Labor market impacts of AI: A new measure and early evidence

Este informe, publicado por Anthropic en marzo de 2026 y elaborado por los investigadores Maxim Massenkoff y Peter McCrory, presenta un nuevo marco metodológico para analizar cómo la inteligencia artificial está transformando el mercado laboral en Estados Unidos.

El punto de partida es una crítica a los enfoques previos: los estudios que predijeron grandes disrupciones laborales —como los que identificaron un 25% de empleos vulnerables a la deslocalización— no se cumplieron en la práctica. Los autores señalan que medir el impacto de la IA es especialmente difícil porque sus efectos son graduales y difusos, más parecidos a los de internet o el comercio con China que a los de una crisis repentina como la pandemia de COVID-19.

Para superar estas limitaciones, el estudio introduce una medida propia llamada Observed Exposure (exposición observada), que combina tres fuentes de datos: la base de tareas laborales de O*NET, las estimaciones teóricas de capacidad de los modelos de lenguaje del estudio Eloundou et al. (2023), y los datos reales de uso de Claude registrados en el Anthropic Economic Index. A diferencia de medidas puramente teóricas, esta métrica pondera especialmente los usos automatizados —frente a los de apoyo o asistencia— y los contextos de trabajo profesional. El resultado es una visión más realista de qué empleos están siendo realmente afectados por la IA hoy, no solo cuáles podrían serlo en teoría.

Entre los hallazgos más destacados, el documento muestra que existe una brecha significativa entre lo que la IA puede hacer en teoría y lo que realmente hace: la cobertura observada es apenas una fracción de la capacidad teórica. Las ocupaciones más expuestas son programadores informáticos (74,5%), representantes de servicio al cliente (70,1%) y operadores de entrada de datos (67,1%). En el extremo opuesto, un 30% de los trabajadores no tiene ninguna exposición registrada, incluyendo oficios como cocineros, mecánicos o bartenders.

Los trabajadores más expuestos tienden a ser mujeres, mayores de 40 años, con estudios superiores y salarios más altos. Las proyecciones del Bureau of Labor Statistics indican que los empleos con mayor exposición crecerán menos en la próxima década.

En cuanto al impacto actual, el análisis no encuentra evidencia de un aumento sistemático del desempleo entre los trabajadores más expuestos desde finales de 2022. Sin embargo, sí detecta una señal incipiente: la contratación de trabajadores jóvenes (22-25 años) en ocupaciones expuestas ha caído aproximadamente un 14% respecto a 2022, aunque el resultado es apenas estadísticamente significativo.

El informe está dirigido a investigadores en economía laboral, responsables de políticas públicas, profesionales del sector tecnológico y cualquier persona interesada en comprender, con rigor empírico, los efectos reales —y aún limitados— de la IA sobre el empleo.

Puntos clave

• Nueva métrica "Observed Exposure": combina capacidad teórica de LLM con uso real de Claude
• Gran brecha entre lo que la IA puede hacer y lo que realmente hace
• Ocupaciones más expuestas: programadores (74,5%), atención al cliente (70,1%), entrada de datos (67,1%)
• El 30% de trabajadores no tiene ninguna exposición registrada
• Los más expuestos: mujeres, mayores de 40, estudios superiores, salarios altos
• El BLS proyecta menor crecimiento de empleo en ocupaciones expuestas hasta 2034
• Sin evidencia de aumento del desempleo entre los más expuestos desde 2022
• Señal incipiente: contratación de jóvenes (22-25 años) en empleos expuestos cayó un 14%