La expansión de la inteligencia artificial y la robotización plantea una pregunta que ya dejó de ser futurista: ¿qué deberían hacer los Estados si una parte importante de las tareas que hoy realizan trabajadores pasa a ser ejecutada por máquinas o sistemas inteligentes? Los organismos internacionales coinciden en que la respuesta no debería limitarse a compensar el desempleo una vez producido, sino anticipar la transformación.
La robotización y la inteligencia artificial están modificando la relación entre tecnología y empleo a una velocidad que obliga a los Estados a anticiparse. La Organización Internacional del Trabajo (OIT) estima que uno de cada cuatro trabajadores del mundo está en una ocupación con algún grado de exposición a la IA generativa, aunque advierte que, en la mayoría de los casos, los puestos tenderán a transformarse más que a desaparecer.
El escenario, por lo tanto, no debería plantearse únicamente como una futura ola de desempleo, sino como una transición laboral de gran magnitud. El Foro Económico Mundial proyectó en 2025 que, hacia 2030, las transformaciones tecnológicas y otros cambios podrían crear 170 millones de puestos y desplazar 92 millones, con un saldo neto positivo de 78 millones. La cifra supone, sin embargo, una fuerte reasignación de trabajadores entre actividades.
Frente a ese proceso, una primera responsabilidad estatal es construir sistemas permanentes de capacitación y reconversión laboral. La OIT recomienda educación durante toda la vida, fortalecimiento de competencias básicas y formación para utilizar herramientas de IA. El Foro Económico Mundial calcula que 59 de cada 100 trabajadores necesitarían capacitación antes de 2030 si se pretende responder a la transformación prevista del mercado laboral.
La capacitación, sin embargo, no alcanza por sí sola. El Fondo Monetario Internacional sostiene que los gobiernos deberían ampliar y fortalecer los seguros de desempleo, mejorar la portabilidad de las prestaciones y contemplar mecanismos de seguro salarial. También plantea programas de asistencia para quienes enfrenten períodos prolongados sin trabajo o sufran una caída de la demanda laboral local por la automatización.
Otra herramienta es anticipar dónde se producirá el desplazamiento. Los Estados pueden crear observatorios del mercado laboral que crucen información sobre automatización, vacantes, salarios y competencias requeridas. Con esos datos, podrían financiar capacitación antes de que una actividad entre en crisis, facilitar la movilidad hacia sectores con demanda y coordinar empresas, sindicatos, universidades para acelerar las transiciones laborales.
También aparece el desafío fiscal. La OCDE advierte que si una porción creciente de las ganancias derivadas de la automatización queda concentrada en el capital y no se traduce en más empleo o mejores salarios, los sistemas …
… de protección social pueden perder recursos porque una parte importante de su financiamiento depende de los ingresos laborales. Por eso plantea revisar, cuando corresponda, la combinación de impuestos al trabajo y al capital.
Los Estados también podrían utilizar parte de las ganancias de productividad generadas por la IA para sostener la transición. Esto no implica necesariamente crear un impuesto específico a los robots, una alternativa debatida, sino evaluar cómo distribuir los beneficios mediante políticas tributarias, capacitación, servicios de empleo y protección social. El FMI sostiene que la política fiscal puede ayudar a repartir mejor los beneficios de la IA.
La reducción o reorganización del tiempo de trabajo constituye otra posibilidad que forma parte del debate. Si una empresa consigue producir lo mismo con menos horas gracias a la automatización, puede discutirse cómo repartir parte de esa ganancia entre capital y trabajo, mediante salarios, formación o una menor jornada. La OCDE señala que las políticas públicas y la negociación colectiva pueden contribuir a distribuir mejor esos beneficios.
En América Latina, el desafío es mayor por la informalidad y las brechas digitales. La OIT recomienda mejorar la infraestructura tecnológica, fortalecer las competencias, ampliar la protección social y facilitar el pasaje desde la informalidad hacia empleos formales. En países donde millones carecen de cobertura laboral estable, una automatización acelerada podría profundizar desigualdades si la transición no es acompañada por políticas públicas.
Argentina ya cuenta con herramientas que podrían integrarse a una estrategia de mayor alcance. En mayo de 2026, el programa Capacitar incorporó trayectos gratuitos vinculados con Inteligencia Artificial, programación, datos, desarrollo web y software. La propuesta, elaborada junto con la Secretaría de Empleo, busca desarrollar habilidades demandadas por las empresas. El desafío será ampliarlas y llegar a quienes pierdan su ocupación.
La discusión, en definitiva, no consiste solamente en decidir si los Estados deben frenar o acelerar la inteligencia artificial, sino en determinar cómo administrar una transformación que ya comenzó. La OIT propone combinar redistribución, protección social, políticas activas de empleo, capacitación digital y gobernanza. El objetivo sería que la tecnología aumente la productividad sin convertir sus beneficios en una fuente adicional de exclusión.
Fuentes consultadas: Organización Internacional del Trabajo (OIT), Fondo Monetario Internacional (FMI), Organización para la Cooperación y el Desarrollo Económicos (OCDE), Foro Económico Mundial y Gobierno argentino, a través del programa Capacitar. Las proyecciones sobre empleo deben interpretarse como escenarios y estimaciones, no como una cantidad asegurada de puestos que efectivamente se perderán o crearán.
Sigue a ECOS en su canal de Whatsapp y no te pierdas todo lo nuevo que este sitio publica para ti todos los días. IR AL CANAL
ENCUESTA:
NOTA: Esta encuesta es libre y se preserva la identidad del votante. El sistema toma un voto por domicilio (dirección IP), para más votantes en un mismo hogar usar plan de datos móviles en el dispositivo.
SEGUÍ A ECOS EN SUS REDES:
SITIO WEB …
FACEBOOK …
WHATSAPP …
INSTAGRAM …
THREADS …
X -TWITTER …
