Generative AI and Early-Career Hiring: Counts, Entry Rates, and the Employment Base

La historia de cómo la nueva tecnología cambia la fuerza laboral se cuenta a menudo como un cambio repentino, un momento en que las máquinas toman el control y las personas quedan rezagadas. Pero la realidad suele ser más sutil, desarrollándose en la mecánica silenciosa de la contratación y la estabilidad laboral mucho antes de que lleguen los titulares. Los economistas estudian estos cambios observando dos formas diferentes de medir el trabajo: el número bruto de personas contratadas y la tasa a la que ocurren esas contrataciones en relación con el tamaño de la fuerza laboral existente. Imagine una planta de producción donde el número total de trabajadores se está reduciendo; incluso si la fábrica contrata el mismo número de personas nuevas que antes, la tasa de contratación en relación con el personal total podría verse diferente. Comprender la diferencia entre un recuento simple de nuevos trabajadores y la tasa matemática de contratación es crucial, porque una caída en el número de nuevas contrataciones no siempre significa que los empleadores hayan dejado de buscar talento. Simplemente podría significar que el grupo de trabajadores experimentados de los que están contratando ha cambiado de tamaño o composición. Esta distinción se vuelve especialmente importante al examinar cómo la inteligencia artificial, específicamente la nueva generación de herramientas que pueden escribir y razonar como los humanos, está afectando a los jóvenes que intentan comenzar sus carreras.

Un estudio reciente de la investigadora Yi Wu, de la Universidad de Texas en Austin, investiga precisamente esta cuestión. El artículo plantea si el auge de la IA generativa ha causado una caída específica en la contratación de trabajadores al inicio de su carrera, definidos como aquellos entre los 22 y 34 años, en comparación con los trabajadores mayores y establecidos. Para encontrar la respuesta, la investigadora no se basó en encuestas o conjeturas sobre lo que las empresas estaban pensando. En su lugar, recurrió a un conjunto de datos gubernamentales masivo y detallado llamado Indicadores Trimestrales de la Fuerza Laboral. Estos datos rastrean eventos de contratación reales en miles de industrias en los Estados Unidos, distinguiendo entre "todas las nuevas contrataciones" y "contrataciones estables". Una contratación estable es un tipo específico de registro de empleo: se contabiliza solo cuando un nuevo empleado se ha mantenido en el puesto el tiempo suficiente para ser considerado parte de la fuerza laboral a tiempo completo y estable durante un trimestre entero. Al centrarse en estas contrataciones estables, el estudio observa los trabajos que realmente perduran, en lugar de las posiciones a corto plazo o de prueba.

La investigadora comparó industrias que tienen una alta exposición a la inteligencia artificial basada en el lenguaje con aquellas que tienen una menor exposición. La exposición se midió por cuánto dependen las tareas típicas de una industria de las habilidades que las herramientas de IA pueden realizar ahora, como escribir, programar o analizar texto. El estudio encontró que después de 2022, cuando estas herramientas de IA se volvieron ampliamente disponibles, el número de nuevas contrataciones estables para trabajadores jóvenes cayó significativamente más en las industrias de alta exposición que en las de baja exposición. Esta caída no fue solo una pequeña fluctuación; fue un descenso claro y mensurable. Sin embargo, el estudio también encontró que esta caída fue mucho más pronunciada para las contrataciones estables que para todas las contrataciones, lo que sugiere que el impacto de la IA afecta específicamente a los trabajos que conducen al empleo a largo plazo.

Aquí es donde la historia da un giro sorprendente. Cuando la investigadora desglosó los números para ver por qué estaba cayendo el recuento de contrataciones de jóvenes, descubrió que la caída no fue impulsada por un cambio repentino y estadísticamente significativo en la frecuencia con la que las empresas contrataban a jóvenes en relación con su personal actual. En cambio, el descenso se localizó casi por completo en el tamaño de la fuerza laboral misma. El estudio separó el recuento de contrataciones en dos partes: la tasa de contratación (cuántas personas nuevas se contratan por cada unidad de personal existente) y la base de empleo (el número total de trabajadores estables ya presentes en la nómina). Los datos mostraron que la tasa de contratación para los trabajadores jóvenes no exhibió un declive estadísticamente fiable. De hecho, el coeficiente estimado para la tasa fue positivo pero impreciso, y su signo varió dependiendo de cómo se transformaran los datos, lo que significa que la evidencia de una caída distinta en la tasa de entrada cuenta con un respaldo menos firme. Todo el descenso en el número de nuevas contrataciones de jóvenes provino del hecho de que el grupo de trabajadores estables y experimentados en estas industrias se estaba reduciendo o cambiando de una manera que reducía el denominador.

Este hallazgo desafía una suposición común. Muchos podrían esperar que, si la IA está reemplazando el trabajo humano, las empresas simplemente dejarían de contratar a los jóvenes al mismo ritmo que solían hacerlo. El estudio sugiere un mecanismo diferente. La disminución en las contrataciones de jóvenes parece ser una consecuencia de una tendencia a largo plazo en la composición de la fuerza laboral que ya estaba ocurriendo antes de la pandemia, y que continuó después. La "base de empleo" para los trabajadores jóvenes en las industrias expuestas a la IA ya mostraba una tendencia a la baja, y las nuevas herramientas de IA no necesariamente causaron un alto repentino en la actividad de contratación. Más bien, la escasez de contrataciones se concentra en el grupo decreciente de puestos estables disponibles para ser ocupados. El estudio señala explícitamente que este patrón era visible en los datos antes de la adopción generalizada de los chatbots de IA más famosos, lo que sugiere que las fuerzas en juego son más profundas y antiguas que el reciente auge tecnológico.

La investigación también analizó si esta tendencia era una ruptura repentina con el pasado o una continuación de un patrón anterior. Al comparar los datos posteriores a 2023 con las tendencias observadas entre 2017 y 2019, el estudio encontró que el descenso en los recuentos de contratación se aceleró ligeramente después de 2023. Sin embargo, incluso esta aceleración fue impulsada principalmente por cambios en la base de empleo, no por un colapso repentino en la tasa de contratación. El estudio es cuidadoso al afirmar que, si bien los números muestran una clara correlación entre la exposición a la IA y menos contrataciones de jóvenes, esto no prueba que la IA sea la única causa. Otros factores, como la recuperación económica de la pandemia u otros cambios en la industria, podrían estar contribuyendo. No obstante, la evidencia sugiere que la caída en las contrataciones de jóvenes no es simplemente el resultado de que las empresas contraten a menos personas por cada trabajador existente; la tasa de contratación se mantuvo relativamente estable, mientras que el número total de puestos estables disponibles para los jóvenes disminuyó.

Uno de los puntos más importantes del artículo es la distincción entre un recuento y una tasa. Si solo se mira el número total de jóvenes que son contratados, parece un desastre para sus perspectivas de carrera en campos con mucha presencia de IA. Pero si se mira la tasa a la que son contratados en relación con el tamaño de la fuerza laboral, la imagen es mucho menos dramática. El estudio concluye que la base de empleo merece tanta atención como los flujos de trabajadores cuando intentamos comprender cómo la tecnología cambia el mercado laboral. El descenso en las contrataciones de jóvenes es real, pero se concentra en el denominador —el tamaño de la fuerza laboral estable— más que en el numerador, que representa la actividad de contratación en sí misma. Esto significa que la historia de la IA y los trabajadores al inicio de su carrera no trata solo de que las empresas dejen de contratar personas, sino de un cambio complejo en la estructura de la fuerza laboral que precede a la actual ola de la IA y que continúa moldeando quién es contratado y quién no.

El estudio no pretende haber resuelto el misterio de cómo la IA afectará el futuro del trabajo, ni sugiere que la situación sea desesperanzadora. Simplemente proporciona un mapa más claro y preciso de lo que está sucediendo ahora mismo. Al separar la tasa de contratación de la base de empleo, la investigación revela que la caída en las contrataciones de jóvenes no es un rechazo repentino y tajante del talento joven por parte de los empleadores. En cambio, es un reflejo de un cambio más amplio y lento en la composición de la fuerza laboral en las industrias donde la IA es más relevante. Los hallazgos sugieren que los desafíos que enfrentan los trabajadores al inicio de su carrera están profundamente arraigados en la estructura de estas industrias, y que comprender el tamaño y la estabilidad de la fuerza laboral es tan importante como contar las nuevas contrataciones. Al final, el artículo ofrece una corrección silenciosa pero poderosa a la narrativa: el problema no es necesariamente que las empresas hayan dejado de contratar a los jóvenes, sino que el panorama en el que contratan ha cambiado fundamentalmente, y ese cambio comenzó mucho antes de que el primer chatbot de IA estuviera en línea.