(Expansión, 07-05-2026) | Laboral
Si enseñamos a la inteligencia artificial la forma en que desempeñamos nuestro trabajo y permitimos que asimile las tareas esenciales que realizamos, quizá estemos formando a quien algún día pueda reemplazarnos laboralmente. Cuando pensamos en el futuro del empleo y en el impacto que tendrá la inteligencia artificial, resulta evidente que la IA ya no se limita a asistir: está aprendiendo a razonar y actuar como los propios profesionales. La cuestión de fondo es si realmente nos estamos preparando para el futuro o si, sin darnos cuenta, estamos enseñando a las máquinas a competir con nosotros.
En este contexto cobra relevancia Mercor, una start-up que remunera a expertos para que enseñen a la IA a ejecutar tareas complejas. La empresa transforma el conocimiento especializado en sistemas escalables, representando el paso hacia una inteligencia artificial que no sólo acompaña el trabajo profesional, sino que también es capaz de reproducirlo.
Lo que hace Mercor demuestra que entrenar sistemas capaces de replicar tareas profesionales avanzadas no consiste simplemente en proporcionar respuestas prediseñadas. Implica desmenuzar una profesión en múltiples microdecisiones: qué información analizar primero, qué datos tienen más peso, qué errores son tolerables, qué señales indican riesgos o qué recomendaciones serían las más adecuadas. La OIT advierte que el impacto de la IA generativa debe analizarse a nivel de tareas concretas y no únicamente de profesiones completas, ya que cada empleo combina actividades con distintos niveles de automatización.
Los profesionales que colaboran en este tipo de entrenamiento pueden estar adaptándose al nuevo escenario laboral, aunque también podrían estar contribuyendo a debilitar partes de su propio mercado. Un abogado que revisa respuestas generadas por IA comprende mejor cómo funcionarán las herramientas jurídicas del futuro, pero al mismo tiempo ayuda a desarrollar sistemas que reducirán horas de revisión documental. Del mismo modo, un consultor que enseña a un modelo a elaborar diagnósticos estratégicos obtiene ingresos y reconocimiento, aunque también puede disminuir la demanda de analistas junior en proyectos similares.
Anthropic, en un estudio reciente sobre el efecto de la inteligencia artificial en el empleo, analiza la exposición laboral a partir de tareas reales realizadas con IA y no sólo de hipótesis teóricas. Según la compañía, la exposición crece cuando las tareas son técnicamente viables, habituales en el trabajo y susceptibles de automatización dentro de un puesto.
Ante este panorama surge una pregunta inevitable: ¿estamos entrenando a nuestro propio sustituto? McKinsey sostiene que probablemente no se trate de un reemplazo total, sino parcial. La IA no necesita sustituir por completo a un profesional para alterar la economía de una profesión; basta con asumir las tareas más repetitivas, documentales, textuales o analíticas. Según la consultora, la IA generativa podría aportar entre 2,6 y 4,4 billones de dólares anuales a la economía global mediante la automatización y aceleración del trabajo basado en conocimiento, lo que implicaría una redistribución de tareas, márgenes y empleo.
Sin embargo, quizá la cuestión más importante sea otra: ¿estoy utilizando la IA para construir un activo propio o estoy ayudando a otros a construirlo con mi conocimiento? Harvard Business Review, en una guía sobre crecimiento de ingresos para consultoras y despachos de abogados, señala que la diferencia está en convertir el conocimiento en un activo reutilizable -software, metodologías, bases de datos, marca o comunidad- en lugar de limitarse a vender tiempo.
Las firmas profesionales buscan transformar sus servicios en productos porque el modelo basado únicamente en horas trabajadas limita el crecimiento: sólo se generan ingresos mientras el profesional está activo. En cambio, un producto puede comercializarse de forma repetida, generar ingresos recurrentes y ofrecer mayores márgenes sin depender constantemente de la intervención humana.
La inteligencia artificial facilita precisamente esa transformación, permitiendo convertir la experiencia profesional en herramientas autónomas. Así, un reclutador, un director financiero o un abogado pueden crear sistemas que continúan funcionando incluso sin su presencia. El cambio esencial no es tecnológico, sino económico: pasar de cobrar por cada encargo a obtener ingresos recurrentes a través de productos escalables.
La IA convierte al profesional en una fuente de conocimiento susceptible de ser capturada. Las empresas pueden registrar cómo trabaja un experto, traducir ese criterio en sistemas internos y reducir su dependencia de personas concretas. Aunque esto incrementa la productividad, también puede disminuir el poder de negociación del especialista, y esa pérdida de influencia supone un riesgo laboral.
El Índice de IA 2025 de la Universidad de Stanford resume esta transformación con claridad: antes, las empresas necesitaban recurrir al experto cada vez que requerían su criterio; ahora pueden capturar ese conocimiento, empaquetarlo y redistribuirlo mediante software. El profesional recibe una compensación una sola vez, mientras que el sistema puede utilizarse miles de veces. En consecuencia, el verdadero ganador no será únicamente quien posea más conocimientos, sino quien logre convertirlos en un activo escalable.