Las cifras que más miedo dan sobre la inteligencia artificial y el primer empleo — como la caída del 16% en el empleo de jóvenes de 22 a 25 años en las ocupaciones más expuestas, medida por el Stanford Digital Economy Lab — vienen de Estados Unidos, no de México. Aquí, ese efecto simplemente no se ha medido: los indicadores mexicanos disponibles no tienen el detalle para verlo, ni para confirmarlo ni para descartarlo. Y decidir tu carrera con el pánico de otro país es decidir con los datos equivocados.
Soy Pratosh Dwivedi, cofundador y Director de Tecnología de TecnIA Universidad Online. Cada semana hablo con aspirantes — y con sus mamás y papás — que llegan con la misma angustia: «¿para qué estudio, si la IA va a hacer ese trabajo?». Esta pieza responde con datos: cuáles son de allá, cuáles son de aquí, y qué falta por medir. Porque el miedo también merece una auditoría.
¿De dónde salen las cifras del «apocalipsis del primer empleo»?
De nóminas estadounidenses — serias, pero con una historia más matizada que los titulares. El estudio más citado, «Canaries in the Coal Mine» del Stanford Digital Economy Lab (noviembre de 2025, con tablero actualizado el 1 de julio de 2026), usó nóminas reales de millones de trabajadores y encontró una caída relativa del 16% en el empleo de jóvenes de 22 a 25 años en las ocupaciones más expuestas a la IA. Pero el mismo estudio encontró dos cosas que los titulares omiten: los trabajadores de 35 a 49 años en esas mismas ocupaciones se mantuvieron estables, y los jóvenes en ocupaciones de baja exposición crecieron alrededor de 2% anual. El golpe no es contra «los jóvenes»: es contra un tipo específico de puesto — aquel donde la IA sustituye la tarea completa, no donde asiste a la persona.
Y hay un matiz más, del propio ecosistema estadounidense: el Economic Policy Institute (mayo de 2026) reporta que el desempleo de los graduados universitarios jóvenes subió de 4.0% a 5.3% — pero el de los jóvenes sin título subió de 5.9% a 7.1%. Si la IA fuera la causa dominante, golpearía más a los perfiles más expuestos a ella; que ambos grupos empeoren parejo sugiere que la economía general pesa tanto o más que la tecnología.
¿Qué dicen los datos mexicanos sobre el empleo joven?
Dicen menos de lo que quisiéramos — y eso es parte de la respuesta. En México no existe una medición equivalente a la de Stanford: nadie ha cruzado nóminas reales con exposición a la IA por ocupación y edad. Lo que sí existe son indicadores de brocha gorda: la tasa de desocupación nacional está en 2.8% (INEGI, ENOE, dato de mayo de 2026) — es decir, no hay una crisis general de empleo — y la participación de los jóvenes de 15 a 24 años dentro del total de desocupados bajó de 33.1% a 29.1% en un año. Ojo: ese último dato es una proporción del total de desocupados, no la tasa de desempleo juvenil, y no puede ver el efecto específico de la IA. La lectura honesta es: el desplome juvenil generalizado que sugieren los titulares no aparece en lo que sí medimos — y el efecto fino, sencillamente, nadie lo ha medido aquí.
Del lado de la demanda hay una señal pequeña pero real: según el Barómetro de la IA en el mundo laboral de PwC México (junio de 2026, con datos de la plataforma Lightcast), las vacantes que piden habilidades de inteligencia artificial se duplicaron en 2025 — de unas 33 mil a 68 mil —, aunque todavía representan apenas el 1.7% del total y el estudio no distingue cuántas son para recién egresados. Una puerta que se está abriendo, no un mercado que ya llegó.
Las magnitudes no viajan bien entre países; los patrones, a veces sí. El «-16%» de Stanford describe a Estados Unidos. Lo que sí puedes traerte es el patrón: cae el puesto donde la IA hace la tarea por ti; se sostiene el puesto donde la IA trabaja contigo.
¿Entonces el miedo es infundado?
No — pero está mal calibrado, y eso tiene consecuencias. Anthropic preguntó a 81,000 personas sobre economía e IA (abril de 2026) y encontró que por cada 10 puntos porcentuales de mayor exposición a la IA, la percepción de amenaza laboral sube 1.3 puntos — y que solo el 60% de quienes están al inicio de su carrera siente que la IA los beneficia, contra el 80% de los perfiles con experiencia. El miedo es un dato real de percepción; lo que no es, es un diagnóstico del mercado mexicano. Y hay que decirlo de frente: que México no haya medido el efecto no garantiza que no llegue — la ola puede llegar con rezago. Por eso la conclusión no es «relájate»: es «posiciónate».
También conviene poner el riesgo en su lugar. Para un joven en América Latina, el riesgo estructural medido no es la automatización: es la informalidad. Según el Panorama Laboral 2025 de la OIT (diciembre de 2025), la desocupación juvenil regional ronda el 12.5% — casi el triple que la adulta — y el 56% de los jóvenes que sí trabajan lo hace en la informalidad, sin seguridad social ni escalera de crecimiento. Y cuando la OIT y el Banco Mundial estimaron en 2024 que entre el 26% y el 38% de los empleos de la región podrían verse «expuestos» a la IA generativa, la palabra clave es expuestos: significa que la IA puede cambiar tareas de ese empleo — no que el empleo desaparezca.
¿Cómo se decide una carrera con estos datos?
Con una regla simple: no uses la magnitud importada para medir tu miedo; usa el patrón para elegir tu posición. El patrón — cae la tarea sustituible, se sostiene la asistida — es una hipótesis de trabajo, no una ley: la informalidad y la estructura ocupacional mexicanas podrían cambiarlo. Pero entre un titular alarmista, una cifra de otro país y una hipótesis con microdatos y mecanismo claro detrás, la hipótesis es la brújula menos mala. En la práctica significa preguntarle a cualquier carrera que consideres: ¿me está formando para operar tareas que una máquina ya hace — o para dirigir, verificar y decidir con la máquina al lado? Si quieres un método paso a paso para esa decisión, lo desarrollamos en ¿Quién serás tú cuando la IA pueda hacer todo?; y si quieres ver carreras diseñadas desde el lado de la asistencia — donde trabajar con IA es el plan de estudios, no una amenaza —, ahí están nuestros programas académicos.
Preguntas frecuentes
¿La IA ya está quitando empleos a los jóvenes en México?
No hay una medición mexicana que lo demuestre ni que lo descarte. Lo que sí está medido: en Estados Unidos el empleo de 22-25 años cayó 16% en las ocupaciones más expuestas (Stanford, nóminas reales), mientras en México la desocupación general está en 2.8% y la participación juvenil en el desempleo bajó (INEGI, mayo 2026) — indicadores que no pueden ver el efecto fino de la IA.
¿Qué carreras resisten mejor según la evidencia?
La evidencia disponible no bendice carreras: distingue tipos de tarea. Los puestos donde la IA sustituye la tarea completa cayeron; aquellos donde asiste a una persona que dirige y verifica se sostuvieron o crecieron (Stanford, 2025). La pregunta útil no es «¿qué carrera es segura?» sino «¿este plan de estudios me enseña a trabajar con la IA o a competir contra ella?».
¿El miedo de mi hijo o hija a la IA es exagerado?
Es comprensible y está documentado: la percepción de amenaza crece con la exposición a la IA, y quienes inician su carrera se sienten menos beneficiados que los perfiles con experiencia (Anthropic, 81,000 personas, abril 2026). Pero percepción no es mercado: conviene decidir con los datos locales disponibles y con el patrón de tareas, no con titulares importados.
¿Cuál es el riesgo real para un joven en América Latina?
El más medido es la informalidad: 56% de los jóvenes ocupados de la región trabaja sin seguridad social ni ruta de crecimiento, y la desocupación juvenil ronda 12.5% (OIT, Panorama Laboral 2025). Formarse en habilidades con demanda creciente — las vacantes de IA en México se duplicaron en 2025 (PwC) — es también una estrategia contra la informalidad.
¿Estás decidiendo carrera — o acompañando a alguien que decide — y quieres platicarlo con datos sobre la mesa? Escríbenos por WhatsApp: te respondemos con detalle, no con folleto.
Pratosh Dwivedi es cofundador y Director de Tecnología de TecnIA Universidad Online. Diseñó el sistema de evaluación AI-Native y la operación institucional de IA de la universidad. Más artículos del autor →
Transparencia: este artículo fue escrito por Pratosh Dwivedi con asistencia de herramientas de inteligencia artificial y revisado por su autor antes de publicarse, conforme a nuestra Política de IA.
