IA y empleo en Argentina: qué cambia de verdad y qué no
Sobre IA y empleo se publica muchísimo y se aclara poco. Por un lado los titulares de que se terminan las profesiones; por el otro, el consuelo de que "siempre pasó lo mismo con cada tecnología". Las dos posiciones tienen el mismo problema: no miran lo que efectivamente está pasando adentro de las empresas.
Yo lo veo desde un lugar bastante concreto. Soy CHRO y reclutador activo: veo qué búsquedas se abren y cuáles dejaron de abrirse, qué le piden hoy a un perfil que hace tres años no le pedían, y qué pasa adentro de los equipos que incorporaron IA rápido. Esta guía ordena eso, y cada pieza tiene su nota con el detalle.
La distinción que ordena todo el tema: la IA no reemplaza puestos, reemplaza tareas. Casi ningún trabajo es una sola tarea. Lo que decide tu situación no es a qué te dedicás, sino qué proporción de tu semana se va en tareas mecánicas con respuesta verificable. Esa es la pregunta que conviene hacerse, y casi nadie se la hace en esos términos.
Qué se automatizó de verdad
Después de un par de años de adopción real, el patrón es bastante estable. Se automatiza bien:
- La producción de primeras versiones. Un borrador de texto, un esqueleto de código, un resumen, una primera pasada de análisis. La IA es rapidísima yendo de cero a "algo".
- Las tareas repetitivas con respuesta verificable. Clasificar, extraer datos, reformatear, traducir, buscar en volumen.
- El trabajo de contexto previo. Ponerse al día con documentación, entender un código ajeno, preparar una reunión.
Y se automatiza mal, o directamente no se automatiza:
- Decidir cuando no hay respuesta correcta. Priorizar entre dos cosas buenas, resolver un conflicto entre áreas, elegir a quién contratar.
- Hacerse cargo. Alguien tiene que firmar la decisión y responder por ella. Eso no se delega a una herramienta.
- Trabajar con lo ambiguo. Un cliente que no sabe lo que quiere, un requerimiento contradictorio, una situación política.
- Saber si la respuesta está mal. Que es, de todo lo de esta lista, lo más importante y lo que menos se practica.
En recruiting, mi propio terreno, la cuenta es que buena parte de las tareas de un reclutador se pueden automatizar, pero el criterio para decidir a quién avanzar, cómo se negocia una oferta y si una persona encaja en un equipo, no. Lo desarrollé en por qué la IA cambia recruiting pero no lo elimina.
Dónde pegó más fuerte: el primer escalón
Si hay un efecto medible sobre el empleo, es este: las posiciones de entrada.
La lógica es incómoda de decir pero es simple. Históricamente, a alguien que recién entraba se le daban las tareas más acotadas y supervisadas —justamente las que la IA hace bien y barato—. Eso no eliminó al perfil junior, pero le sacó el primer escalón de la escalera.
Ahora bien: atribuirle todo a la IA es contar mal la historia. Se juntaron tres cosas a la vez: la corrección de la sobrecontratación de 2021 y 2022, equipos más chicos que retienen seniors más tiempo, y la automatización de las tareas de entrada. Los datos y las causas están en por qué las empresas están contratando menos juniors.
La consecuencia práctica para quien está entrando: hoy hay que llegar con más para mostrar de lo que se pedía hace tres años. No con más títulos: con más evidencia verificable de que resolvés problemas.
Qué se pide ahora que antes no se pedía
Cuando miro las búsquedas que se abren hoy contra las de hace tres años, el corrimiento es claro y no es el que se anuncia. No se pide "saber IA" como skill suelta —eso ya es tan específico como decir "sabe usar internet"—. Se pide otra cosa:
- Criterio para evaluar output. Saber cuándo lo que salió está mal. Es la habilidad que más subió de precio y la que menos se entrena deliberadamente.
- Usar herramientas en tu dominio. Que no es lo mismo que saber escribir prompts en abstracto. Un abogado que usa IA para revisar contratos y un analista que la usa para modelar datos están haciendo cosas distintas.
- Comunicación escrita. Subió, no bajó. Cuando producir es barato, lo escaso es poder explicar por qué se decidió algo.
- Profundidad en algo. El perfil que sabe un poco de todo y nada en profundidad es exactamente el que peor la pasa: es el que la IA emula mejor.
Qué está subiendo y qué está bajando en demanda concreta, con los datos, está en las skills tech más demandadas.
La IA del otro lado del mostrador
Algo que a la mayoría de los candidatos se le escapa: la IA también está del lado de quien evalúa. Y eso cambia cómo conviene postular.
Los filtros automáticos no son nuevos —los ATS filtran CVs desde hace más de una década, y cómo funcionan está en la guía de CV ATS—. Lo nuevo es que ahora también se resume, se compara y se pre-clasifica con modelos de lenguaje.
Eso tiene una consecuencia contraintuitiva: el CV genérico perdió todavía más valor. Cuando quien evalúa recibe cien perfiles resumidos por una herramienta, lo que sobrevive al resumen son los datos duros y los resultados concretos. Las frases de relleno se evaporan en el resumen. Escribir en resultados dejó de ser un consejo de estilo y pasó a ser una condición para existir en el proceso.
Usar IA para buscar trabajo: dónde ayuda y dónde te delata
Acá la respuesta honesta tiene dos partes.
Ayuda mucho para ordenar tu experiencia, encontrar los verbos correctos, detectar qué le falta a tu CV, preparar respuestas a preguntas previsibles, investigar una empresa antes de una entrevista y practicar en voz alta.
Te delata cuando escribe todo. Del lado de quien evalúa se nota, y transmite lo contrario de lo que querés: un perfil que describe tareas en vez de resultados, con las mismas fórmulas que aparecen en otros cien perfiles. El detalle de dónde está el límite está en cómo usar IA para buscar trabajo.
La regla que uso en las sesiones: la IA puede tocar la estructura y la revisión. Los hechos los ponés vos. Si un bullet de tu CV no tiene un número, una magnitud o un resultado que puedas defender en una entrevista, no lo escribió tu experiencia: lo escribió la herramienta.
El costo del que casi nadie habla
Hay una contracara de la adopción rápida que en las empresas empieza a verse recién ahora, cuando ya pasó un tiempo: la erosión del criterio.
El mecanismo es silencioso. Un equipo delega cada vez más el primer borrador, después la verificación, después el análisis. Individualmente cada paso tiene sentido y ahorra tiempo. El problema aparece cuando hace falta el juicio que ya no se practica: cuando la herramienta se equivoca y nadie lo nota, porque nadie sigue teniendo el músculo para notarlo.
No es un argumento contra usar IA. Es un argumento a favor de decidir deliberadamente qué se delega y qué no. Está desarrollado, con los estudios, en deuda cognitiva: el costo oculto de que todos usen IA en tu empresa.
Qué hacer, en concreto
Si tuviera que resumir en cinco movimientos lo que le recomiendo a alguien que me pregunta cómo pararse frente a esto:
- Auditá tu semana por tareas, no por puesto. Anotá en qué se te va el tiempo y marcá qué proporción es mecánica y verificable. Ese porcentaje es tu exposición real, y suele sorprender.
- Automatizá vos esa parte antes de que la automatice otro. El que incorpora la herramienta en su propio trabajo se queda con el tiempo liberado. El que espera, se queda sin la tarea.
- Invertí el tiempo liberado en criterio, no en más volumen. Es el error más común: usar la IA para producir el triple de lo mismo. Eso te vuelve más reemplazable, no menos.
- Profundizá en algo. La especialización real es hoy la mejor defensa disponible.
- Escribí más. Documentar decisiones y explicar por qué es la habilidad que más subió de valor y la que menos gente entrena.
Si querés hacer el paso 2 en serio y aplicado a tu rol concreto —no con prompts genéricos— eso es lo que trabajamos en Claude IA para Profesionales, y en la versión orientada a equipos de RRHH en IA aplicada a RRHH.
Una nota sobre las predicciones
Todo lo que leas sobre qué va a pasar en cinco años —incluido lo que escriba yo— es especulación con distinto grado de fundamento. Lo que sí se puede afirmar es lo que ya pasó y lo que se observa hoy en los procesos.
Por eso esta guía está escrita en pasado y en presente. Cuando alguien te diga con seguridad qué profesiones van a existir en 2031, lo que te está dando es una opinión, no un dato. Tomá decisiones con lo que ya se ve, que es bastante, y desconfiá de la precisión ajena sobre el futuro.