La inteligencia artificial ya transformó el mundo del trabajo. La ley aún no llega. Quienes recién empiezan —nuestros estudiantes, el talento junior— son los que más pierden si seguimos sin actuar. Este relato recorre el problema, la evidencia y una propuesta concreta de 10 puntos.
Parto con lo que me mueve. Soy docente de TI y desde hace 6 años uso la inteligencia artificial de forma intensiva: en mi trabajo, en mi docencia. También la enseño. Creo en su potencial para multiplicar capacidades humanas, no para reemplazarlas.
Pero me preocupa su efecto sobre el empleo —y sobre todo sobre el empleo junior: el de mis estudiantes, quienes recién se titulan y compiten por su primer trabajo. Con este sitio busco crear conciencia, informar y movilizar un movimiento ciudadano con alcance nacional, para que se legisle a tiempo y sin dejar fuera las aristas más peligrosas: el empleo junior, los subsidios y la capacitación en reconversión, y los límites para reemplazar a un humano por una máquina.
Esto no es un borrador: es una idea trabajada y abierta. Avanza en orden, etapa por etapa, y termina con una invitación a colaborar.
La automatización del trabajo cognitivo ya no es especulación ni ciencia ficción: es una fuerza que se está instalando más rápido que cualquier marco legal, institucional o educativo del país. Mientras las empresas adoptan herramientas de IA generativa a gran velocidad, Chile no tiene una ley de IA vigente, y el proyecto que duerme en el Congreso aún no resuelve la pregunta más urgente: qué pasa con las personas cuyo trabajo se automatiza.
Sin reglas, el incentivo empresarial para automatizar es enorme y creciente —y legítimo: la productividad es deseable. El problema es quién paga el costo de la transición. Hoy lo pagan los jóvenes: menos avisos para perfiles de entrada, postulantes saturados por puesto, salarios de partida a la baja. Eso se puede medir, se puede anticipar y se puede legislar.
Hay un cuerpo de investigación internacional extenso y consistente sobre la exposición del empleo a la IA. No coinciden en la velocidad, pero ningún estudio serio concluye que no habrá impacto. Esta es la evidencia con su lectura honesta:
| Fuente | Cifra clave | Lectura honesta |
|---|---|---|
| FMI · Gen-AI: AI and the Future of Work (2024) | ≈40% del empleo global expuesto a IA; ≈60% en economías avanzadas; la mitad de los expuestos se vería afectada negativamente. | La exposición no es desempleo automático, pero la presión existe y es masiva. |
| WEF · Future of Jobs Report (2025) | 170 millones de empleos nuevos vs. 92 millones desplazados hacia 2030 (neto +78M); ~41% de los empleadores prevé reducción de dotación por IA; ~39% de las habilidades cambiarán. | El "neto positivo" oculta una transición brutal: los desplazados no son los que se recontratan. |
| Goldman Sachs (2023) | ≈300 millones de empleos de tiempo completo expuestos a la IA generativa. | Exposición ≠ pérdida, pero el riesgo sectorial es alto y concentrado. |
| McKinsey (2023) | La IA generativa podría automatizar el 60–70% de las actividades de trabajo actuales; valor anual de US$2,6–4,4 billones. | El incentivo económico para automatizar es enorme y va a crecer. |
| MIT / Acemoglu (2023–2024) | Solo ~5% de las tareas son económicamente viables de automatizar hoy; la adopción es más lenta de lo que se teme. | La transición será gradual — y eso es una oportunidad para prepararse. |
| Informe "AI 2027" (escenario) | Escenario especulativo de AGI hacia 2027 con disrupción acelerada. | No es evidencia empírica: es un ejercicio de anticipación que recomienda prepararse ya. |
La literatura se divide entre gradualistas (Acemoglu, MIT: la adopción será más lenta por costos y barreras organizacionales) y aceleracionistas (AI 2027, líderes de la industria: el salto de capacidades está cerca y la transición será abrupta). Un petitorio responsable se diseña para ambos escenarios: medidas que funcionen si la transición es lenta (reconversión, datos, observatorio) y medidas que funcionen si es rápida (seguro de cesantía reforzado, fondo de transición, cláusulas de protección).
Para entender el debate, conviene ordenar las voces. Las presento de la más alarmista a la más conservadora, con su nivel de alerta:
Escenario especulativo de capacidades sobrehumanas hacia 2027. No es evidencia, pero es el ejercicio de anticipación más extremo: recomienda prepararse como si la disrupción fuera inminente.
≈300M de empleos de tiempo completo en el mundo expuestos a la IA generativa. Advierte además que la exposición será especialmente alta en trabajos de oficina y administrativos.
La IA generativa podría automatizar la mayor parte de las actividades actuales, con un valor económico anual de billones de dólares. El incentivo empresarial para automatizar es enorme.
El Future of Jobs Report 2025 proyecta 170M de empleos nuevos vs. 92M desplazados (neto positivo +78M), pero reconoce que la destrucción se concentra en tareas administrativas y de entrada, mientras los empleos nuevos exigen habilidades que hoy no se enseñan.
≈40% del empleo mundial (≈60% en economías avanzadas) está expuesto a la IA; la mitad de los expuestos se vería afectada negativamente. Es la medición más citada y la más sólida metodológicamente.
La visión más conservadora: por costos y barreras organizacionales, hoy solo una fracción pequeña de tareas es económicamente viable de automatizar. La adopción será gradual. Conclusión: hay tiempo — pero no infinito — para prepararse.
Entre el extremo alarmista y el conservador hay un hecho compartido: la exposición existe, es creciente y golpea primero a las tareas de entrada — exactamente donde compiten los talentos junior. La pregunta no es "si" habrá transición, sino "cómo" la administramos.
Chile es un importador neto de IA: no alberga laboratorios frontera, pero sus empresas y su Estado adoptan la tecnología de los gigantes globales. Eso significa que los beneficios económicos se generan en parte fuera del país, mientras el impacto laboral se siente completo acá: en Temuco, en las pymes, en los titulados.
La discusión de la ley de IA chilena se está cerrando sin evidencia regional y sin voz para el talento junior. Si la ley se aprueba sin cláusulas laborales —límite a la sustitución, cuota junior, financiamiento de la reconversión—, ese vacío se pagará durante décadas, y las regiones lo pagarán primero.
El sector TIC es el que más crece y el que más se presume "a salvo" de la IA. Los primeros datos regionales de Chile cuentan otra historia: es uno de los más expuestos, porque sus tareas de entrada son exactamente las que la IA generativa sabe hacer.
Siguiendo la metodología del FMI (WP/23/154): una ocupación está en riesgo cuando su exposición a la IA generativa es alta y su complementariedad (cuánto mejora la IA al trabajador en vez de reemplazarlo) es baja. Se cruzaron los scores internacionales por ocupación (Gmyrek et al., Nature 2025) con el empleo regional real de CASEN 2022.
| Ocupación | Empleos en La Araucanía | Clasificación |
|---|---|---|
| Secretarias ejecutivas | 4.245 | En riesgo |
| Contadores | 2.537 | En riesgo |
| Oficinistas generales | 1.642 | En riesgo |
| Teleoperadores de call center | 1.555 | En riesgo |
| Secretarias médicas | 1.435 | En riesgo |
| Soporte TIC (351x) — donde se inician nuestros titulados | — | En riesgo |
Fuente: pipeline Fase 0 del Observatorio (CASEN 2022 + Gmyrek et al. 2025, Nature; scores normalizados a ISCO-08, umbral E=0,45).
El sector que más profesionales necesita (déficit TIC) es a la vez el que más rápido automatiza sus propios escalones de entrada. El resultado: se busca senior con IA, no junior para formarlo. La tubería se rompe desde abajo.
Hasta ahora, nadie había medido cuánto empleo de La Araucanía está expuesto a la IA. Con el piloto del Observatorio ya existen los primeros números reales de Chile — y confirman la intuición: la región más vulnerable concentra el riesgo en el trabajo de oficina y en el talento junior TIC.
Fuente: pipeline Fase 0 del Observatorio del Empleo y la IA de La Araucanía (CASEN 2022 + Gmyrek et al. 2025; complementariedad con proxy 1−exposición — lectura honesta en el anexo técnico).
Estos números miden exposición, no desempleo automático. La exposición no es destino: es la señal temprana que permite anticipar, reconvertir y proteger. Eso es exactamente lo que un observatorio permanente haría trimestre a trimestre.
Chile no parte de cero: tiene instituciones y precedentes valiosos. Pero ninguna de las medidas laborales de protección frente a la IA existe hoy en el país. Así se compara:
| País / bloque | Instrumento | Qué hace |
|---|---|---|
| Unión Europea | EU AI Act (Reglamento UE 2024/1689) | Regulación por riesgo; exige transparencia algorítmica cuando la IA participa en decisiones laborales (contratación, evaluación, despido). |
| Alemania | Kurzarbeit (jornada reducida subsidiada) | El modelo más probado del mundo de transición sin destrucción de empleo: el Estado subsidia la jornada reducida y financia la reconversión mientras dura la crisis. |
| España (2024) | Reforma laboral con permiso retribuido | Reconoce el derecho del trabajador afectado por IA a adaptación y protección — antecedente de protección sin prohibiciones. |
| Francia | Debate sobre seguro de transición profesional | Propone un "seguro de transición profesional" obligatorio antes de despidos por causa tecnológica. |
| Francia, Italia, España, Reino Unido | Impuesto a servicios digitales (DST) 2–3% | Grava los ingresos digitales de las grandes tecnológicas. Precedente directo para financiar una transición justa. |
| EE.UU., Singapur, Japón, Canadá | Modelo pro-innovación | Sandboxes y guías voluntarias, sin obligaciones laborales duras. Es el modelo que el gobierno chileno cita en su indicación sustitutiva. |
| Medida del petitorio | ¿Está en la ley chilena? |
|---|---|
| Límite / condicionamiento a los despidos por sustitución IA | ❌ No |
| Cuota de contratación junior (20%) | ❌ No |
| Impuesto a servicios de IA para financiar la transición | ❌ No |
| Subvención a empresas que mantengan talento | ❌ No |
| Consulta previa a trabajadores ante automatización | ⚠️ Débil (solo guías) |
| Capacitación y reconversión laboral | ✅ Sí (indicación sustitutiva) |
La indicación sustitutiva se entrega a inicios de septiembre de 2026; la ley podría publicarse hacia 2027 y sus reglamentos en 2028–2029. Los puntos laborales no están en ninguna versión del proyecto — son el espacio de diferenciación. Enmarcarlos como "innovación con transición justa" es la forma de que sean escuchados.
Diez medidas accionables, medibles y ancladas en instituciones que ya existen en Chile. Diseñadas con incentivos antes que prohibiciones, graduales (escalan con la adopción real de IA), fiscalmente responsables y con foco en la región: el piloto parte en La Araucanía.
1. Un "tope duro" de despidos por IA choca con el régimen de libre despido chileno: se reemplaza por tipificar el despido por sustitución IA con indemnización agravada, reconversión previa y reporte público (encarece y condiciona sin prohibir).
2. El impuesto es bajo (2–3%, estilo DST europeo), con umbral y pymes exentas: un impuesto alto se traslada a precios y desincentiva la adopción que queremos fomentar.
3. El punto más barato y más poderoso es el Observatorio (punto 9): datos trimestrales por ocupación y región = munición para medios, parlamento y gobiernos.
Qué pide: tipificar el "despido por sustitución por IA/automatización" como categoría propia con: (a) indemnización agravada, (b) obligación de ofrecer reconversión pagada antes del despido en empresas sobre cierto tamaño, y (c) reporte público de estos despidos (formulario SENCE/DT).
Qué pide: un fondo público con financiamiento destinado: impuesto a servicios digitales de IA (punto 3) + reasignación inicial. Financia los puntos 3, 4, 5, 6 y 7. Gobernanza tripartita + academia, con rendición pública anual.
Qué pide: tasa del 2–3% (estilo DST europeo) sobre ingresos por servicios de IA de empresas sobre un umbral (ej. > UF 100.000/año), con exención para pymes usuarias y destinación clara al FTL-IA. Advertencia honesta: en Chile recaudará poco al inicio porque los gigantes facturan desde el extranjero — por eso tasa baja, umbral alto y revisión quinquenal.
Qué pide: (a) 20% de las nuevas contrataciones TIC del sector público para perfiles junior (primer empleo o <2 años); (b) condicionalidad en compras públicas y beneficios tributarios: quien contrata con el Estado o recibe beneficios por automatización debe acreditar ≥20% de nuevas contrataciones tecnológicas junior; (c) sanción suave: pérdida del beneficio, no multas.
Qué pide: expandir el contrato de aprendizaje y el Subsidio al Empleo Joven existentes: 6–12 meses, 50–80% del salario subsidiado por el FTL-IA, con mentoría formal, para titulados TIC (y otras áreas) en empresas que adopten IA. La empresa certifica competencias al finalizar. Ataca la "paradoja de la primera experiencia".
Qué pide: una "rama tecnológica" del Seguro de Cesantía: cuando el despido se declare por sustitución IA (punto 1), acceso a (a) más meses de cobertura (ej. +3 con cargo al fondo solidario) y (b) capacitación obligatoria y financiada mientras se cobra — un Kurzarbeit chileno: protegerse formándose.
Qué pide: un catálogo nacional de competencias IA (operador de IA, automatización, datos, prompting avanzado, seguridad IA) con certificaciones públicas, portables y reconocidas por la industria (co-diseñadas con ACTI, universidades, OTEC y empresas). La reconversión de los puntos 1 y 6 se certifica contra este catálogo.
Qué pide: derecho del trabajador a explicación cuando un sistema de IA participa en decisiones de contratación, evaluación, ascenso o despido; prohibición de monitoreo punitivo no informado; obligación de declarar el uso de IA en estos procesos. El punto con mayor respaldo internacional (EU AI Act) y de menor costo.
Qué pide: institución técnica (INE o Subsecretaría del Trabajo) que publique trimestralmente el mapa de exposición de las ocupaciones chilenas a la IA (metodología FMI/WEF, datos CASEN, SENCE, SII, INE), con alerta temprana por región y sector y evaluación de los KPIs del petitorio. Sin datos no hay política pública seria: es el punto que hace medible todo el petitorio.
Qué pide: consejo permanente (gobierno, empleadores, trabajadores, academia, regiones) que (a) valide y ajuste cada dos años un Plan Nacional de Empleo e IA con metas cuantitativas y (b) administre el FTL-IA. La Araucanía debe tener asiento (piloto regional).
Este es el resumen público. El petitorio íntegro —con análisis del problema, principios de diseño, factibilidad, riesgos y ruta de implementación por fases— está disponible como documento anexo: Petitorio por el Empleo en la Era de la IA (v0.1, completo).
El relato no termina en este sitio: termina en conversatorios, en los medios, en el GORE y en el gobierno central. El primer paso concreto es una carta de presentación del estudio piloto dirigida a la jefatura de la carrera de Antropología de la UC Temuco y al Gobierno Regional de La Araucanía:
Carta de presentación del estudio piloto · para la comunidad de la Universidad Católica de Temuco y el Gobierno Regional de La Araucanía
Presenta: Cristian Iglesias Vera — docente de Técnico Universitario en Informática, Instituto Tecnológico · Ingeniería Civil en Informática · UC Temuco.
Fecha: Septiembre de 2026.
La inteligencia artificial está transformando el mundo del trabajo a una velocidad que los marcos legales y las políticas públicas no están siguiendo. Los informes internacionales (AI 2027, WEF Future of Jobs, FMI) coinciden en que la exposición ocupacional a la IA es creciente y que el talento junior —quienes recién se titulan, como nuestros estudiantes— compite en desventaja frente a perfiles con más experiencia y frente a la automatización. Chile no tiene hoy una ley de IA vigente; la indicación sustitutiva del proyecto de ley se entrega en septiembre de 2026, y no hay evidencia regional que fundamente las decisiones: nadie ha medido cuánto empleo de La Araucanía está expuesto a la IA, ni qué ocupaciones están en riesgo, ni dónde se concentra el talento junior.
Un Observatorio del Empleo y la IA de La Araucanía, comenzando con un estudio piloto de 6 meses que producirá el primer mapa regional de exposición ocupacional a la IA de Chile (metodología FMI adaptada, datos públicos CASEN/NENE/SII + scores internacionales): foco en el talento junior y TIC, diseño mixto (cuantitativo + entrevistas a empleadores + focus groups con titulados), equipo meta-reflexivo con estudiantes junior como ayudantes, costo ≈ $0 en datos y pipeline reproducible y abierto.
La idea es que esto sea de conocimiento de todos los estamentos y carreras de la UC Temuco: no es un tema de una carrera ni de un instituto, es un tema de la comunidad completa — y de la región.
El sitio está concebido como una idea acabada, lista para recibir colaboraciones, opiniones y correcciones. Si eres estudiante, docente, empresario/a, dirigente, periodista o funcionario/a público/a: tu lectura crítica mejora la propuesta. Escríbeme a ciglesiasvera@gmail.com o cristian.iglesias@uct.cl.