aprender y crecer se estrechan para aquellos que están en la base de la escala profesional, mientras que a aquellos que están en la cima se les otorgan nuevos poderes. El estudio concluye que comprender el impacto de la IA en el trabajo requiere mirar no solo lo que las máquinas pueden hacer, sino quiénes estamos dispuestos a imaginar como reemplazables.