La IA no tiene por qué quitarnos el trabajo. Puede quitarnos la necesidad de trabajar tanto
Llevamos años haciendo la pregunta equivocada. No es cuántos empleos destruirá la inteligencia artificial: es quién se queda con la productividad que va a liberar, y qué pasaría con el planeta si una parte de ella la convertimos en tiempo humano en lugar de en más producción.
Cada vez que doy una conferencia sobre inteligencia artificial, alguien del público levanta la mano y hace la misma pregunta: «¿Cuántos empleos va a destruir esto?».
Es la pregunta equivocada. No porque el miedo carezca de fundamento, sino porque nos distrae de las preguntas de verdad incómodas, esas que casi nadie hace en voz alta y que este artículo se propone contestar:
Si una máquina nos ahorra una hora de trabajo, ¿quién se queda con esa hora: la empresa, el trabajador, o nadie?
Si la IA consigue que necesitemos menos horas humanas para producir lo mismo, ¿por qué utilizar esa productividad para despedir personas en lugar de repartir el trabajo? ¿Cuántas horas tendría que trabajar cada persona para que el 95% de la población en edad laboral tuviera un empleo digno?
¿Cómo va a aprender un joven su oficio si automatizamos justamente los trabajos de entrada?
¿Quién es el dueño de la IA que multiplica tu productividad: tú, tu empresa, o cinco corporaciones?
¿Y si, en lugar de cobrarles por estudiar, pagáramos a los estudiantes por aprender lo que a la sociedad le interesa? No un subsidio ciego: un ingreso condicionado a que cada persona adquiera la capacidad que el país necesita. Imaginemos un sistema —un gran hermano benevolente— que mide qué talento tiene cada estudiante, hacia dónde lo necesita el mercado laboral y lo orienta en consecuencia. Suena perturbador, lo sé. Pero la alternativa es el caos educativo que ya padecemos: cada quien estudia lo que puede pagar, sin ninguna inteligencia que conecte el potencial humano con el lugar donde se necesita. Si vamos a tener IA mirándonos de todos modos, que al menos nos mire para llevarnos hacia donde somos útiles.
Conviene recordar de dónde venimos para calibrar el miedo. En la Edad Media, un campesino trabajaba de sol a sol y su calidad de vida era incomparablemente peor que la de cualquier trabajador moderno. Cada revolución tecnológica —del arado de hierro al motor de vapor, de la electricidad al computador— ha elevado la productividad, y cuando la distribución acompañó, también elevó la calidad de vida. No hay nada de inevitable en que esta vez sea distinto: depende de cómo repartamos lo que la IA permite ganar.
La humanidad no debería conformarse con sobrevivir. Debería caminar, con la IA, hacia una sociedad más civilizada y más justa: donde se produzca suficiente para todos, donde se trabaje menos y se viva mejor.
Los datos del empleo, sin maquillaje
El Future of Jobs Report 2025 del World Economic Forum, construido con encuestas a más de mil empleadores que representan a unos catorce millones de trabajadores en cincuenta y cinco economías, proyecta que hacia 2030 se crearán en torno a 170 millones de nuevos puestos y se desplazarán unos 92 millones.
Fuente: World Economic Forum, Future of Jobs Report 2025. Las cifras describen una rotación estructural del 22% del empleo actual, no una desaparición del trabajo.
El WEF calcula un saldo neto positivo de unos 78 millones de empleos adicionales. Pero citar ese saldo como buena noticia es engañoso: el dato relevante es la rotación, el equivalente al 22% del empleo actual que va a moverse de sitio, y los 92 millones de puestos concretos que desaparecen mientras otros se crean.
Esa cifra merece detenerse. Un saldo neto positivo de 78 millones convive con la destrucción real de 92 millones de puestos concretos, ocupados por personas concretas, en ciudades concretas.
Los promedios no consuelan a nadie: quien pierde su trabajo no pierde el 22% de él, lo pierde entero.
La OIT llegó por otro camino a una conclusión que matiza el pánico. Su índice de exposición ocupacional a la IA generativa, revisado en 2025, estima que aproximadamente uno de cada cuatro trabajadores del mundo ocupa un puesto con algún grado de exposición.
Pero la proporción de empleos con exposición alta —aquellos donde la mayor parte de las tareas podrían automatizarse— es mucho menor, en torno al 3% del empleo mundial. Y se concentra en países de renta alta y, de manera desproporcionada, en el trabajo administrativo desempeñado por mujeres.
La palabra clave del informe de la OIT es «transformación», no «eliminación».
La mayoría de esos empleos expuestos no desaparecerán: cambiarán de contenido. El trabajo se recompone tarea a tarea, y lo que queda del lado humano suele ser lo más difícil de especificar: el criterio, la relación, la responsabilidad.
Eso también significa que la transición no será suave por sí sola. Un empleo transformado exige un trabajador transformado, y esa transformación cuesta tiempo, dinero y política pública.
Dos caminos, y ya sabemos cómo termina el primero
El primer camino no hay que imaginarlo, porque es el que llevamos recorriendo desde hace cuarenta años con cada oleada tecnológica.
Una empresa incorpora inteligencia artificial. Necesita menos trabajadores para el mismo volumen de operación. Los que permanecen producen más por hora. La empresa captura la mayor parte de ese aumento de productividad en forma de márgenes.
Y millones de personas compiten por un número decreciente de puestos, lo cual presiona los salarios a la baja incluso en los empleos que sobreviven.
Ese modelo funciona. Produce sociedades extraordinariamente productivas. También produce sociedades extraordinariamente desiguales.
Hay evidencia acumulada de sobra: durante décadas, la productividad laboral y la remuneración media se movieron juntas en las economías avanzadas. Desde los años ochenta, esas dos líneas se separaron. La productividad siguió subiendo. La participación del trabajo en la renta nacional bajó.
No fue una ley de la naturaleza: fue el resultado de decisiones institucionales sobre cómo se reparte lo que la tecnología permite ganar.
El segundo camino consiste en convertir productividad tecnológica en tiempo humano. Si una persona puede producir en 32 horas lo que antes producía en 40, la pregunta no es por qué reducir su jornada, sino por qué no reducirla.
Y hay una segunda pregunta, aún más interesante: ¿por qué no usar esas ocho horas liberadas para incorporar a alguien que hoy está fuera del mercado laboral?
Redistribuir el trabajo, no solamente el ingreso. Puede que ese sea el gran debate económico del siglo XXI.
El ejercicio aritmético que casi nadie hace
Aquí es donde el artículo deja de ser opinión tecnológica y se convierte en experimento económico. Voy a hacer una cuenta deliberadamente simple, y quiero ser explícito: no es una proyección econométrica ni una propuesta de política pública lista para aplicar.
Es un cálculo de orden de magnitud, del tipo que hacemos en Geniales.co cuando queremos saber si un problema es siquiera abordable antes de invertir un año en resolverlo. Los físicos lo llaman cálculo de servilleta.
Sirve para descartar imposibles y para descubrir que algo que parecía impensable, en realidad, solo era impopular.
La población mundial ronda los 8.200 millones de personas, y en torno al 65% se encuentra en la franja de 15 a 64 años. Eso da aproximadamente 5.370 millones de personas en edad de trabajar.
Supongamos como objetivo que el 95% de ellas tuviera acceso a un trabajo digno: hablaríamos de unos 5.100 millones de personas ocupadas. Hoy la realidad es muy distinta, con una tasa de ocupación mundial que ronda el 57-58%, según ILOSTAT.
El promedio mundial de horas efectivamente trabajadas por persona ocupada se sitúa entre 41 y 43 horas semanales según las series de la OIT, con enormes diferencias regionales: por encima de 47 horas en varios países del sur de Asia y de Oriente Medio, por debajo de 30 en Países Bajos o Dinamarca.
Tomemos 41 horas como referencia de la situación actual.
Y aquí va la pregunta que casi nadie se hace en serio: ¿qué ocurriría si redistribuyéramos las horas de trabajo que hoy se realizan entre el 95% de la población en edad laboral?
La aritmética, sin trampa, da ≈ 28 horas semanales por persona. No es una promesa: es lo que sale cuando se reparte el mismo volumen de horas entre más personas.
No estoy diciendo que mañana se pueda decretar una jornada mundial de 28 horas. Estoy diciendo algo más incómodo y más importante: el volumen de trabajo que la humanidad necesita no exige que una minoría trabaje muchísimo mientras una mayoría permanece excluida. Esa configuración no es un dato técnico, es un arreglo institucional, y los arreglos se pueden cambiar.
Pero leerlo como un único número mágico sería engañoso. La jornada final depende de cuánta productividad añada la IA y de cómo se reparta ese excedente. Por eso conviene verlo desplegado en escenarios, no como veredicto sino como abanico:
La columna «Situación actual» usa el promedio mundial de horas efectivamente trabajadas de ILOSTAT (OIT), en torno a 41 h/semana. Las demás son escenarios aritméticos propios, no proyecciones: «Redistribución pura» reparte el volumen actual de horas entre 5.100 millones de personas ocupadas (el 95% de la población en edad laboral); las dos siguientes suman, sobre ese reparto, ganancias de productividad atribuidas a la IA. No son promesas: son el abanico que abre la aritmética.
Situación actual ≈ 40–41 h · Redistribución pura ≈ 28 h · Redistribución + productividad moderada de la IA ≈ 30–32 h · Productividad mucho mayor y reparto < 30 h.
El escenario intermedio —unas 32 horas con productividad moderada— es el más discutible y el más instructivo. Supongamos, como supuesto modesto, que la IA eleva la productividad media de la economía un 13% a lo largo de una década. Con aproximadamente el mismo volumen de horas productivas se abriría: 95% de acceso al empleo, 32 horas semanales y producción agregada equivalente a la actual. No es una predicción, es un escenario, y precisamente por eso merece discutirse.
¿Es plausible ese 13%? La OCDE estima que la IA podría añadir entre 0,4 y 1,3 puntos porcentuales anuales al crecimiento de la productividad laboral en las economías del G7 con alta exposición y adopción efectiva.
En el extremo bajo de ese rango, un 13% acumulado se alcanza en poco más de una década. En el extremo alto, en menos de diez años y con margen de sobra.
Conviene añadir la letra pequeña, porque es donde vive la verdad: esas ganancias dependen de la difusión real de la tecnología, no de su existencia.
El precedente que ya vivimos: la paradoja de Solow
Robert Solow observó en 1987 que la era de los computadores se veía en todas partes menos en las estadísticas de productividad. La paradoja tardó una década en resolverse, y se resolvió cuando las empresas rediseñaron sus procesos, no cuando compraron las máquinas.
Con la IA pasará exactamente lo mismo: la ganancia no está en el modelo, está en el rediseño del trabajo alrededor del modelo.
Así que la cuestión ya no es si la tecnología puede producir más. Puede. La cuestión es quién se queda con ese «más».
Qué debería aprender una persona para protegerse
No creo que la respuesta sea «aprende a competir contra la IA». Esa competencia se vuelve más difícil cada seis meses y, sobre todo, es la competencia equivocada.
La respuesta es aprender a trabajar con la IA y desarrollar, en paralelo, aquello que resulta más difícil de reducir a una tarea automatizable. Cinco capacidades me parecen decisivas.
Primera: pensamiento crítico. Generar una respuesta hoy cuesta dos segundos y prácticamente cero pesos. Saber si esa respuesta es correcta sigue costando años de formación y de experiencia.
En un mundo donde el texto plausible es gratis, la verificación se convierte en el bien escaso.
Segunda: capacidad de formular problemas. Un modelo puede generar mil soluciones a la velocidad de la luz, pero alguien tiene que decidir qué problema merece resolverse, con qué restricciones y a costa de qué.
Esa decisión es política, económica y ética antes que técnica, y no se delega.
Tercera: dominio operativo de las herramientas. No hace falta convertirse en programador, pero sí saber investigar, automatizar, analizar, crear, verificar y producir con IA.
La brecha que viene no será entre quienes saben programar y quienes no; será entre quienes trabajan con un equipo de agentes y quienes trabajan solos.
Cuarta: inteligencia humana en su sentido más literal. Comunicación, liderazgo, negociación, empatía, construcción de confianza, trabajo en equipo. Nada de eso desaparece porque exista una máquina inteligente.
Cuanto más barata es la producción de contenido, más caro se vuelve el criterio de alguien en quien confiamos.
Quinta: conocimiento profundo de un sector. La combinación más poderosa de la próxima década probablemente no sea «experto en IA», sino experto en algo más IA: medicina más IA, derecho más IA, ingeniería más IA, docencia más IA.
La ventaja competitiva vive en la intersección, no en el titular.
El trabajo remoto cambia la ecuación todavía más
Si la IA aumenta la productividad y una parte creciente del trabajo puede realizarse de forma remota, la geografía pierde buena parte de su poder de determinar el ingreso de una persona.
Alguien puede vivir en Medellín y trabajar para una empresa de Londres. Alguien en Bogotá puede prestar servicios a una compañía de Nueva York. Alguien en un municipio pequeño puede vender conocimiento al mundo entero sin mudarse.
Eso significa que la redistribución laboral no tiene por qué ocurrir solo dentro de una ciudad o de un país: puede ocurrir a escala planetaria.
Y ahí hay una oportunidad enorme y muy concreta para América Latina: exportar talento en lugar de exportar únicamente materias primas.
Inglés, más dominio de IA, más especialización profesional, más infraestructura de trabajo remoto: esa combinación es, literalmente, una plataforma de exportación de servicios que no requiere puertos ni carreteras.
Lo digo con conocimiento de causa. Desde Colombia hemos construido y operado producto para clientes en varios husos horarios, y el cuello de botella nunca fue el talento ni la conexión: fue la organización del trabajo.
Es decir, exactamente el problema que la IA ayuda a resolver.
El beneficio ambiental que casi nadie está calculando
Aquí está la parte de este debate que menos se discute y que a mí más me interesa.
Reducir la jornada laboral y consolidar el trabajo remoto no es solo una política social: es una política climática. Y no hace falta modelarlo desde cero, porque en 2020 el planeta corrió el experimento a escala real, por las peores razones imaginables, y dejó mediciones.
Durante 2020, las emisiones globales de CO₂ de origen fósil cayeron alrededor de un 5,4% respecto a 2019, según el Global Carbon Project: el mayor descenso anual absoluto jamás registrado, mayor que el de la Segunda Guerra Mundial o el de la crisis financiera de 2008.
El estudio de Le Quéré y colegas, publicado en Nature Climate Change, identificó al transporte de superficie como el responsable de casi la mitad de esa reducción, con caídas de hasta el 50% en la actividad de transporte terrestre en el pico de abril de 2020 y en torno al 60% en aviación.
Elaborado con datos de Global Carbon Project / Nature Climate Change (Le Quéré et al.), Agencia Internacional de la Energía (Global Energy Review 2021) y mediciones satelitales de NO₂ de la ESA (Copernicus Sentinel-5P). Los picos de abril de 2020 son máximos de confinamiento, no promedios anuales.
La Agencia Internacional de la Energía registró una caída de la demanda mundial de petróleo cercana al 8,6% en 2020, la mayor contracción de su historia, directamente vinculada al desplome de la movilidad.
Y las mediciones satelitales de NO₂ del Copernicus Sentinel-5P mostraron reducciones del 20% al 40% —con picos superiores— en la contaminación sobre grandes áreas metropolitanas de Europa y Asia durante los confinamientos. El NO₂ es un marcador casi directo de tráfico rodado: donde no hay motores de combustión, no aparece.
Nada de esto es un argumento a favor de los confinamientos, que fueron una catástrofe social y económica. Es un argumento sobre la magnitud de la palanca.
Descubrimos que una porción sustancial de nuestra huella no venía de producir, sino de desplazarnos para producir. Y esa porción es precisamente la que una jornada más corta y un trabajo mejor distribuido pueden recortar de forma permanente, sin cerrar nada.
Hagamos la cuenta con datos ordinarios. Un trabajador que se desplaza cinco días a la semana y pasa a hacerlo cuatro elimina de golpe un 20% de sus viajes al trabajo.
En una ciudad como Bogotá, con tiempos medios de desplazamiento que superan la hora por trayecto en muchos corredores, eso equivale a devolverle a esa persona más de cien horas de vida al año y a retirar de la vía uno de cada cinco viajes pendulares.
Aplicado a millones de personas, el efecto no es marginal: es la diferencia entre una hora pico saturada y una que fluye.
Hay evidencia académica en la misma dirección. Diversos estudios sobre la relación entre horas trabajadas y huella de carbono —el trabajo de Knight, Rosa y Schor sobre países de la OCDE— encuentran una asociación positiva y significativa entre jornadas más largas y mayores emisiones per cápita, incluso controlando por nivel de renta.
Menos horas de trabajo se asocian con menor huella, y no solo por los desplazamientos: también por el consumo intensivo en tiempo escaso, ese que compensa la falta de tiempo con dinero y con transporte.
Conviene ser riguroso con el contra-argumento, porque existe. El trabajo remoto traslada parte del consumo energético de la oficina al hogar, y un día libre adicional puede dedicarse a un vuelo de fin de semana que se coma toda la ganancia.
El efecto rebote es real y está documentado. Por eso la reducción de jornada solo rinde su dividendo ambiental si viene acompañada de electrificación del hogar, transporte público decente y un cambio cultural sobre qué hacemos con el tiempo libre.
¿Podríamos producir suficiente para todos?
Aquí hay que separar dos problemas que se confunden todo el tiempo. Producción y distribución no son lo mismo.
La FAO lleva años sosteniendo que el mundo ya produce alimento suficiente para alimentar a toda su población. Sin embargo, cientos de millones de personas siguen padeciendo hambre y más de dos mil millones no pueden permitirse una dieta saludable.
La pregunta no es solamente «¿tenemos suficiente?». También es «¿quién puede acceder a lo que tenemos?».
Con la vivienda pasa algo parecido, y con la energía, la educación, la salud y la tecnología. Una economía de altísima productividad no garantiza automáticamente una sociedad justa.
La productividad crea posibilidades; las instituciones deciden cómo se reparten. Confundir ambas cosas es el error intelectual más caro de nuestra época.
El contrato social de la era de la IA
Si una empresa sustituye cien trabajadores por tecnología y consigue producir lo mismo o más con veinte personas, no podemos quedarnos en el aplauso a la eficiencia. Hay que preguntar qué pasó con las ochenta restantes.
Si la respuesta es que están desempleadas, el sistema falló en distribuir el beneficio tecnológico, aunque el balance de la empresa diga lo contrario.
Si la respuesta es que trabajan menos horas, ganan mejor, están capacitándose y otras personas entraron al mercado laboral, entonces la tecnología está cumpliendo una función civilizatoria.
La jornada de cuatro días deja de ser, en ese marco, un beneficio corporativo simpático para atraer talento. Se convierte en un mecanismo de redistribución de la productividad.
No es una fantasía sin evidencia: los ensayos coordinados por 4 Day Week Global junto a investigadores de Boston College y la Universidad de Cambridge, con decenas de empresas y miles de empleados en Reino Unido, Estados Unidos, Irlanda y otros países, reportaron mejoras consistentes en agotamiento, salud mental y satisfacción vital, con ingresos mantenidos y sin caída significativa de ingresos empresariales.
La mayoría de las compañías participantes decidió continuar tras el ensayo.
Hay que leer esos resultados con cuidado: son empresas que se ofrecieron voluntariamente, en su mayoría de servicios y de tamaño pequeño o mediano, y el efecto depende críticamente de que la reducción de tiempo venga acompañada de una reorganización real del trabajo —menos reuniones, menos interrupciones, más autonomía— y no simplemente de comprimir lo mismo en menos días.
No es magia: es rediseño.
Pero la dirección histórica ya existía antes de la IA: las series de la OCDE muestran un descenso sostenido de las horas trabajadas por persona ocupada a lo largo de las últimas décadas en la mayoría de sus países miembros. La IA podría acelerar una tendencia que lleva un siglo en marcha.
Desempleo tecnológico inverso
Hay una inversión de la lógica habitual que casi nadie plantea, y que a mí me parece el corazón de todo este asunto.
El razonamiento estándar dice: IA, menos trabajadores necesarios, desempleo. Pero existe otra derivada perfectamente posible: IA, menos horas necesarias por trabajador, más personas pueden participar.
No se trata de distribuir desempleo. Se trata de distribuir trabajo.
La cuenta es elemental. Cien personas por cuarenta horas son cuatro mil horas semanales. Si la IA permite obtener la misma producción con cien personas trabajando treinta y dos horas, el sistema necesita tres mil doscientas horas y quedan ochocientas libres.
La salida por defecto es despedir a veinte personas. La salida inversa es contratar: ciento veinticinco personas por treinta y dos horas vuelven a dar cuatro mil horas. Misma producción, un 25% más de gente trabajando.
Llamo a eso desempleo tecnológico inverso: usar la productividad de la máquina como mecanismo de inclusión laboral en lugar de como mecanismo de expulsión.
Que la aritmética funcione no significa que la transición sea gratuita: hay costos fijos por empleado, curvas de aprendizaje y coordinación que no se reparten linealmente. Pero el orden de magnitud dice que la inclusión es una decisión, no una imposibilidad técnica.
La IA no automatiza empleos: automatiza tareas
Este matiz cambia por completo la conversación, y la evidencia lo respalda. La OIT encuentra que la IA generativa está afectando a muchísimas tareas, mientras el desplazamiento completo de ocupaciones sigue siendo limitado: el efecto dominante hasta hoy es la transformación del trabajo.
Un empleo no es un bloque monolítico. Es tarea A más tarea B más tarea C, más relación humana, más juicio, más responsabilidad. La IA puede eliminar A y B sin eliminar el empleo.
Pero si elimina suficientes tareas, cambia radicalmente el valor económico de la ocupación. Ahí está el riesgo real: no en el despido masivo, sino en la devaluación silenciosa.
El peligro que nadie nombra: la IA puede destruir la puerta de entrada
Mientras discutimos si la IA reemplazará empleos, se está gestando un problema más silencioso y más grave: ¿quién va a formar a los jóvenes si las empresas automatizan precisamente los trabajos junior?
Durante generaciones, la entrada al mercado laboral fue una escalera predecible: universidad, luego un trabajo junior, luego experiencia, luego un puesto senior. Cada escalón daba acceso al siguiente.
«No necesito diez juniors; necesito tres seniors con IA.» Esa frase, que se escucha ya en más de una junta directiva, desmonta la escalera entera.
La OCDE ya apunta en esa dirección: la demanda de trabajadores menos experimentados puede deteriorarse en varias ocupaciones expuestas a la IA generativa, al tiempo que crece el peso de las tareas complejas y de la experiencia acumulada.
PwC encontró en 2026 una divergencia reveladora: los puestos expuestos a IA que exigen más juicio y experiencia están evolucionando mejor que aquellos donde la IA «democratiza» la tarea y la vuelve accesible a cualquiera.
La paradoja es brutal: la IA aumenta la productividad del trabajador experimentado mientras elimina exactamente los trabajos mediante los cuales una persona llegaba a ser experimentada.
El mayor peligro de la IA para los jóvenes podría no ser perder su empleo: podría ser no conseguir nunca el primer empleo que les permita convertirse en expertos. Si eliminamos el primer escalón, la escalera se convierte en un muro. Y en veinte años no habrá seniors, porque nadie habrá podido ser junior.
La salida no es pedir más universidad. Es dejar de pensar el aprendizaje como una etapa previa —no trabajar, luego estudiar, luego volver a trabajar— y convertirlo en algo permanente y dentro de la jornada. Trabajo más aprendizaje, no trabajo versus aprendizaje.
Trabajo + aprendizaje: la jornada que se reeduca a sí misma
En la semana de treinta y dos horas: veintiocho horas para producir y cuatro horas para aprender. Pero no cursos aislados que nadie recuerda dos meses después.
La IA no aparece aquí como amenaza. Aparece como profesor, mentor, simulador, evaluador y asistente a la vez: un tutor que observa dónde falla el trabajador, le propone el siguiente paso, le deja practicar en un entorno seguro, mide si realmente aprendió y le ayuda a aplicarlo esa misma semana.
La empresa no solamente contrata trabajadores. Los convierte permanentemente en trabajadores más productivos.
Aprendes, aplicas, produces, vuelves a aprender. La capacitación deja de ser un evento y se convierte en una capa permanente del trabajo.
Encaja con lo que la propia OCDE viene advirtiendo: el aprendizaje permanente, el reskilling y el upskilling serán críticos, y los sistemas actuales de formación de adultos son claramente insuficientes para la escala del cambio.
Propongo algo más concreto: un derecho a una parte de la jornada para aprender. No un beneficio gracioso, no un taller del viernes por la tarde: una porción de las horas trabajadas reservada a que la persona se vuelva más valiosa, con la IA como docente.
Eso es mucho más original que «viernes libre». El viernes libre reparte tiempo. El derecho a aprender reparte capacidad. Y en una economía donde la capacidad es lo único que no se puede automatizar, repartir capacidad es repartir el futuro.
Si lo piensas bien, esta es la pieza que faltaba a la escalera rota del apartado anterior: el primer empleo vuelve a tener sentido, porque dentro del primer empleo hay cuatro horas semanales de aprendizaje tutelado. El junior deja de ser alguien a quien la empresa tolera hasta que aprende, y se convierte en alguien a quien la empresa enseña mientras produce.
Y aquí cerramos el círculo que abrimos al principio. Aquel gran hermano benevolente que medía el talento de cada estudiante y lo orientaba hacia donde el país lo necesitaba no necesita ser un Ministerio distante ni un algoritmo opaco. Puede ser exactamente esta capa de IA que acompaña al trabajador dentro de sus cuatro horas de aprendizaje: la que detecta dónde falla, qué capacidad le falta, qué habilidad le conviene adquirir y hacia dónde puede crecer. La diferencia es que ya no orienta a un estudiante abstracto desde un escritorio público: orienta a una persona concreta, en su puesto real, con problemas reales, semana tras semana.
No es el gran hermano que te vigila para castigarte. Es el gran hermano que te vigila para hacerte más valioso. Y si esas cuatro horas son un derecho, entonces la orientación deja de ser un privilegio de quien puede pagar un buen máster y se convierte en parte normal del trabajo. El caos educativo que denunciábamos —cada quien estudia lo que puede pagar, sin inteligencia que conecte el potencial con la necesidad— se resuelve desde dentro de la propia jornada.
Capital de IA personal: la soberanía cognitiva del trabajador
Hasta ahora una persona poseía conocimientos, experiencia, contactos y, con suerte, herramientas. En la economía de la IA debería poseer algo más: su propio sistema de inteligencia artificial.
Un trabajador con IA personal, memoria profesional acumulada, historial de trabajo verificable, habilidades certificadas y agentes especializados propios lleva consigo su capacidad aumentada cuando cambia de empresa.
Eso invierte la relación de poder. Hoy la empresa posee los sistemas y el trabajador los utiliza. En el escenario que describo, el trabajador posee una parte de su infraestructura cognitiva y la empresa contrata su capacidad aumentada.
Yo lo llamaría soberanía cognitiva del trabajador. Y me parece una de las ideas más subversivas que permite esta tecnología.
¿Quién posee la IA? El problema de la concentración
Supongamos que la IA eleva la productividad un 30%. Perfecto. Ahora la pregunta incómoda: ¿quién es el dueño de esa IA?
Si cinco corporaciones controlan modelos, chips, datos, infraestructura, plataformas y distribución, el aumento de productividad puede concentrarse a una velocidad histórica sin precedentes. La OCDE lo advierte con claridad: los beneficios tecnológicos pueden acumularse de manera muy desigual, y la concentración y las diferencias de acceso son riesgos de primer orden.
No basta con que exista IA. Tiene que existir IA accesible, más conectividad, más formación, más capacidad de cómputo, más datos y más herramientas.
De lo contrario el mundo se dividirá en trabajadores aumentados y trabajadores desplazados, y la frontera entre ambos grupos no la marcará el talento: la marcará quién tuvo acceso.
Cuenta individual de productividad y PIB por hora humana
Si vamos a repartir la productividad, primero hay que poder medirla. Propongo dos instrumentos.
El primero es una cuenta individual de productividad liberada. Antes: cuarenta horas por productividad uno son cuarenta unidades. Después: treinta y dos horas por productividad 1,25 son las mismas cuarenta unidades.
Ese trabajador generó lo mismo trabajando ocho horas menos. Esas ocho horas no desaparecieron: son el dividendo tecnológico. Y lo que se puede medir, se puede discutir y se puede repartir.
El segundo instrumento es macroeconómico, y es donde se vuelve filosófico. Los gobiernos preguntan cuánto produce la economía. Deberíamos empezar a preguntar cuánto produce por cada hora de vida humana utilizada.
Una economía que produce un 10% más de PIB pero consume un 20% más de horas humanas podría estar empeorando la vida de la gente. Una que produce lo mismo con un 20% menos de horas ha creado riqueza en forma de tiempo, algo que el PIB prácticamente no captura.
Productividad Humana Neta: PHN = producción económica / horas humanas utilizadas. La meta pasa a ser aumentar la riqueza sin aumentar el tiempo de vida vendido al mercado.
El dividendo de tiempo de la IA
Hasta ahora hemos hablado de un dividendo económico: si la IA produce más, ¿cómo se reparte ese excedente? Pero hay un dividendo anterior y más fundamental, del que casi nadie habla: el dividendo temporal.
Pongamos la pregunta en su forma más simple. Si una máquina consigue hacer en 1 hora lo que antes necesitaba 4 horas humanas, ¿qué ocurre con esas 3 horas que hemos liberado?
Esa pregunta es el corazón intelectual de todo este debate. Y tiene cuatro respuestas posibles, cuatro destinos para esas tres horas.
1. Más producción. La empresa produce más con el mismo personal. Las tres horas se convierten en más unidades, más entregas, más volumen.
2. Más beneficio. Los propietarios capturan la ganancia. Las tres horas se convierten en margen, en dividendos, en valor accionario.
3. Más salario. Parte de la productividad llega al trabajador. Las tres horas se traducen en mejor remuneración por hora, sin reducir la jornada.
4. Más tiempo libre. El trabajador conserva parte de esas horas. Las tres horas se convierten, literalmente, en tiempo humano recuperado.
No existe solamente un dividendo económico. Existe un dividendo temporal. Si la tecnología reduce el tiempo necesario para producir algo, ha creado tiempo humano disponible. Y ese tiempo tiene valor.
Hoy el reparto se hace casi siempre entre las dos primeras opciones —más producción, más beneficio— y a veces, a regañadientes, la tercera. La cuarta, el tiempo libre, es la que casi nunca llega a la mesa de negociación.
Y sin embargo es la que más transforma la vida. Un aumento del 5% en el salario no cambia la estructura de una existencia. Pero tres horas liberadas cada día, todos los días, durante una vida laboral entera, lo cambian todo: cambian con quién estamos, qué aprendemos, qué creamos, cómo cuidamos a los nuestros, cómo descansamos, cómo vivimos.
El dividendo de tiempo de la IA no es un lujo ni una concesión generosa. Es la contrapartida lógica de entregarle a la máquina la parte del trabajo que la máquina hace mejor. Si la máquina se quedó con las horas, el humano se queda con lo que esas horas liberadas permiten.
Hay algo más. El tiempo liberado no es inerte: se puede desperdiciar o se puede invertir. Por eso este artículo no pide solamente menos horas, sino horas bien usadas. Horas de aprendizaje, de descanso, de cuidado, de creación. El dividendo de tiempo bien administrado se convierte, a su vez, en más productividad, más salud, más cohesión social. Mal administrado, se convierte en precariedad disfrazada de flexibilidad.
De ahí que el indicador definitivo de una economía civilizada en la era de la IA no sea cuánto produce, ni cuántos empleos tiene, sino esto: cuántas horas de vida humana devuelve a las personas.
El PIB mide lo que producimos. El dividendo de tiempo mide lo que recuperamos. Y lo que recuperamos es, en último término, la vida.
Empleo digno ya no puede significar solo «tener un puesto»
En la era de la IA, trabajo digno debería significar ingreso, más tiempo, más aprendizaje, más autonomía, más seguridad y más participación en la productividad que uno genera.
Porque una persona puede estar empleada cuarenta y cinco horas semanales y ser económicamente vulnerable. Y otra puede trabajar veintiocho, ganar bien, aprender constantemente y decidir sobre su propio tiempo.
La segunda tiene, sin discusión, un trabajo mucho más digno. Y ninguna estadística de empleo distingue hoy entre las dos.
Y los que no pueden trabajar remotamente
Este artículo sería un artículo de oficina si no dijera lo siguiente: la enfermera, el agricultor, el constructor, el conductor, el cocinero, el operario, la cuidadora y el personal de limpieza no pueden mandar su trabajo por videollamada.
La revolución del trabajo remoto no puede convertirse en una revolución exclusiva para los trabajadores de escritorio. Sería la desigualdad de siempre con una capa de tecnología encima.
Pero la jornada de cuatro días no exige que todos descansen los mismos cuatro días. Existen turnos, rotaciones, bancos de horas, equipos alternos, jornadas reducidas y semanas escalonadas.
Una fábrica puede operar siete días aunque cada trabajador trabaje cuatro. Un hospital puede funcionar 24/7 aunque cada persona tenga una jornada menor. Lo que se reduce es la jornada individual, no la operación.
El mercado mundial de capacidad humana
Si la IA y el trabajo remoto derriban las barreras geográficas, aparece algo que hasta ahora no existía: una persona en Colombia, una empresa en Alemania, la IA traduciendo, la IA asistiendo, una plataforma certificando la competencia y un pago internacional cerrando el ciclo.
El mundo deja de tener solo un mercado global de productos y empieza a tener un mercado global de capacidad humana.
Para países como Colombia eso es una oportunidad histórica: dejar de competir por salarios bajos y empezar a competir por talento, idioma, IA, especialización, zona horaria y creatividad.
Mi propuesta
Prepararnos desde ahora para una transición ordenada, en ocho frentes.
Primero, semana laboral de cuatro días, no de golpe, sino en reducción progresiva vinculada a aumentos verificables de productividad, con métricas acordadas y auditables. Cuatro días mediante productividad, no cuatro días por decreto.
Segundo, redistribución de horas: cuando la tecnología elimine tareas, una parte del beneficio debe convertirse en reducción de jornada y otra en nuevos puestos, no toda en margen.
Tercero, formación permanente dentro de la jornada: horas de aprendizaje productivo pagadas, con IA como tutor, y protección explícita del empleo de entrada para que siga existiendo una puerta por donde entrar.
Cuarto, IA para todos y no solo para las grandes corporaciones. Un trabajador con acceso a buenas herramientas multiplica su productividad; uno sin ellas queda progresivamente fuera del mercado.
La brecha de herramientas será la nueva brecha de clase si no la atacamos ahora.
Quinto, trabajo remoto global, convirtiendo el talento humano en un activo exportable y aprovechando el dividendo ambiental que eso trae.
Sexto, participación de los trabajadores en la productividad: si la IA multiplica la producción por trabajador, una parte de ese incremento debe llegar a salarios, tiempo libre o participación económica en la empresa.
Séptimo, capital de IA personal: que cada trabajador pueda construir, conservar y llevarse su propia infraestructura cognitiva.
Octavo, nuevos indicadores de progreso —PHN incluida—, que no midan el éxito solo por cuánto produce una economía, sino por cuánto tiempo trabaja una persona, cuánto gana, cuánto aprende, cuánto descansa y cuántas personas tienen acceso a un trabajo digno.
Nuevo Contrato de Productividad
Terminar diciendo «trabajemos cuatro días» sería quedarse corto. Lo que propongo es un acuerdo distinto sobre qué debe producir cada salto tecnológico.
Cada gran salto tecnológico debería repartir cinco dividendos, y no uno solo.
1. Dividendo de producción. Más bienes y servicios disponibles.
2. Dividendo salarial. Mejores ingresos reales para quien trabaja.
3. Dividendo de empleo. Más personas incorporadas al sistema productivo, no menos.
4. Dividendo de tiempo. Menos horas necesarias para producir lo mismo. Es el dividendo temporal del que hablábamos: las horas que la IA libera y que, bien repartidas, se convierten en tiempo de vida devuelto a las personas.
5. Dividendo de aprendizaje. Más horas disponibles para que las personas adquieran nuevas capacidades.
Hoy repartimos casi exclusivamente el primero, discutimos a regañadientes el segundo y hemos renunciado a los otros tres. Ahí está el problema entero.
Y hay una advertencia que debo dejar por escrito, porque la evidencia la exige: la semana de cuatro días no funciona automáticamente. Los ensayos muestran beneficios, pero también riesgos de intensificación del trabajo, acumulación de tareas y pérdida de coordinación cuando la reducción llega sin rediseño.
Por eso mi propuesta no es «cuatro días». Es cuatro días mediante productividad, con reorganización real del trabajo detrás.
La pregunta del siglo
La verdadera revolución de la IA no será producir más con menos personas. Será producir más con menos tiempo humano.
Cuando una máquina consigue hacer en 1 hora lo que antes necesitaba 4, la pregunta del siglo XXI no es si nos quitará el empleo. Es esta: ¿qué ocurre con esas 3 horas que hemos liberado? ¿Se convierten en más producción, más beneficio, más salario o, por fin, en tiempo libre? Esa es la pregunta del dividendo de tiempo de la IA.
Esa pregunta es infinitamente más poderosa que la del miedo, porque obliga a hablar al mismo tiempo de propiedad, salarios, productividad, empleo, educación, desigualdad, tiempo libre y poder. Todo junto, como en realidad ocurre.
Humanos más máquinas, no humanos contra máquinas
Quizá el gran error de este debate sea plantearlo como humanos contra máquinas.
El verdadero desafío es otro: humanos más máquinas contra la escasez, la desigualdad, la contaminación y el desperdicio de talento humano, que sigue siendo el recurso peor administrado del planeta.
La revolución industrial multiplicó nuestra capacidad de producción. La revolución digital multiplicó nuestra capacidad de información. La inteligencia artificial puede multiplicar nuestra capacidad cognitiva.
Pero la revolución que de verdad importa sigue pendiente: convertir toda esa productividad en más libertad humana.
Que una máquina haga en una hora lo que antes hacían diez personas no debería significar que nueve personas sobran.
Podría significar que nueve personas ya no necesitan dedicar la vida entera a hacer ese trabajo. Y esa diferencia lo cambia todo, incluida nuestra idea de qué significa trabajar.
El futuro no debería ser una economía donde pocos trabajan y muchos sobran. Debería ser una economía donde las máquinas producen más y los seres humanos trabajan menos, viven mejor, respiran aire más limpio y participan más.
Ese, quizá, sea el verdadero propósito de la inteligencia artificial: no reemplazar al ser humano, sino liberarlo.
Y esa liberación ya no es teoría. Hoy tenemos vehículos autónomos como el Cybercab de Tesla, donde el ser humano deja de ser el conductor para convertirse en pasajero de su propia vida.
No hay estrés por el tráfico, no hay necesidad de mantener la atención en la vía durante horas, no hay agotamiento al final de un viaje largo. La máquina se encarga de desplazarnos, y nosotros recuperamos ese tiempo para lo que de verdad importa: leer, descansar, trabajar, conversar o simplemente mirar por la ventana sin la tensión de tener las manos sobre el volante.
Es un ejemplo concreto de lo que este artículo propone: la IA no nos quita una tarea para dejarnos sin nada que hacer, sino que nos la quita para devolvernos tiempo, energía y tranquilidad.
Hace la vida más sencilla, y eso, en el fondo, es exactamente lo que la tecnología debería hacer desde el principio.
En Geniales.co llevamos años construyendo software y agentes de IA con esa lógica: automatizar para devolver tiempo, no para recortar personas.
Si quieres discutir cómo aplicar esto en tu organización —qué automatizar primero, cómo medir la productividad liberada y cómo repartirla—, escríbeme a alvaro@abril.pro o hablemos por WhatsApp.
Álvaro Abril es CEO de Geniales.co, CTO de Koravox y VP de Yamizu (Empresa de Taiwán). Conferencista de tecnología y marketing con más de 25 años construyendo software empresarial.