¿Qué está pasando con los empleos? Separando la exageración de la IA de la realidad

Artículo original ↗ Discusión en Hacker News ↗

Las afirmaciones de que la IA ya está acabando con los empleos de cuello blanco reciben aquí escepticismo, y muchos señalan más bien la sobrecontratación durante la pandemia, los ciclos económicos más amplios y el uso de “IA” como un pretexto conveniente para despidos. Los comentaristas describen las herramientas de programación agéntica como genuinamente útiles solo desde hace poco, pero dicen que la evidencia sólida de grandes mejoras sostenidas de productividad sigue siendo escasa, muy desigual según el nivel de experiencia y a menudo compensada por nueva deuda técnica, mayores costes de infraestructura e inercia organizativa. En general, la gente espera que la IA cambie la naturaleza del software y del trabajo del conocimiento —especialmente para juniors y tareas rutinarias—, pero ve el desempleo masivo y el reemplazo rápido y generalizado como algo muy lejos de estar demostrado.

Estado de la IA y los agentes de programación

  • Muchos ven un cambio de fase hacia finales de 2025 / principios de 2026: los “agentes” de programación empiezan a sentirse como trabajadores reales en lugar de juguetes de chat, especialmente con bucles de escribir–ejecutar–corregir y mejor andamiaje.
  • Otros sostienen que afirmaciones similares de “esta vez sí funciona” se han hecho desde 2023; ven cómo cambian los criterios y una exageración al estilo de las criptomonedas.
  • Las capacidades se describen como “irregulares”: excelentes en algunas tareas de programación (aplicaciones web sencillas, pequeñas funciones, depuración), pobres o frágiles en otras (arquitectura compleja, paralelismo, algunas APIs, configuraciones Docker/locales).

Efectos en la productividad y evidencia

  • Las mejoras reportadas son en su mayoría anecdóticas; varios señalan que los estudios rigurosos van por detrás de la tecnología y a menudo se basan en autoinformes o métricas débiles (SLOC, recuento de PR).
  • Un estudio citado encontró que los desarrolladores sentían que eran 20% más rápidos, pero en realidad eran ~20% más lentos.
  • Algunos dicen que ahora los agentes gestionan aplicaciones pequeñas completas o tickets de JIRA; otros experimentan regresiones cuando cambian las herramientas o los límites de recursos.
  • Hay desacuerdo sobre si los LLM principalmente impulsan a los juniors/desarrolladores promedio (regresando a la media) o si empoderan de forma desproporcionada a los expertos ya productivos.

Empleos, despidos y mercado laboral

  • Muchos creen que los despidos tecnológicos actuales se deben principalmente a la sobrecontratación durante la pandemia y a la macroeconomía, con la IA usada como una justificación conveniente.
  • Los datos del artículo supuestamente muestran que los sectores expuestos a la IA no están perdiendo más empleos; los comentaristas señalan que el desempleo se mueve en conjunto entre sectores.
  • Algunos reclutadores informan de una renovada contratación vinculada al entusiasmo por “agent-first”, mientras que en entornos no startup todavía se habla de despidos y presión por la IA.
  • Los recién graduados y los juniors parecen enfrentarse al peor mercado; varios ven una reducción drástica de la contratación junior.

Ingenieros junior vs senior y habilidades

  • Los seniors describen a los agentes como multiplicadores potentes si se los guía de cerca; la programación totalmente autónoma se califica de “desastre”.
  • Muchos gerentes dicen que ahora prefieren menos seniors más IA y son reacios a contratar juniors, que podrían convertirse en operadores de “prompt y pegar” y no desarrollar habilidades profundas.
  • Otros sostienen que el uso eficaz de la IA en sí misma es una actividad de alta habilidad que sigue favoreciendo a los ingenieros fuertes.

Calidad del código, deuda técnica y “vibecoding”

  • Múltiples informes hablan de código de LLM “extraño”, difícil de mantener, y de una deuda técnica creciente cuando los humanos salen del circuito.
  • Algunas empresas están reemplazando SaaS de nicho con herramientas internas rápidamente “vibe-coded”; la fiabilidad, la seguridad y la mantenibilidad a largo plazo se señalan como inciertas.
  • Los desarrolladores experimentados ven más incidentes y menor calidad media en algunas bases de código intensivas en IA.

Dinámicas organizativas y económicas

  • La inercia organizativa, las prohibiciones internas sobre IA, las preocupaciones de seguridad y los costes de GPU/API limitan significativamente el despliegue real.
  • Los empleados a menudo ocultan sus verdaderas mejoras de productividad, por miedo a que se usen para justificar despidos; la adopción de IA puede ser performativa.
  • Los anuncios de empleo con requisitos imposibles de “años de IA agentic” se consideran un ritual de RR. HH., no la realidad.