Karpathy reveló qué trabajos peligran más por el impacto de la IA

El gráfico que circuló este fin de semana tiene el atractivo de las imágenes que simplifican un problema demasiado grande. Un mosaico de rectángulos, verdes para los relativamente resguardados, rojos para los más expuestos, convirtió en una sola vista algo que suele discutirse con frases vagas: qué partes del mercado laboral ya están siendo reescritas por los modelos generativos y cuáles todavía conservan una defensa bastante terrenal. La herramienta lleva la firma de Andrej Karpathy, cofundador de OpenAI y antiguo jefe de inteligencia artificial en Tesla, y nació con la velocidad típica de la época. Salió, se viralizó, generó réplicas, dudas y capturas, y terminó convirtiéndose en una conversación mucho más amplia que el propio tablero.

La tesis del proyecto es brutal en su sencillez. Si el producto central de un oficio puede producirse frente a una computadora, con texto, código, análisis, diseño o comunicación, ese oficio entra en la zona de riesgo alto. No porque vaya a desaparecer mañana, ni porque una empresa vaya a echar a la mitad de su plantilla esta semana, sino porque la mejora de productividad puede alterar la ecuación laboral con una velocidad inédita. En otras palabras, el problema no es solo la sustitución directa. También pesa el escenario menos cinematográfico y mucho más probable: que se necesiten menos personas para hacer el mismo volumen de trabajo.

Karpathy no armó el mapa con intuiciones de café ni con una muestra anecdótica. El proyecto toma 342 ocupaciones del Occupational Outlook Handbook del Bureau of Labor Statistics, el gran manual público del mercado laboral estadounidense, y las cruza con un sistema de puntuación de 0 a 10 asignado por un modelo generativo. Luego las ordena en una visualización interactiva donde cada bloque pesa según el número de trabajadores que agrupa. El resultado cubre alrededor de 143 millones de puestos en Estados Unidos. Es una foto amplia, muy llamativa y, al mismo tiempo, bastante más limitada de lo que muchos compartieron en redes parecieron entender.

Lo que realmente mide el tablero

La mejor forma de leer el mapa es empezar por su letra chica. El propio repositorio aclara que no se trata de un paper, ni de una predicción económica en sentido estricto, sino de una herramienta de exploración. El método tampoco promete calcular qué empleo será aniquilado por software. Lo que estima es exposición, una palabra menos espectacular pero mucho más útil. En la lógica del proyecto, una ocupación puntúa alto cuando sus tareas centrales son digitales y están en un territorio donde los modelos ya muestran una curva de mejora acelerada. Programar, escribir, analizar datos, resumir documentos, revisar contratos, producir piezas visuales o atender flujos administrativos repetitivos encajan demasiado bien en esa descripción.

Esa definición explica por qué software developers aparecen con 9 puntos sobre 10, por qué medical transcriptionists llegan a 10, y por qué oficios que dependen del cuerpo, del entorno físico o de una interacción humana inmediata quedan mucho más abajo. El contraste tiene algo de ironía histórica. Durante años, la imaginación popular colocó a la automatización como una amenaza sobre la fábrica, el depósito o el transporte. Este tablero desplaza la ansiedad hacia la oficina, el estudio, la firma legal, la consultora y la mesa de entrada. El cubículo, no la línea de montaje, aparece ahora bajo la luz roja.

El procedimiento técnico también importa porque revela el carácter artesanal de la maniobra. El pipeline raspa páginas públicas del BLS, convierte esas fichas a texto procesable, extrae variables estructuradas como salario mediano, formación requerida y proyección de crecimiento, y después le pide a Gemini Flash, a través de OpenRouter, que asigne una nota con una breve justificación. El propio prompt deja en claro el sesgo central: si un trabajo puede hacerse enteramente desde una computadora doméstica, su exposición es inherentemente alta. Es una premisa potente y discutible a la vez, lo que explica por qué el mapa funciona mejor como provocación cuantificada que como oráculo.

Hay una segunda corrección importante. El universo de Karpathy no incluye todos los trabajos posibles ni toda la granularidad del mercado laboral estadounidense. El Occupational Outlook Handbook cubre 342 ocupaciones amplias, mientras que la base OEWS del propio BLS publica estimaciones para alrededor de 830 ocupaciones. Además, los datos salariales y de empleo del organismo federal son modelizados, usan varios años de información y dejan fuera segmentos como la mayor parte del trabajo por cuenta propia, empleadores domésticos privados y una parte del sector agrícola. La imagen, por lo tanto, es sólida, pero no total. Tiene la precisión suficiente para abrir una discusión seria, no para clausurarla.

Quiénes aparecen en rojo

La distribución de los puntajes ofrece una sorpresa solo aparente. Los peores resultados no están concentrados entre los salarios más bajos. Ocurre casi lo contrario. La cobertura de Fortune sobre los datos del proyecto subrayó que las ocupaciones con ingresos superiores a los 100.000 dólares anuales mostraban una exposición media de 6,7, mientras que las que ganan menos de 35.000 dólares quedaban en 3,4. El tablero no castiga la sofisticación técnica. Castiga la digitalidad. Y una gran porción del trabajo mejor pago en la economía contemporánea consiste, justamente, en manipular información simbólica delante de una pantalla.

Ahí entran abogados, analistas financieros, contables, gestores, desarrolladores, editores, asistentes administrativos, representantes de atención al cliente, paralegales y muchas otras figuras del engranaje corporativo. No todos comparten el mismo riesgo, ni la misma velocidad de absorción tecnológica, pero habitan el mismo ecosistema productivo. El valor económico de sus tareas depende de transformar datos, texto, lenguaje, reglas o decisiones rutinarias en un resultado útil. Y ese es precisamente el terreno en el que los modelos han mejorado más deprisa y con menor fricción de despliegue.

El caso del desarrollo de software condensa la paradoja del momento. Que una ocupación obtenga una nota de 9 no implica que vaya a encogerse necesariamente. El propio repositorio advierte que la demanda de software podría crecer mientras cada desarrollador se vuelve más productivo. Eso significa que el daño potencial no siempre se traduce en destrucción neta de empleo. Puede expresarse como menos contrataciones junior, equipos más chicos, redistribución de tareas, salarios presionados a la baja en la base y una elevación brutal de las expectativas sobre cada trabajador. La frontera se mueve, y el oficio cambia con ella.

Algo parecido sucede con las profesiones jurídicas y administrativas. Un estudio de despacho o una asesoría corporativa no desaparecerán porque un modelo redacte mejor un memo o resuma un expediente con velocidad casi obscena. Lo que sí cambia es la cantidad de trabajo preliminar que necesita intervención humana, el tiempo que demanda, el precio que el mercado acepta pagar por él y, sobre todo, el tipo de perfil que una organización considera imprescindible. El golpe no siempre cae en la cúpula. Muchas veces pega en el escalón de entrada, allí donde la repetición era también la escuela.

Lo que dicen los datos, y lo que todavía no dicen

La razón por la que el proyecto de Karpathy se volvió tan discutido no está solo en la visualización. También aparece en el momento histórico en que cayó. Hace apenas unos días, Anthropic publicó una investigación más ambiciosa sobre impacto laboral que intenta unir capacidad teórica y uso real. Su conclusión principal enfría tanto a los profetas del apocalipsis como a los vendedores de humo optimista. Los trabajos más expuestos tienden a concentrarse entre personas de mayor edad, más educación formal y mejores salarios, y las ocupaciones con mayor exposición observada están proyectadas por el BLS para crecer menos hacia 2034. Sin embargo, el estudio no encuentra hasta ahora un aumento sistemático del desempleo entre los trabajadores más expuestos desde fines de 2022. Sí detecta indicios de una desaceleración en la contratación de trabajadores jóvenes en esas ocupaciones.

Esa diferencia entre uso, productividad y empleo es el nudo de la cuestión. Un sistema puede devorar tareas mucho antes de que devore puestos completos. Puede comprimir tiempos de producción sin traducirse en recortes inmediatos. Puede reducir la necesidad de perfiles iniciales sin tocar, al menos en una primera etapa, a quienes ocupan posiciones senior. Puede también disparar nueva demanda y compensar parte del golpe. Eso ya estaba sugerido en el paper de OpenAI de 2023, GPTs are GPTs, que estimó que alrededor del 80 por ciento de la fuerza laboral estadounidense podría ver afectado al menos el 10 por ciento de sus tareas por esta familia de sistemas, y que cerca del 19 por ciento podría tener al menos la mitad de sus tareas impactadas.

Anthropic agrega un matiz todavía más importante: la cobertura real está muy por debajo de la frontera teórica. En su medición, las tareas del grupo Computer and Math son teóricamente muy abordables por modelos de lenguaje, con una exposición potencial del 94 por ciento, pero la cobertura observada en uso profesional todavía ronda el 33 por ciento. El hueco entre lo posible y lo efectivamente desplegado sigue siendo grande. Esa distancia es, al mismo tiempo, una tranquilidad de corto plazo y una advertencia de mediano plazo. No hay colapso laboral visible en los agregados, pero la autopista ya está trazada.

Ese es el aporte más valioso del mapa de Karpathy cuando se lo limpia del ruido de las redes. No ofrece una profecía cerrada. Ofrece una cartografía del terreno donde la presión competitiva será más intensa. Señala que la oficina digital, durante años presentada como símbolo de estabilidad profesional, podría ser el espacio donde la reorganización del trabajo avance con menos resistencia física, menos fricción regulatoria y menor costo de implementación. El software no necesita uniformes, ni fichar entrada, ni pedir permiso para empezar a probarse en la tarea ajena.

La conclusión, entonces, no pasa por anunciar un cementerio de profesiones ni por repetir la comodidad de que nada importante ocurrirá. El tablero muestra otra cosa, quizás más incómoda porque es menos dramática y más plausible. El cambio puede venir como una erosión silenciosa del volumen de trabajo humano necesario para sostener la economía del conocimiento tal como hoy se paga y se organiza. No hace falta imaginar oficinas vacías para entender el problema. Basta con mirar el color de los rectángulos y aceptar que la pantalla dejó de ser un escudo. Ahora es el frente de batalla.