Capítulo 4 · Trabajo
El Desmembramiento de la Fuerza Laboral
Los empleos no desaparecen de golpe: se parten en tareas, y las tareas baratas se automatizan primero.
💡 Idea en una frase
Piensa en tareas, no en títulos de puesto. Ahí está el riesgo real.
🛡️ Capa anti-alucinación
Mapa de evidencia
Hay señales tempranas de presión sobre empleo joven en ocupaciones expuestas a IA.
🪞 Analogía de vida real
Un puesto es un combo de comida. La IA no se come el combo entero al inicio: se come las papas, luego la carne, y te deja la salsa.
- · Un puesto es un combo de comida: la IA no se come el combo entero al inicio; se come las papas, luego la carne, y te deja la salsa (criterio, gusto, confianza).
- · Es como desmontar un reloj: no preguntas «¿existe el reloj?», preguntas «¿qué engranajes ya hace una máquina y cuáles aún requieren manos humanas?»
- · La escalera laboral se acorta desde abajo: quitar el primer peldaño no tumba el edificio de golpe, pero impide subir a quien aún no tiene experiencia.
- · El título es la etiqueta del frasco; las tareas son el contenido. La automatización lee el contenido, no la etiqueta.
- · Reensamblar el rol es como rearmar un equipo de fútbol: mismos once nombres en la hoja, otra formación en la cancha.
🧠 Contexto desde cero
🔬 Casos y escenarios para contrastar
Cada tarjeta conserva su procedencia: una narrativa del libro o un modelo no se presenta como hecho verificado.
OIT: exposición a GenAI por tareas, no por apocalipsis de puestos
El working paper de la OIT sobre GenAI y empleo encuentra que el trabajo clerical es el más expuesto: ~24% de sus tareas altamente expuestas (y muchas más a nivel medio). En otros grupos, la exposición alta suele estar entre ~1–4%. Conclusión central: la mayoría de ocupaciones están solo parcialmente expuestas; lo más probable es aumentación, no sustitución completa.
Procedencia / límite: OIT — Generative AI and Jobs (WP96/2023 y actualización WP140/2025; documentos distintos). Orden de magnitud, no censo de tu oficina.
Escritura y soporte: el combo se parte
Equipos de marketing, soporte y operaciones ya usan modelos para borradores, resúmenes de tickets y FAQ. El puesto «sigue ahí», pero el inventario de tareas cambia: menos tiempo en primer borrador, más en criterio, tono de marca, excepciones y relación con el cliente.
Procedencia / límite: Patrón de adopción empresarial GenAI; contexto OCDE AI / Employment Outlook (oecd_ai). No es una cifra única de un solo país.
Ladder Problem: importan los jobs entry-level
Maya argumenta que el debate sobre «¿cuántos empleos totales se pierden?» mira el número equivocado. Lo crítico es si desaparecen los peldaños de entrada donde alguien sin track record demuestra competencia básica. Automatizar data entry, call center o junior accounting quita el primer peldaño aunque el empleo agregado no colapse de inmediato.
Procedencia / límite: Leandro Maya — The Ladder Problem (maya_ladder / leandromaya.com); marco del libro La Era de la Abundancia.
Junior en conocimiento: menos «hacer el memo», más supervisión
En firmas legales, consultoras y software, tareas que entrenaban a juniors (reseñas, memos, boilerplate, tests básicos) se aceleran con IA. El rol no siempre desaparece, pero se reensambla hacia revisión, diseño de sistemas y responsabilidad. Menos horas de aprendizaje por repetición implica que hay que diseñar nuevos peldaños a propósito.
Procedencia / límite: Síntesis pedagógica del companion alineada con Ladder Problem (Maya) y exposición por tareas (OIT). Cifras de «% de juniors eliminados» sin estudio citado = no inventadas aquí.
Inventario de 10 tareas: el diagnóstico personal
Quien lista diez tareas semanales y las marca automatizable / aumentable / humana-core suele descubrir que el título mentía: el riesgo estaba en tres papas baratas, no en «todo el puesto». Ese inventario es la acción canónica del capítulo y el antídoto al pánico genérico.
Procedencia / límite: Acción pedagógica del companion (chapters.ts — cap. 4); no es hallazgo empírico externo.
OCDE: skills y lugar de trabajo con IA
La OCDE documenta adopción desigual de IA en el trabajo y presión sobre skills: productividad percibida junto a ansiedad por estabilidad. Sirve como contexto de que el cambio es por tareas y competencias, no como prueba de un % universal de despidos.
Procedencia / límite: OCDE — AI and the Future of Skills / Employment Outlook (oecd_ai). No valida umbrales del libro ni ROI local.
⚖️ Mitos vs realidad
Mito: «La IA va a borrar mi puesto completo la próxima semana.»
Realidad: Lo habitual es desmembrar tareas. La OIT enfatiza aumentación parcial frente a destrucción masiva de ocupaciones. El riesgo real es quedarte haciendo solo las piezas baratas del combo.
Mito: «Si el empleo agregado no cae, no hay problema.»
Realidad: El Ladder Problem: pueden mantenerse muchos empleos senior mientras desaparecen los entry-level. El agregado oculta el muro para quien necesita el primer peldaño.
Mito: «Mi título universitario me protege del desmembramiento.»
Realidad: El título nombra un paquete; la exposición está en las tareas. Un abogado o ingeniero también tiene piezas altamente automatizables junto a piezas de juicio.
Mito: «Si uso IA en todo, ya estoy a salvo.»
Realidad: Usar la herramienta sin reensamblar el rol puede dejarte como operador de papas baratas. El valor está en supervisión, criterio, confianza y diseño de sistemas.
🧩 Mini-glosario
Analizar un puesto como suma de tareas y ver cuáles se automatizan, aumentan o siguen siendo humanas-core.
La tecnología hace parte de las tareas del rol y deja tiempo/espacio para otras; complementar, no reemplazar el puesto entero.
Tareas donde el valor está en juicio, confianza, relaciones, responsabilidad o gusto difícil de especificar por completo.
Marco de Maya: lo crítico no es solo el empleo total, sino si quedan peldaños entry-level para empezar a acumular experiencia.
Rediseñar a propósito el rol alrededor de supervisión, gusto, confianza y sistemas cuando las tareas baratas salen del paquete.
Métrica institucional (p. ej. OIT GenAI): qué fracción de tareas de una ocupación es altamente automatizable; no equivale a «% de puestos borrados».
🛠️ Aplicaciones paso a paso
Auditoría de 10 tareas en 7 días
Situación: Sentís amenaza vaga («la IA me reemplaza») pero no tenés un mapa accionable de tu semana.
- Listá 10 tareas reales de una semana típica (no del CV).
- Marcá cada una: automatizable / aumentable / humana-core.
- Elegí 2 humanas-core y definí un micro-mejora de 30 días (métrica observable).
- Elegí 2 baratas y probá un flujo con IA; medí tiempo ahorrado y errores.
- Abrí el simulador de labor y anotá qué peldaño estás reforzando.
Resultado: Un inventario escrito + 1 experimento + 1 skill humana-core en curso, en lugar de ansiedad difusa.
Rediseño de peldaño junior (si liderás o contratás)
Situación: Las tareas de entrada se comprimieron y «ya no hay de qué aprender» para juniors.
- Listá tareas de entrada que desaparecieron o se aceleraron con IA.
- Inventá un peldaño nuevo: portfolio verificable, apprenticeship, ownership de excepciones.
- Medí aprendizaje por responsabilidad gradual, no por horas de data entry.
- Documentá el peldaño para la próxima contratación o onboarding.
Resultado: Una escalera reparada a propósito en lugar de un muro de «solo seniors».
Reescritura de CV / LinkedIn por tareas
Situación: Tu perfil habla solo de títulos y no muestra qué valor humano-core aportás cuando la IA hace borradores.
- Convertí cada bullet de cargo en 1–2 resultados + tareas críticas.
- Nombrá explícitamente criterio, excepciones, relaciones o sistemas que diseñaste.
- Sacá o bajá de jerarquía lo que ya es commodity cognitiva.
- Pedí feedback a alguien de otra área: ¿se entiende el valor sin el título?
Resultado: Un perfil alineado al desmembramiento: vendés juicio y ownership, no solo etiqueta de puesto.
Brief de reensamble para tu equipo
Situación: Pedís «usar IA» pero nadie rediseñó roles; la gente teme perder dominio y ritmo.
- Por rol: listá tareas que salen, se aumentan y se quedan humanas-core.
- Asigná ownership de excepciones y de calidad final.
- Definí un ritual semanal de revisión (qué automatizamos / qué no).
- Nombrá el duelo de tareas que daban práctica; ofrecé peldaño de aprendizaje nuevo.
Resultado: Adopción con mapa de tareas y responsabilidad clara, no solo copiloto sin rediseño.
🪜 Paso a paso
Descomponer
Todo rol = paquetes de tareas (investigar, escribir, coordinar, decidir, relacionar).
Automatizar lo barato
Lo repetible y medible cae primero. Lo relacional y de juicio tarda más.
Reensamblar
Los roles sobrevivientes se reorganizan alrededor de supervisión, gusto, confianza y diseño de sistemas.
📊 Visual estadístico
📊 Laboratorio de datos
Paquetes de tareas: humano, híbrido, auto y peldaño entry
Modelo ilustrativo. No es predicción empírica ni consejo financiero; sirve para explorar la lógica del capítulo.
Fuente / nota: Modelo ilustrativo: pesos pedagógicos de un rol típico. La serie «riesgo entry» ilustra el Ladder Problem; no son tasas OIT GenAI ni OCDE.
Ver tabla de datos y comprobar el gráfico
| bloque | Queda humano (%) | Híbrido / aumentable (%) | Automatizable (%) | Riesgo de entrada (%) |
|---|---|---|---|---|
| Datos | 6.5 | 14.4 | 44.5 | 57.5 |
| Admin | 9.2 | 17 | 39.2 | 53.6 |
| Redacción | 13.1 | 22.2 | 30.1 | 48.4 |
| Soporte | 18.3 | 23.5 | 23.5 | 45.8 |
| Análisis | 24.8 | 26.2 | 14.4 | 36 |
| Clientes | 31.4 | 22.2 | 11.8 | 27.5 |
| Coordinar | 36.6 | 19.6 | 9.2 | 22.9 |
| Juicio | 51 | 11.8 | 2.6 | 11.8 |
Reflexión: ¿qué cambió tu intuición al mover el control? Relaciónalo con la analogía.
🧊 Flujograma 3D
🌱 Aplícalo mañana
- Haz un inventario de 10 tareas de tu semana.
- Márcalas: automatizable / aumentable / humana-core.
- Protege y mejora las 2 humanas-core.
- Haz un inventario de 10 tareas de tu semana y márcalas: automatizable / aumentable / humana-core.
- Elige 2 tareas humana-core y diseña cómo mejorarlas (criterio, relaciones, diseño de sistemas) en 30 días.
- Si eres junior o contratas juniors: inventa un «peldaño nuevo» (portfolio verificable, apprenticeship, responsabilidad gradual) en lugar de solo pedir seniority.
- Reescribe tu CV y LinkedIn en lenguaje de tareas y resultados, no solo de títulos.
- Una vez al mes, revisa qué % de tu semana ya aumentó con IA y reasigna ese tiempo a juicio o creación propia.
- Abrí el simulador de labor y anotá qué peldaño de tu trayectoria se siente más expuesto (con 1 evidencia, no con un titular).
- Separá en tu libreta: «hecho OIT/OCDE», «marco Maya/libro», «modelo ilustrativo» — y clasificá lo que leas esta semana.
Takeaways
- 🧩 Piensa en tareas, no en títulos: ahí se ve el riesgo real.
- 📊 OIT: ~1/4 de tareas clericales altamente expuestas a GenAI; el tono es transformación/aumentación, no apocalipsis.
- 🪜 Ladder Problem: sin jobs de entrada, la escalera se vuelve muro.
- 🔁 Reensambla tu rol a propósito alrededor de supervisión, criterio, confianza y diseño de sistemas.
- ✅ Protege y mejora lo humana-core; no compitas en lo barato y repetible.
- 🏋️ El simulador de labor visualiza presión en la escalera: usalo para diseñar el próximo peldaño.
- 🔍 Separá hechos citados, marco del libro y modelos ilustrativos antes de decidir.
🧠 Quiz de recuperación
Primero free-recall (escribe sin mirar). Luego MCQ. ≥80% + recall para dominar.
Fuentes
Externas = contexto sectorial. Modelo ilustrativo ≠ dato empírico. Sitio del autor: leandromaya.com
- [libro] Leandro Maya — La Era de la Abundancia (síntesis pedagógica personal) — Fuente primaria del companion. El texto aquí es explicación original, no copia literal.
- [externa] OCDE — AI and the Future of Skills / Employment Outlook — Contexto sectorial OCDE; no valida fechas ni umbrales concretos del libro. enlace
- [modelo-ilustrativo] Modelo ilustrativo del companion — No es un dato empírico. Sirve para entrenar intuición y explorar escenarios.
- [externa] OIT — Generative AI and jobs (WP96 2023; ver también update 2025) — WP96 (2023): exposición alta en tareas clericales (~24% en ese paper); énfasis en transformación/aumentación. No confundir con WP140/2025. No respalda cada claim del capítulo. enlace
- [externa] OIT — Generative AI and jobs: A 2025 update (WP140) — Exposición ocupacional y transformación de tareas; no apocalipsis de empleos. No valida ROI ni fechas humanoides. enlace
- [externa] Leandro Maya — The Ladder Problem — Ensayo del autor sobre empleos de entrada; síntesis pedagógica, no copia literal. enlace
- [externa] OIT — World Employment and Social Outlook / Future of Work — Contexto laboral global; no respalda cada afirmación del capítulo. enlace
- [externa] Anthropic — Economic Index (uso de Claude por tareas) — Uso observado en Claude.ai por tareas O*NET; no mapa universal del empleo. Aumentación vs automatización es de la muestra. enlace
- [externa] FMI — Gen-AI and the Future of Work (SDN/2024/001) — Estimaciones de exposición macro; nota de staff, no forecast garantizado. enlace