Cómo evaluar las afirmaciones sobre crecimiento y empleo de la IA

Las afirmaciones sobre crecimiento impulsado por IA suelen comprimir varias proposiciones distintas en una sola frase: una herramienta mejora una tarea, una empresa produce más, la inversión crea empleo y la sociedad se vuelve más próspera. Cada paso puede ser plausible sin demostrar el siguiente. Una evaluación seria los separa, nombra a la población afectada y pregunta qué evidencia distinguiría una ganancia duradera de un coste desplazado.

La necesidad de esa disciplina se aprecia en la agenda de IA del G20 para 2026. Los ministros conectaron investigación, comercialización, educación técnica, infraestructura digital e inversión industrial mediante objetivos voluntarios. El marco estableció una dirección, pero no proporcionó un mecanismo de financiación vinculante, un calendario común ni un sistema completo para medir resultados laborales. Esa brecha resulta útil más allá de una reunión concreta: los compromisos de política, los anuncios empresariales y las previsiones de mercado son insumos para una evaluación, no prueba de resultados.

Esta guía proporciona un marco de cinco partes para examinar productividad, exposición, costes de transición, infraestructura y distribución. Puede utilizarse para un programa gubernamental, un despliegue corporativo de IA, una propuesta de inversión, una iniciativa de formación o una afirmación pública sobre empleo.

Empiece convirtiendo la afirmación en una prueba

Antes de examinar una estadística, reescriba la afirmación en términos operativos. Identifique la intervención, la comparación, el período, el grupo afectado y el resultado propuesto. «La IA creará empleo» es demasiado amplio para probarlo. «Un programa financiado de centros de datos producirá una cantidad declarada de empleos locales de construcción durante tres años y una cantidad menor de puestos operativos permanentes» sí es comprobable. También lo es: «La asistencia de IA reducirá el tiempo necesario para un flujo de trabajo definido sin aumentar las tasas de error ni el retrabajo no remunerado».

Mantenga previsiones, compromisos, actividad y resultados en columnas separadas. Una inversión anunciada no es gasto contratado; el gasto contratado no es capacidad instalada; la capacidad instalada no es uso productivo. La matrícula en un curso no es finalización, y la finalización no es colocación. La capacidad de un modelo para realizar parte de una tarea no demuestra que una ocupación haya desaparecido.

Identifique también el contrafactual. La productividad puede mejorar por la IA, el rediseño de procesos, una demanda más fuerte, personal nuevo o varios cambios a la vez. El empleo en un sitio de infraestructura puede aumentar aunque la contratación de oficina de nivel inicial caiga en otro lugar. Sin una comparación —una base anterior, una unidad similar o una meta acordada— el evaluador no puede atribuir el cambio con confianza.

Prueba 1: ¿La productividad de la tarea se convierte en valor organizativo?

Empiece en el nivel más acotado respaldado por la evidencia. Mida una tarea definida antes de hacer afirmaciones sobre un puesto, una empresa, una industria o la economía. Entre las medidas útiles de tarea están el tiempo de finalización, el rendimiento, la calidad, el esfuerzo de corrección y la proporción de resultados que requieren escalamiento humano. Un primer borrador más rápido no es una ganancia de productividad si la verificación y la reparación consumen el tiempo ahorrado.

Después, siga cómo los ahorros a nivel de tarea circulan por la organización. La dirección puede usar el tiempo ahorrado para aumentar la producción, mejorar el servicio, reducir acumulaciones, acortar la jornada laboral o reducir plantilla. Estas decisiones producen efectos económicos y laborales distintos incluso cuando la misma herramienta funciona igual de bien. Registre qué vía pretenden seguir los responsables y qué resultado ocurre realmente.

Las medidas a nivel de empresa deben emparejar producción con calidad y coste. Haga seguimiento del trabajo completado, tasas de errores o incidentes, resultados para clientes, horas de trabajo, costes de servicios de IA y coste de supervisión. Cuando una afirmación se extienda a la economía, exija evidencia adicional como creación sostenida de empresas, inversión, salarios y producción, no una colección de demostraciones aisladas.

La pregunta clave es causal y práctica: ¿la IA ayudó a la organización a crear más valor útil con los recursos consumidos, o simplemente trasladó trabajo a revisión, infraestructura u otro departamento?

Prueba 2: ¿La afirmación sobre la fuerza laboral trata de exposición, transformación o desplazamiento?

Estos términos no son intercambiables. Exposición significa que la IA puede realizar algunas actividades dentro de una ocupación. Transformación significa que cambia la combinación de tareas. Desplazamiento significa que disminuye la demanda de trabajadores o que estos pierden puestos. La creación de empleo se refiere a un flujo diferente y puede ocurrir en otras ocupaciones o lugares.

El índice global refinado de la Organización Internacional del Trabajo ilustra la distinción. Su análisis de 2025 determinó que uno de cada cuatro trabajadores estaba en una ocupación con cierta exposición a la IA generativa, mientras que el 3,3 por ciento del empleo mundial estaba en la categoría de mayor exposición. Concluyó que la transformación era más probable que la sustitución completa porque la mayoría de las ocupaciones todavía contienen tareas que requieren participación humana. Esos hallazgos son una base para investigar, no una previsión de que cada empleador expuesto adoptará la IA del mismo modo.

Segmente la evidencia por ocupación, tarea, grupo de ingresos, género, región, antigüedad y tipo de contrato. La OIT detectó una exposición del 34 por ciento en países de ingresos altos y del 11 por ciento en países de ingresos bajos, así como mayor representación de mujeres en la categoría de mayor exposición. Por tanto, un porcentaje agregado puede ocultar riesgos y oportunidades materialmente distintos.

Observe los flujos en vez de un solo total de empleo: contratación, vacantes, ascensos, horas, salarios, despidos, retención y movilidad entre ocupaciones. Preste especial atención a los puestos de nivel inicial. Una organización puede evitar despidos mientras reduce la contratación júnior, debilitando la vía por la que los futuros trabajadores adquieren experiencia.

Prueba 3: ¿Se incluyen los costes de transición en el cálculo?

La formación suele presentarse como el puente entre exposición y oportunidad, pero un curso es solo una parte de un sistema de transición. Los trabajadores también pueden necesitar credenciales reconocidas, requisitos previos, tiempo, cuidado infantil, transporte, equipo, aprendizajes y empleadores con vacantes reales. Un programa diseñado para técnicos de centros de datos no atenderá automáticamente a un trabajador administrativo cuyas tareas están cambiando.

Evalúe la formación como una secuencia: ocupación objetivo, acceso, matrícula, finalización, reconocimiento de credenciales, colocación, progresión salarial y retención. Informe dónde abandonan la secuencia los participantes. Las tasas de finalización por sí solas no pueden mostrar si el programa conecta a las personas con una demanda duradera.

Incluya geografía y calendario. El trabajo de infraestructura puede aparecer cerca de plantas de fabricación, agrupaciones de centros de datos, sistemas eléctricos o universidades, mientras que el desplazamiento relacionado con software puede ocurrir en otro lugar. Los puestos de construcción pueden ser temporales; los puestos operativos pueden ser menos y más especializados. La recualificación tiene valor limitado cuando un nuevo puesto llega a otra región o después de que termine el apoyo a los ingresos de un trabajador.

Asigne explícitamente las responsabilidades de transición. Los empleadores pueden revelar requisitos de habilidades cambiantes y proporcionar tiempo remunerado de aprendizaje. Los proveedores educativos pueden alinear las credenciales con vacantes identificadas. Los gobiernos pueden financiar el acceso y seguir la movilidad. Si una propuesta promete adaptación sin nombrar quién paga, quién contrata y cuándo estará disponible el apoyo, su planteamiento laboral está incompleto.

Prueba 4: ¿Puede la infraestructura sostener el crecimiento proyectado?

La IA no es solo software. Las afirmaciones de crecimiento pueden depender de chips, servidores, centros de datos, refrigeración, equipo eléctrico, conexiones a la red, mano de obra de construcción, financiación y permisos. La capacidad en una capa no elimina los cuellos de botella en otra.

La energía merece su propio registro. La Agencia Internacional de la Energía proyecta que el consumo mundial de electricidad de los centros de datos será de unos 945 teravatios-hora en 2030, más del doble del nivel actual y algo menos del 3 por ciento de la demanda mundial de electricidad. Proyecta aproximadamente un 15 por ciento de crecimiento anual entre 2024 y 2030 e identifica la IA como el impulsor más importante junto con otros servicios digitales. Son proyecciones globales; los efectos locales dependen de dónde se concentra la demanda y de qué generación y transmisión están disponibles.

Para un proyecto o una política, documente la capacidad informática prevista, la demanda total de electricidad, las fechas de conexión, las etapas de construcción, las necesidades de refrigeración o agua y la responsabilidad de las mejoras. Separe la eficiencia por servidor o solicitud al modelo de la demanda total. Un menor consumo por unidad puede coexistir con un mayor uso agregado cuando se amplía el despliegue.

Examine después los efectos locales. ¿Quién paga las mejoras de la red o de infraestructura pública? ¿Qué sucede si se retrasan las conexiones o los permisos? ¿Los empleos de construcción se cuentan por separado de las operaciones permanentes? Una estimación de crecimiento creíble incluye el calendario físico y los costes comunitarios, en vez de tratar la computación como disponible de inmediato.

Prueba 5: ¿Quién recibe las ganancias y quién asume el riesgo?

La productividad agregada puede aumentar mientras sus beneficios permanecen concentrados. Evalúe al menos cuatro receptores: trabajadores, empleadores, clientes y comunidades que albergan infraestructura. Para los trabajadores, examine salarios, horas, calidad del empleo, poder de negociación y movilidad profesional. Para los empleadores, mida producción, coste, resiliencia e ingresos nuevos. Para los clientes, examine precio, acceso, calidad y recurso. Para las comunidades, incluya empleo, beneficios fiscales, presión sobre energía o agua y costes públicos.

La distribución también se aplica al fracaso. En empleo, educación, atención sanitaria o servicios públicos, una decisión asistida por IA puede afectar a personas que no eligieron el sistema. Los objetivos del G20 reclaman una adopción segura, fiable y digna de confianza, al tiempo que permiten enfoques nacionales flexibles. Un evaluador debe traducir esos principios en controles identificados: reglas de acceso, conservación de fuentes, revisión humana, responsabilidad por errores y una vía para impugnar decisiones consecuentes.

No compense efectos distintos en una única cifra de empleo. Nuevo trabajo de construcción no anula la pérdida de un puesto de oficina para un trabajador concreto. Una ganancia nacional no prueba que una comunidad anfitriona esté mejor. Informe primero beneficios y costes por grupo; agregue solo después de que la distribución sea visible.

Elabore una tarjeta de puntuación de evidencias

Para cada afirmación importante, registre la base, la meta, el responsable de los datos, el intervalo de informes y el nivel de confianza. Etiquete la evidencia como previsión, compromiso, actividad, resultado intermedio o resultado final. Esta taxonomía simple impide que un comunicado de prensa se compare directamente con empleo o productividad medidos.

Use indicadores emparejados para revelar compensaciones: producción con tasas de error, tiempo ahorrado con esfuerzo de revisión, finalización de formación con colocación, inversión con capacidad operativa, empleos creados con duración del empleo y eficiencia por unidad con demanda total de energía. Anote los datos que faltan en vez de llenar vacíos con supuestos.

Revise la tarjeta de puntuación en intervalos predeterminados. Un piloto operativo breve puede revisarse mensualmente, mientras que la movilidad ocupacional y los efectos salariales requieren observación más prolongada. Actualice la evaluación cuando cambie el caso de uso, la escala de despliegue, el plan de fuerza laboral o el calendario de infraestructura.

Lista práctica de comprobación para la evaluación

Antes de aceptar o implementar una propuesta de crecimiento de IA, confirme que puede responder estas preguntas:

• ¿La afirmación está redactada con una intervención, población, comparación, período y resultado medible definidos?
• ¿Las previsiones, los compromisos de financiación, la actividad desplegada y los resultados verificados se comunican por separado?
• ¿La medida de productividad incluye calidad, trabajo de corrección, supervisión y costes operativos de IA?
• ¿El análisis de la fuerza laboral distingue exposición a tareas, transformación de puestos, desplazamiento y creación de empleo?
• ¿Los resultados se segmentan por ocupación, región, género, grupo de ingresos, antigüedad y tipo de contrato cuando corresponde?
• ¿Los informes de formación abarcan desde acceso y finalización hasta credenciales reconocidas, colocación, salarios y retención?
• ¿Los puestos temporales de construcción se separan de los puestos operativos permanentes y de los empleos transformados en otros lugares?
• ¿El plan de infraestructura nombra computación, electricidad, red, refrigeración, calendario y restricciones de costes locales?
• ¿Las ganancias y los riesgos se comunican por separado para trabajadores, empleadores, clientes y comunidades anfitrionas?
• ¿Se definen revisión humana, acceso a las fuentes, responsabilidad por errores y vías de apelación para usos consecuentes?
• ¿Cada indicador se asigna a un responsable de los datos y a una fecha de revisión?
• ¿Qué evidencia llevaría a los responsables a pausar, rediseñar o detener el programa?

El propósito de este marco no es asumir que el crecimiento de la IA sea beneficioso o perjudicial. Es hacer auditables las afirmaciones amplias. La productividad, el cambio de la fuerza laboral, la formación, la infraestructura y la distribución interactúan, pero no deben mezclarse antes de que cada elemento se haya medido. Cuando quienes deciden preservan esas distinciones, pueden identificar ganancias auténticas, revelar costes desplazados y revisar un programa antes de que un lenguaje optimista se endurezca en compromisos de política o inversión.