La predicción más citada sobre la IA y el empleo resultó equivocada. Los datos cuentan otra historia, si miramos.

En 2016, el científico de la computación Geoffrey Hinton (a quien a veces llaman "el padrino de la IA") se paró en un escenario y dijo algo que, visto en retrospectiva, ha envejecido tan mal como cualquier predicción en la historia reciente de la tecnología:

"Creo que si trabajas como radiólogo, eres como el coyote que ya pasó el borde del acantilado pero todavía no ha mirado hacia abajo. Deberían dejar de formar radiólogos ahora mismo. Es completamente obvio que en cinco años el aprendizaje profundo lo hará mejor."

Diez años después, la Oficina de Estadísticas Laborales de Estados Unidos (BLS) proyecta que el empleo en radiología crecerá 9% hasta 2034, el triple del ritmo de la ocupación promedio. El American College of Radiology contó 4,333 vacantes activas para radiólogos en marzo de 2026. El salario promedio de un radiólogo, según Fortune, llegó a $571,000, un 9% más que el año anterior. Cubrir una vacante toma en promedio 130 días.

Esos números se pueden leer de dos maneras.

Puedes leerlos como una anécdota aislada: una predicción falló; quien la hizo sigue siendo brillante; la IA igual viene por todos los demás. O puedes leerlos como un patrón que se repite: de forma predecible, mecánica, en cada ola de automatización de los últimos 200 años.

Este texto trata de por qué el patrón se sigue repitiendo. Y de por qué, para la mayoría de quienes lo leen, la perspectiva que elijan adoptar pesará más en su carrera que la tecnología en sí.

La historia del cajero automático

Si has oído un paralelo histórico sobre la IA y el empleo, probablemente sea el del cajero automático. Los cajeros de banco iban a desaparecer cuando las máquinas empezaran a contar dinero. No desaparecieron. El economista James Bessen, de la Universidad de Boston, documentó lo que pasó en realidad: entre 1988 y 2004, el número de cajeros por sucursal cayó más de un tercio. Pero el número de sucursales urbanas creció 40%. Efecto neto: la cantidad de cajeros de banco en Estados Unidos se duplicó durante los años en que los cajeros automáticos se desplegaban por todo el país.

El cajero automático no mató al cajero humano. Hizo que cada cajero fuera más barato de desplegar. Así que los bancos desplegaron más, en más lugares, haciendo otro trabajo. El manejo rutinario de efectivo pasó a la máquina; la banca de relación, la venta de productos financieros y la atención compleja al cliente se volvieron el nuevo núcleo del puesto.

Cuando la población de cajeros por fin sí cayó, en la década de 2010, la causa no fueron los cajeros automáticos. Fue la banca móvil. Otra tecnología, en otra década, haciéndole otra cosa a la economía de fondo. Lo que todos temían en 1980 era la cosa equivocada.

Esa misma forma, la del miedo a la cosa equivocada, se está repitiendo ahora mismo con la IA y los radiólogos.

Lo que pasó de verdad en la radiología

Si resumes lo que la IA puede hacer por un estudio de imagen (marcar lesiones, medir densidades, priorizar la cola, redactar una primera lectura), no obtienes un mundo con menos estudios. Obtienes un mundo con más estudios, porque cada uno se volvió más barato de realizar e interpretar.

Estados Unidos ya lee cerca de mil millones de estudios de imagen diagnóstica al año, con un crecimiento de aproximadamente 3-4% anual. Los motores son sobre todo demográficos y estructurales: una población que envejece, protocolos de tamizaje de cáncer más amplios, mayor uso de tomografía y resonancia magnética en urgencias, y la explosión de los procedimientos intervencionistas guiados por imagen. La IA abarató cada estudio, lo que amplió a quién se le hacía un estudio, lo que generó más trabajo de interpretación, no menos.

En economía esto se conoce a veces como la paradoja de Jevons: cuando la eficiencia sube, el recurso suele usarse más, no menos. Las máquinas de vapor más baratas quemaron más carbón. El cómputo más barato consume más cómputo. La imagen diagnóstica más barata significa más imagen diagnóstica.

CNN llamó a la radiología "el caso de estudio definitivo de por qué la IA no va a reemplazar a los trabajadores humanos". Reed Smith la describió como el campo donde la IA complementa en lugar de sustituir. Los datos son los datos.

Lo que está pasando con los ingenieros de software

El otro campo que, según todos, se está comiendo la IA: la ingeniería de software. La narrativa es ruidosa: 52,000 despidos en tecnología en el primer trimestre de 2026, casi la mitad atribuidos a la IA. La narrativa también está incompleta.

En ese mismo trimestre:

  • Las vacantes de ingeniero de software saltaron 30% en 2026, con más de 67,000 posiciones abiertas registradas en las grandes tecnológicas, la mayor demanda en más de tres años.
  • Las publicaciones de ingeniero de software en Indeed suben 11% anual, un ritmo más rápido que el de las publicaciones en general, según el seguimiento de Citadel Securities.
  • "Ingeniero de IA" fue el puesto de mayor crecimiento (#1) de LinkedIn en Estados Unidos en 2026. Publicaciones año contra año: 143% más.
  • La demanda de ingeniería de prompts creció 135.8% en un año.
  • Los trabajadores con habilidades de IA ganan una prima salarial del 56% frente a sus pares.
  • La BLS proyecta que las ocupaciones de cómputo y TI crecerán más rápido que el promedio hasta 2034, con cerca de 317,700 vacantes proyectadas por año.

Lo que está ocurriendo es una redistribución, no un colapso. Los roles que la IA elimina y los que crea no son los mismos roles. A un ingeniero backend que mantiene una app CRUD quizá le cueste más que en 2022. Un ingeniero capaz de construir, desplegar y gobernar un agente de IA está en el mercado más competido de la última década.

Por qué la perspectiva importa más que los datos

Aquí viene la parte incómoda: cada estadística de este artículo es pública. Lleva un año disponible. La narrativa que recibimos de los medios masivos (la IA viene por tu trabajo; el empleo de entrada murió; el gran desplazamiento ya llegó) no está siendo suprimida por los datos. Está coexistiendo con ellos.

La narrativa del miedo suena más fuerte que la de la abundancia porque la pérdida es psicológicamente más legible que la expansión. Un ingeniero despedido de una gran tecnológica es una historia; las 67,000 vacantes abiertas en otras empresas son una estadística. La mente las pesa distinto. Los titulares las pesan distinto. Buena parte de lo que moldea nuestra sensación colectiva del momento viene de la diferencia entre cómo se sienten esos dos hechos, no de cómo se miden.

Esta es la trampa de la perspectiva. No que tengamos malos datos. Que no notamos que estamos eligiendo qué datos sentir.

Si pasas un año diciéndote "la IA está destruyendo mi profesión", verás cada despido confirmándolo y te perderás cada vacante que lo contradice. Si pasas ese mismo año preguntándote "¿dónde está esto abaratando el trabajo, y qué se desbloquea al nuevo precio?", encontrarás otra carrera.

Los dos observadores miran el mismo mundo. Solo que a través de marcos distintos.

Qué significa esto en la práctica

Si te llevas una sola cosa de este texto:

Mira lo que crece, no solo lo que se encoge. Cada ola de productividad de los últimos 200 años ha tenido la misma forma: un número pequeño de empleos desaparece con estruendo, un número mucho mayor de empleos nuevos aparece en silencio, y quienes se colocan del lado del crecimiento de la ola salen mejor parados que quienes se colocan en su contra.

La predicción de 2016 falló porque trató a la IA como sustituto del radiólogo humano. La IA resultó ser un complemento: una fuerza que bajó el costo de cada estudio, lo que amplió la demanda total de estudios, lo que amplió la demanda total de radiólogos.

Lo mismo está pasando, en un arco más largo, en el software. Está empezando a pasar en servicios legales, contabilidad, marketing, diseño y atención al cliente. Pasará en docenas de campos más antes de que termine la década.

Lo que ves depende de lo que buscas. Los datos están ahí. La pregunta es qué historia eliges contarte sobre ellos.

Fuentes

  • BLS Employment Projections, 2024-34. U.S. Bureau of Labor Statistics
  • Fortune: "A decade after the 'Godfather of AI' said radiologists were obsolete, their salaries are up to $571K and demand is growing fast" (mayo de 2026)
  • CNN Business: "Worried about AI replacing your job? This job has become the ultimate case study for why it won't" (febrero de 2026)
  • Reed Smith: "Why is AI not replacing the demand for radiologists' services?"
  • CNN Business: "The demise of software engineering jobs has been greatly exaggerated" (abril de 2026)
  • Metaintro: "Software Engineer Job Listings Are Up 30% in 2026"
  • James Bessen: "Toil and Technology: ATMs and bank tellers," IMF Finance & Development
  • American Enterprise Institute: "What the Story of ATMs and Bank Tellers Reveals About the 'Rise of the Robots' and Jobs"
  • BLS: "AI impacts in BLS employment projections"
  • HeroHunt: "Fastest Growing AI Roles in 2026: Data and Rankings"