Andrew Ng lo tiene claro: no habrá apocalipsis laboral. En una entrevista con The Economist, el investigador sostiene que el escenario de moda —la mitad del trabajo en manos de máquinas, la otra mitad de la población en el paro y escribiendo poesía en el campo— no tiene ninguna posibilidad realista de cumplirse. Y no lo dice por optimismo, dice, sino porque los primeros datos ya apuntan en esa dirección.
La IA cubre una parte del puesto, no el puesto entero
El argumento central de Ng es casi de sentido común, y por eso resulta tan incómodo para los relatos catastrofistas: la automatización alcanza tareas, no empleos completos. Un puesto de trabajo es un paquete de responsabilidades, contextos y decisiones, y la IA solo toca una porción de ese paquete. El resultado, explica, es que seguimos necesitando personas para hacer el resto del trabajo.
Durante la conversación, Ng señala algo que a su juicio debería rebajar la temperatura del debate: incluso algunas de las organizaciones que alimentaron los escenarios de desempleo masivo están publicando datos tempranos que muestran un impacto sobre el empleo mucho menor de lo que se temía. La narrativa, viene a decir, se adelantó a la evidencia.
La ingeniería de software como señal adelantada
Ng utiliza su propio sector como termómetro. Lo que ocurre en la ingeniería de software, sostiene, anticipa lo que ocurrirá después en otras industrias. Y lo que ve no es un ejército de programadores sustituidos, sino una demanda que no se cubre: no hay suficientes ingenieros de software, ni especialistas de marketing nativos de IA, ni perfiles comerciales y de operaciones que hayan crecido trabajando con estas herramientas. Su lectura es que el saldo, si algo es, será fantástico.
El entrevistador de The Economist le plantea la objeción razonable. El miedo no es la IA de hoy, ni la de dentro de seis meses. El miedo es la tasa de mejora acumulada: si el progreso se compone año tras año, cuesta ver dónde se detiene. ¿Está Ng diciendo implícitamente que existe un límite duro en las leyes de escalado, que hará falta un cambio arquitectónico o que habrá tareas que los sistemas del mañana simplemente no podrán hacer?
Hasta que la IA pueda hacer el cien por cien de lo que hace una persona, algo que veo increíblemente lejos, habrá trabajo de sobra para la gente.
— Andrew Ng, en The Economist
Progreso compuesto: más hype que realidad
Su respuesta es matizada. Ng no cree que exista un muro infranqueable: cree que el progreso será incremental durante mucho tiempo. Le encantaría que la IA pudiera realizar cualquier tarea intelectual humana, pero calcula que eso exigiría varios avances novedosos y, sobre todo, décadas, no meses. Hasta entonces —y habla de 30, 40 o 50 años— hay margen para el trabajo humano.
Sobre el famoso progreso compuesto y la mejora recursiva, es directo: hoy es más hype que realidad. Recuerda que los ordenadores llevan décadas mejorando ordenadores; se usan los chips de la generación anterior para fabricar los de la siguiente. En los laboratorios de frontera, admite, la IA escribe casi todo el código, así que sí, ayuda a construir mejor IA. Pero eso no equivale a una explosión autónoma.
Los cuellos de botella son físicos, no filosóficos
Aquí está, quizá, el pasaje más terreno de la entrevista. Ng insiste en que los frenos son materiales: hay que construir nuevos servidores con GPU, levantar centros de datos, ejecutar experimentos para averiguar qué funciona. No basta con pensar fuera de la caja. Son cuellos de botella físicos, y por eso el ritmo de mejora no puede despegarse de la realidad industrial que lo sostiene.
Dónde sí falta gente
La parte constructiva de su tesis apunta a un fenómeno que ya se nota en las ofertas de empleo: la aparición de perfiles nativos de IA en áreas que hace cinco años no existían como categoría. Ng menciona marketing, ventas y operaciones. Son puestos que combinan criterio humano con un uso intensivo de herramientas generativas, y que las empresas no consiguen cubrir al ritmo que querrían.
Contexto: por qué este debate lleva tres años girando
Desde 2023, cada oleada de anuncios tecnológicos ha venido acompañada de una predicción sobre el fin del trabajo tal y como lo conocemos. Los informes más citados hablaban de exposición de tareas, no de destrucción de empleos, pero el matiz se perdió en la traducción mediática. Mientras tanto, el mercado laboral ha mostrado un comportamiento más aburrido de lo que el titular prometía: escasez en perfiles técnicos concretos, presión sobre las tareas más repetitivas y una reordenación lenta de funciones dentro de las empresas.
La intervención de Ng en The Economist encaja en esa corrección de expectativas. No niega la transformación. Niega el atajo argumental que convierte una mejora de productividad en un despido masivo. Y lo hace desde dentro, como alguien que construye estas tecnologías y no solo las comenta.
Qué significa esto para quien busca trabajo
Para el lector, la lectura práctica es doble. Primero, la urgencia no está en elegir entre formarse en IA o quedarse atrás, sino en aprender a operar con estas herramientas dentro de un oficio concreto. Los perfiles que Ng describe como difíciles de encontrar no son expertos en modelos de lenguaje: son comerciales, especialistas de marketing u operadores que saben qué pedirle a la máquina y qué decidir sin ella. El empleo junior no desaparece, se recompone alrededor de una herramienta nueva.
Segundo, conviene desconfiar de las dos profecías. La del desempleo total y la de la adopción instantánea del trabajo. Si el progreso es incremental y los frenos son físicos, las transiciones serán desiguales: rápidas en tareas digitales y repetitivas, lentas donde haga falta contexto, responsabilidad o trato humano. Esa asimetría es la que conviene vigilar, mucho mas que el titular apocalíptico.
Ng no promete que todo vaya a salir bien. Solo sostiene que el colapso anunciado no está en los datos, ni en la física de los centros de datos, ni en la forma en que se organiza un puesto de trabajo real. Queda una pregunta abierta: si el empleo de entrada se recompone en torno a la IA en lugar de desaparecer, ¿están las empresas y los sistemas educativos preparados para formar a esa generación en el oficio y no solo en la herramienta?
Puedes ver la entrevista completa aquí, en el canal de The Economist:
