La automatización tecnológica no solo no reparte sus beneficios de forma igualitaria: activamente amplía la brecha entre quienes más y menos cobran. Un estudio publicado por investigadores de la London School of Economics y la Universidad Complutense de Madrid lo demuestra con datos sobre España: sin los efectos de la automatización, la desigualdad salarial habría sido un 21,5% menor en 2019.
El número es contundente. Y llega en un momento en que el debate sobre la IA y el empleo sigue dominado por narrativas binarias —”la IA destruirá empleos” vs. “la IA creará empleos nuevos”— que ignoran la distribución del impacto. Este estudio no habla de destrucción ni creación: habla de a quién le llegan los beneficios de la productividad tecnológica.
Los datos que incómoda al hype
El coeficiente Gini de España —que mide desigualdad en una escala de 0 (igualdad total) a 100 (desigualdad absoluta)— fue de 30,8 en 2023, frente a una media europea de 29,4. Entre 2008 y 2016, la desigualdad salarial en España creció 4,7 puntos Gini en apenas ocho años. Y la tecnología tuvo un papel central en eso.
IA para el Resto de Nosotros
La nueva versión de mi curso estrella para aprender a usar la IA de forma práctica, simple y útil en tu día a día. Comienza el 24 de marzo.
→ Inscríbete hoy 🚀Los números se vuelven más reveladores cuando se desglosan por tramos:
- Sin la revolución tecnológica de las últimas décadas, el 10% de trabajadores con mayores ingresos habría recibido una cuota salarial un 3,9% menor.
- El 50% con salarios más bajos habría incrementado su salario un 0,83%.
- El 10% más pobre de ese grupo lo habría incrementado hasta un 2,2%.
La tecnología, en resumen, transfirió ingreso desde la mitad inferior de la distribución salarial hacia la mitad superior. No es un efecto de marea alta que levanta todos los barcos: es una redistribución hacia arriba.
Automatización vs. IA: dos mecanismos distintos, misma dirección
El estudio distingue entre automatización e inteligencia artificial, que no actúan de forma idéntica. La automatización tradicional tiende a golpear los empleos del tramo medio y bajo, especialmente los rutinarios y administrativos. La IA, en cambio, eleva los salarios en la parte alta, mejorando la productividad de quienes ya están mejor posicionados.
Para el período 2015-2019, los datos muestran que sin la exposición a la IA, el coeficiente Gini habría sido un 9,9% menor. Es decir, la IA específicamente —no la automatización en general— generó una ampliación adicional de la brecha salarial en ese tramo.
El factor educativo: el multiplicador del castigo
El hallazgo más incómodo del estudio está relacionado con la formación. Los trabajadores con menor nivel educativo sufrieron un impacto salarial negativo casi tres veces mayor que quienes tienen estudios universitarios. Sus empleos se concentran en tareas rutinarias o de gestión administrativa —precisamente las más susceptibles al reemplazo por automatización— mientras que los trabajadores con formación universitaria tienden a ocupar roles donde la IA actúa como amplificador de su productividad, no como sustituto.
Esto tiene una consecuencia estructural: las políticas de reconversión laboral y formación son mucho más urgentes de lo que los debates sobre IA suelen reconocer. El mercado no corrige este desbalance solo. La tecnología tiene una inercia que beneficia a quienes ya tienen ventaja.
Por qué importa para LATAM
España tiene un mercado laboral más regulado y con mayor cobertura social que la mayoría de países latinoamericanos. Si en ese contexto la automatización amplió la desigualdad en 21,5%, la pregunta relevante para mercados con menor protección laboral es qué magnitud tendrá el mismo efecto.
El impacto ya es visible en el segmento de desarrolladores juniors, donde la IA actúa como supresor de demanda de talento de entrada. Pero el estudio LSE/UCM amplía la lente: el fenómeno no es específico de la tech, sino transversal a toda la economía.
La conclusión no es que la tecnología sea mala. Es que asumirla como neutral o universalmente beneficiosa es un error con consecuencias distributivas concretas que los datos ya pueden medir.
