DESDE CHATGPT, UN TÍTULO RINDE UN POCO MENOS

Lo que sabe un trabajador es de dos tipos. Una parte puede ponerse por escrito, enseñarse y almacenarse: fórmulas, reglas, procedimientos. La otra se aprende con la práctica y queda ligada a la persona: en los ejemplos del artículo, un trabajador social aprende qué usuarios necesitan un seguimiento más estrecho, un cirujano aprende cuándo la tensión de un tejido no es la adecuada, un negociador aprende a leer el ambiente de una sala. La IA generativa hace que el primer tipo sea barato y abundante en el momento en que se necesita. ¿Qué efecto tiene eso en los salarios?

Dos precios en una nómina

Eduardo Levy Yeyati, Darío Judzik y Juan Ignacio Barbiero, de la Universidad Torcuato Di Tella de Buenos Aires, examinan dos cifras conocidas: cuánto más gana un trabajador por un año más de estudios y por un año más de experiencia. Los estudios sirven, de forma imperfecta, como indicador del conocimiento que puede ponerse por escrito; los años transcurridos desde que se dejó la escuela, del conocimiento adquirido con la práctica.

Su modelo hace dos predicciones. Si las máquinas proporcionan el conocimiento puesto por escrito, la paga adicional por los estudios debería reducirse. Si ese conocimiento y el juicio práctico funcionan mejor juntos, la práctica debería volverse más valiosa, sobre todo al comienzo de la carrera, cuando la gente aprende más rápido. Pero parte de la experiencia está ligada a la antigua forma de hacer el trabajo y puede perder valor, así que el efecto podría volverse negativo más adelante.

Empleos expuestos, empleos resguardados

La prueba utiliza la Current Population Survey de Estados Unidos, de enero de 2018 a junio de 2026: unos 656.000 registros salariales. Los empleos se clasifican según un índice de exposición a la IA elaborado antes de que existiera ChatGPT. El cuarto más expuesto (desarrolladores de software, auxiliares administrativos, contables, directores financieros, profesores universitarios) se compara con el cuarto menos expuesto: camioneros, mozos de almacén, personal de limpieza, auxiliares de cuidados, camareros. El reloj empieza a contar en noviembre de 2022, con el lanzamiento público de ChatGPT.

Antes de esa fecha, un año de estudios aumentaba el salario alrededor de un 7,5 % en los empleos expuestos, frente a un 1,7 % en los resguardados. El análisis compara a trabajadores dentro de una misma ocupación, antes y después, de modo que mide cambios en estos «precios» de los estudios y de la experiencia, no en los salarios medios.

Un año de estudios, con nuevo precio

En los empleos expuestos, la prima salarial por un año de estudios cayó 0,55 puntos respecto a los empleos resguardados: de alrededor del 7,5 % al 6,9 %, una caída de alrededor del 7 % de su valor anterior. En los empleos resguardados se mantuvo en el 1,7 %. No hubo ninguna deriva antes del lanzamiento, y la ruptura aparece en los doce primeros meses.

Una carrera que se inclina

La experiencia no se desplazó hacia arriba ni hacia abajo en bloque; la curva giró. Un año más de experiencia se paga 0,26 puntos más para alguien que lleva tres años trabajando, más o menos lo mismo a los quince años y 0,12 puntos menos a los veinticinco. En el modelo principal de los autores, el efecto cambia de signo hacia los 18 años; con curvas más flexibles, la inclinación se mantiene, pero ese punto exacto es menos seguro. La inclinación es más marcada entre los trabajadores con título universitario.

Sumándolo todo, un trabajador con dieciséis años de estudios y quince de experiencia en un empleo expuesto gana alrededor de un 3,2 % menos de lo que predeciría la tendencia de los empleos resguardados.

Comprobaciones frente a las coincidencias

• Trasladar la fecha de inicio a enero de 2020, el comienzo de la pandemia, no produce ningún efecto.
• Aplicar una misma regla a los salarios más altos, que las estadísticas estadounidenses limitan y registran de otra manera desde abril de 2023, deja los resultados casi sin cambios.
• Excluir los empleos de informática y matemáticas, afectados al mismo tiempo por los despidos del sector tecnológico, sigue dejando la caída de la prima por estudios en 0,49 puntos.

El declive al final de la carrera es la parte más débil de las pruebas: antes del lanzamiento, ese extremo de la curva ya oscilaba un poco.

No es una previsión

Los autores no afirman que los títulos hayan perdido su valor ni que los titulados se hayan vuelto menos productivos. Su resultado es un reajuste de precios a corto plazo dentro de los empleos expuestos. Las decisiones sobre estudios, la formación y los empleos de entrada se adaptarán. Una pregunta, escriben, podría ser la más importante a largo plazo: si los trabajadores podrán seguir adquiriendo el saber hacer práctico que gana valor, en caso de que la IA automatice parte del propio proceso de aprendizaje.