La revolución que no reparte: Inteligencia artificial y mercado de trabajo.

Un estudio publicado en noviembre de 2025 por el Servicio Público de Empleo Estatal —elaborado por economistas de Analistas Financieros Internacionales— cifra en 11,2 millones los trabajadores españoles empleados en ocupaciones altamente expuestas a la automatización por inteligencia artificial. Casi el 45% de los ocupados. En Aragón, el porcentaje ronda el 40%, lo que equivale a unos 250.000 puestos de trabajo. El dato ha aparecido hoy mismo en las páginas del Periódico de Aragón. No es una proyección apocalíptica: es la estimación oficial del organismo público responsable del empleo en España, con metodología académica contrastada y respaldo bibliográfico del FMI, la OCDE y el Banco Central Europeo.

La cifra merece atención, desde luego. Pero más atención merece aún la pregunta que rara vez forma parte del debate público: ¿quién se queda con el excedente que genera esta transformación?

Ante cada oleada tecnológica, el argumento compensatorio reaparece con puntualidad. La electricidad destruyó unos empleos y creó otros. La informática destruyó unos empleos y creó otros. La robótica industrial destruyó empleos y creó otros. La inteligencia artificial, se dice, no será diferente: destruirá algunos empleos y creará otros que aún no somos capaces de imaginar. El mercado lo resolverá. La formación lo resolverá. La adaptación lo resolverá.

Este relato tiene una base histórica real —las grandes oleadas tecnológicas sí generaron empleo neto a largo plazo— y una trampa igualmente real: confunde el agregado macroeconómico con la experiencia concreta de los trabajadores desplazados. Para el jornalero inglés de 1830 que vio la trilladora mecanizar su único sustento invernal, la promesa de que el libre comercio y la industria que surgiría en Manchester crearían prosperidad a largo plazo era verdadera en abstracto e irrelevante en concreto. El largo plazo de los economistas no coincide con el corto plazo de las familias.

El economista turco-estadounidense Daron Acemoglu, Premio Nobel de Economía en 2024 y uno de los investigadores más rigurosos sobre las relaciones entre tecnología, empleo y desigualdad, ha formulado en los últimos años una crítica que incomoda precisamente porque viene de dentro del consenso académico. Acemoglu no es un tecnófobo ni un nostálgico: es coautor de estudios seminales sobre el impacto de los robots en el empleo, y su trayectoria intelectual es la de alguien que ha medido el cambio tecnológico con más detalle que casi nadie.

Su argumento central es doble. Primero: las oleadas tecnológicas que generaron empleo neto no lo hicieron simplemente por sustitución y compensación, sino porque crearon categorías de trabajo genuinamente nuevas. La electrificación no solo automatizó tareas: generó profesiones que no existían. La inteligencia artificial generativa, en cambio, está optimizada casi exclusivamente para automatizar lo ya existente —redactar, traducir, analizar, programar, gestionar— con escasa capacidad demostrada de crear tareas nuevas que requieran trabajo humano a una escala significativa. El mecanismo de compensación no está garantizado.

Segundo, y más relevante políticamente: la trayectoria de la IA no es tecnológicamente neutra. Las empresas invierten en automatización —no en trabajadores— porque el sistema fiscal penaliza el trabajo mediante cotizaciones sociales y trata el capital de forma más favorable. La supuesta inevitabilidad tecnológica es, en parte, una inevitabilidad fiscal elegida. Si los incentivos cambiaran, el desarrollo de la IA podría orientarse de otra manera.

El propio estudio del SEPE recoge esta tensión sin resolverla: constata que las ganancias de productividad asociadas a la IA son reales y significativas, pero advierte que tienden a concentrarse en empresas y sectores con capacidad de inversión, lo que puede ampliar desigualdades salariales y patrimoniales. La tecnología empuja hacia arriba el PIB potencial; no empuja automáticamente hacia arriba los salarios de quienes la hacen posible con su trabajo.

Para Aragón, el estudio dibuja un perfil de riesgo específico. La comunidad se sitúa ligeramente por debajo de la media nacional en proporción de empleos expuestos, pero esa diferencia no es motivo de alivio: significa que el tejido productivo aragonés tiene menor peso en los sectores de servicios intensivos en conocimiento —finanzas, consultoría, tecnología— que serán los que capturen las mayores ganancias de productividad, y mayor peso relativo en sectores donde la exposición crece ahora, como determinadas manufacturas tecnológicas y el sector agroalimentario industrializado.

El estudio identifica además una dinámica territorial preocupante: las ganancias de productividad derivadas de la IA tienden a concentrarse en las regiones con mayor capacidad tecnológica preexistente —Madrid y Cataluña en primer lugar—, mientras el resto del territorio avanza a menor ritmo. España reproduce así internamente el mismo patrón que Europa reproduce a escala global: los beneficios se acumulan en los polos, los riesgos

No se trata de estar a favor o en contra de la inteligencia artificial. La tecnología avanza con independencia de las preferencias individuales, y sus aplicaciones incluyen avances genuinamente valiosos en medicina, ciencia y gestión del conocimiento. La pregunta pertinente no es si la IA es buena o mala, sino quién captura el excedente que genera, en qué plazo, y mediante qué mecanismos de redistribución.

Esa es una pregunta política, no tecnológica. Y su respuesta depende de decisiones que se toman —o se omiten— en materia fiscal, regulatoria y de política de empleo. La alternativa al optimismo acrítico no es el catastrofismo, sino la exigencia de concreción: ¿qué parte del valor generado por la automatización financiará la transición de quienes son desplazados? ¿Qué mecanismos garantizarán que las ganancias de productividad no se concentren exclusivamente en los propietarios del capital y de los modelos?

El estudio del SEPE concluye que, sin una adecuada gestión de la transición, la IA puede convertirse en un factor de desigualdad, tensión social y desequilibrio territorial. Es una formulación cautelosa, propia del lenguaje institucional. Traducida al lenguaje de los hechos: si la distribución del excedente tecnológico se deja al libre funcionamiento del mercado, la historia reciente de las grandes transformaciones tecnológicas nos dice con bastante precisión lo que ocurrirá. Y no es lo que prometen los titulares optimistas.

Hay quienes sostienen que Aragón capturará una parte significativa de los beneficios de la inteligencia artificial por la vía de acoger en su territorio centros de datos de gran capacidad. La objeción merece un examen algo más crítico. Un macrocentro de datos genera entre treinta y ciento cincuenta empleos directos permanentes, consume volúmenes extraordinarios de energía y agua, y aloja cálculos cuyos frutos —los modelos, los servicios, los beneficios— se contabilizan y tributan en las sedes de las empresas propietarias, situadas fuera de Aragón y con frecuencia fuera de España. La estructura es la de cualquier industria extractiva: el territorio aporta los recursos, el valor añadido se acumula en otro lugar. Que Aragón sea un nodo de infraestructura de la economía digital no equivale a que Aragón participe en sus beneficios. Es, si acaso, la confirmación del problema, no su solución.

Existe además un elemento diferencial que raramente aparece en este debate. El terrateniente del siglo XIX compraba la trilladora: era suya, estaba en su granero, podía ser destruida o estropearse, pero respondía a una relación directa entre propietario y herramienta. La empresa que hoy incorpora inteligencia artificial generativa a sus procesos no compra nada en ese sentido: suscribe un acceso temporal y revocable a una capacidad que reside en servidores ajenos, en jurisdicciones ajenas, gestionada por empresas con sus propios intereses y sus propias condiciones de uso. Ningún fabricante de trilladoras podía decidir que todas las trilladoras del condado dejaran de funcionar a medianoche. Un proveedor de IA en la nube sí puede hacerlo. A esa dependencia contractual se añade la energética: la IA generativa es extraordinariamente intensiva en electricidad, y un fallo en el suministro, una ola de calor o una decisión de priorización de la red pueden interrumpir sin previo aviso procesos productivos que han prescindido ya de quienes los realizaban antes. La fragilidad no afecta solo al trabajador desplazado: afecta también a quien lo desplazó. Es una forma de riesgo sistémico para la que la historia industrial no ofrece ningún precedente.