Hay una teoría que lleva años circulando en círculos académicos y que de repente en 2026 cobra una relevancia inesperada: la Elite Overproduction, o sobreproducción de élites. La desarrolló el académico ruso-estadounidense Peter Turchin para describir un fenómeno muy concreto: cuando una sociedad produce más aspirantes a posiciones de poder de los que el sistema puede absorber. Y lo que está pasando hoy en el sector tecnológico encaja como un guante con esa descripción.
No es una teoría de conspiración ni de catastrofismo. Es una herramienta para entender por qué hay tantos ingenieros de software con posgrado enviando CVs sin respuesta, por qué los despidos masivos en Big Tech generan tanta angustia, y por qué la IA está amplificando una tensión que ya existía antes de que ChatGPT llegara a nuestras vidas.
¿Qué es la sobreproducción de élites exactamente?
Peter Turchin ilustra su teoría con un dato poderoso: en Estados Unidos, el número de abogados pasó de 400.000 en 1970 a 1.200.000 en 2011, mientras la población total creció apenas un 45%. El talento cualificado se multiplicó; los espacios de poder, no.
El mecanismo es paradójico: no nace de la crisis, sino del crecimiento. Cuando una sociedad prospera, invierte masivamente en educación y cultiva ambición. Pero el número de posiciones de alto estatus —directorios, roles ejecutivos de impacto, cargos de poder— crece mucho más lento que el número de personas preparadas para ocuparlos.
El resultado no es solo frustración individual. Turchin argumenta que esa élite frustrada —personas altamente capacitadas que no consiguen el lugar que sus credenciales prometían— se convierte en un agente desestabilizador. Son frecuentemente la fuente de liderazgos populistas y movimientos de ruptura. No estamos hablando de “la clase baja frustrada”, sino de gente con MBAs, posgrados y trayectorias brillantes que choca contra un techo de cristal invisible.
¿Cómo encaja la IA en este cuadro?
El propio Turchin escribió en abril de 2025 un ensayo directamente sobre esto: “When AI Comes for the Elites“. Su argumento es que las revoluciones tecnológicas anteriores golpearon principalmente a los trabajadores sin educación superior. La revolución de la IA es diferente porque amenaza directamente a los trabajadores con títulos universitarios avanzados.
Y eso es mucho más peligroso para la estabilidad social, porque las personas con educación superior tienen algo que los trabajadores industriales desplazados no tenían: capacidad de organización, redes de contacto, y las habilidades para articular y canalizar su descontento.
El sector tech es el ejemplo más nítido de este proceso en tiempo real:
- 2022-2024: La Gran Purga. Meta, Amazon, Google, Microsoft y cientos de startups despidieron a más de 300.000 trabajadores tecnológicos. Muchos eran ingenieros senior con salarios de seis cifras.
- 2025-2026: La segunda ola. Block recortó casi la mitad de su fuerza laboral, Oracle acaba de anunciar miles de despidos. La razón declarada: la IA reduce la necesidad de ciertos perfiles.
- El mercado junior ha colapsado. Los roles de entry-level en software, los que antes eran la puerta de entrada para recién graduados, están siendo automatizados antes de que se puedan contratar.
Mientras tanto, las universidades siguen produciendo decenas de miles de ingenieros de software cada año. La bomba demográfica está cargada.
¿Por qué importa entender esto más allá del drama de Silicon Valley?
El impacto no es solo en EE.UU. En América Latina, el fenómeno tiene su propia dimensión. En Chile, investigadores han aplicado la teoría de Turchin para explicar el estallido social de octubre de 2019: una clase media educada que no vio recompensados sus esfuerzos, combinada con una economía que concentró los beneficios en las capas más altas. El patrón aparece también en Colombia, México, Argentina y Brasil: economías que expandieron el acceso a educación superior sin crear suficientes posiciones de alto valor.
La IA acelera este ciclo. Los trabajadores del conocimiento que hace una década eran la élite del mercado laboral digital —desarrolladores, diseñadores, analistas de datos, redactores, traductores— están descubriendo que sus habilidades se pueden replicar, complementar o directamente reemplazar con herramientas que cuestan unos pocos dólares al mes.
La tensión que nadie quiere nombrar
Hay una incomodidad real en hablar de esto, porque implica reconocer que la promesa de la meritocracia tecnológica —estudia, trabaja duro, domina las herramientas, y tendrás un lugar— está siendo reescrita en tiempo real. Y las personas que siguieron esa promesa al pie de la letra son precisamente las más vulnerables al desencanto.
El estudio de Anthropic publicado recientemente sobre disrupción laboral y la IA mostró que los programadores son el grupo más expuesto a la automatización. Eso no es un dato menor: es la narrativa de “aprende a programar para asegurar tu futuro” siendo revertida justo cuando toda una generación apostó por ese camino.
Y los despidos en empresas como Oracle no son solo una noticia financiera. Son el dato concreto de lo que pasa cuando una empresa decide que la IA puede hacer el trabajo de miles de personas que ya están empleadas.
Por qué importa
Entender la Elite Overproduction no es un ejercicio académico. Es un mapa para leer lo que viene.
Si la teoría de Turchin tiene razón, y la historia sugiere que tiene mucho a su favor, el descontento que está acumulando la generación de trabajadores del conocimiento desplazados por la IA no va a desaparecer solo. Va a buscar salida. En política, en movimientos de ruptura, en demandas regulatorias fuertes sobre la automatización, en narrativas anti-tech que hoy suenan marginales pero que pueden volverse mainstream rápidamente.
Ya lo estamos viendo: las protestas anti-IA están creciendo, la regulación del sector se acelera en Europa y empieza a tomar forma en América Latina. No es irracionalidad. Es una respuesta predecible de personas altamente capacitadas que ven cómo se les cierra la puerta que les prometieron.
La pregunta no es si esto va a generar tensión. Ya la está generando. La pregunta es si las empresas, los gobiernos y los ecosistemas tech van a entenderlo a tiempo para responder con algo más inteligente que “reentréname para otro trabajo que también va a ser automatizado en tres años”.
