La trampa de la automatización. Cuando todos saben que el precipicio existe, y aun así corren hacia él.

Hay un viejo argumento, que David Ricardo formuló en 1821 y John Maynard Keynes refinó un siglo después, según el cual las máquinas terminan por ocupar el lugar de los hombres en cada uno de los oficios. Durante doscientos años, ese pronóstico fue cierto y, al mismo tiempo, falso. Cierto, porque la mecanización efectivamente barrió oficios enteros. Falso, porque cada ola tecnológica creó otros oficios que absorbieron, con retraso pero finalmente, a quienes habían sido desplazados. La rueca y el telar mecánico hundieron a los tejedores ingleses; las computadoras personales borraron a las dactilógrafas; nadie llora, hoy, por ninguno de los dos.

La pregunta que recorre el debate económico contemporáneo es si la inteligencia artificial generativa, y sobre todo los agentes autónomos que comienzan a desplegarse en oficinas de todo el mundo, encajarán en ese viejo patrón o si esta vez la historia tendrá un final distinto. Los signos no son tranquilizadores.

En febrero de este año, Block —la empresa de pagos que fundó Jack Dorsey— recortó cerca de cuatro mil empleos, casi la mitad de su nómina, y su presidente declaró sin ambages que la inteligencia artificial había hecho innecesarios buena parte de esos roles. Salesforce reemplazó cuatro mil agentes de soporte al cliente con un sistema agéntico. Devin, el programador artificial de Cognition, ya trabaja en Goldman Sachs y en Infosys, haciendo solo el trabajo que antes requería un equipo de cinco ingenieros.

Solamente en 2025, los despidos en el sector tecnológico norteamericano superaron los cien mil, y en más de la mitad de los casos la inteligencia artificial fue mencionada como la causa directa. Un estudio reciente de la propia OpenAI, sumado al de Eloundou y colaboradores publicado en Science, estima que cerca del ochenta por ciento de los trabajadores estadounidenses ocupan puestos cuyas tareas son automatizables por modelos de lenguaje de gran escala.

Dario Amodei, el presidente de Anthropic, advirtió en enero que la disrupción del mercado de trabajo será, según sus palabras, inusualmente dolorosa, mucho más amplia y mucho más rápida que cualquiera de las anteriores.

El despedido de hoy es el cliente perdido de mañana. Cada ronda de eficiencia interna se paga, tarde o temprano, con una caída en el poder adquisitivo del que toda la economía depende.

El argumento que viene a continuación es, a primera vista, casi infantil de tan obvio. Pero es justamente su obviedad lo que lo vuelve interesante. Los trabajadores que las empresas despiden son, también, los consumidores que esas mismas empresas necesitan. Cada salario que desaparece es una porción de demanda agregada que se evapora. Si el proceso de reabsorción —el que históricamente convirtió a desempleados en empleados de oficios nuevos— funciona con lentitud, entonces la sucesión de despidos erosiona, ronda tras ronda, el mercado al que las propias empresas venden.

Si todas las empresas comprenden este mecanismo, ¿por qué no se detienen? ¿Por qué la racionalidad colectiva no impone una pausa? Esa es la pregunta que se hicieron Brett Hemenway Falk, de la Universidad de Pensilvania, y Gerry Tsoukalas, de la Universidad de Boston, en un trabajo publicado el 2 de marzo bajo el título The AI Layoff Trap. La respuesta, formulada con el rigor de un teorema, es inquietante: aun cuando todos los actores vean con claridad el precipicio que tienen delante, ninguno puede dejar de correr hacia él.

Una racionalidad que se devora a sí misma

El modelo que proponen Hemenway Falk y Tsoukalas es, deliberadamente, sencillo. Hay un sector con varias empresas simétricas. Cada una elige qué proporción de su plantilla reemplazar por inteligencia artificial. Cada tarea automatizada genera un ahorro —la diferencia entre el salario que se deja de pagar y el costo de la inteligencia artificial— pero, simultáneamente, despide a un trabajador, y ese trabajador deja de gastar buena parte de su ingreso en el sector.

La pregunta es bajo qué condiciones una empresa racional, con perfecta visibilidad sobre el daño que su decisión causa al conjunto, decide automatizar.

La respuesta tiene la elegancia de las cosas verdaderas. Cuando una empresa automatiza, captura el cien por ciento del ahorro que su decisión produce. Pero la caída en la demanda agregada que esa misma decisión provoca se reparte, en partes iguales, entre todas las empresas del sector. Si en el mercado hay diez competidores, la empresa que despide se queda con todo el ahorro y absorbe apenas un décimo del derrumbe del consumo. El otro noventa por ciento del daño se lo carga a los rivales.
El que automatiza se queda con el ahorro entero; el quebranto que provoca lo paga, en su mayor parte, el competidor de enfrente.

El resultado es lo que en la jerga académica se denomina una externalidad negativa, y en la jerga del juego, un dilema del prisionero clásico. Cada empresa sabe que si todas se abstuvieran de automatizar, todas estarían mejor. Pero la decisión de automatizar es, técnicamente, una estrategia estrictamente dominante: a la empresa individual le conviene automatizar, independientemente de lo que hagan las demás. Si los demás se abstienen, ella se queda con la ventaja competitiva entera. Si los demás automatizan también, ella al menos no fue la ingenua que se quedó atrás.

El equilibrio resultante es lo que los autores llaman, sin pudor, una carrera armamentista. Y como toda carrera armamentista, produce un resultado que nadie quería pero que todos contribuyeron a generar. El trabajo demuestra, con un teorema formal, que la tasa de automatización en equilibrio competitivo siempre es mayor que la que maximizaría las ganancias agregadas del sector. No se trata, en otras palabras, de que las empresas ganen lo que los trabajadores pierden. Se trata de que las empresas, colectivamente, también pierden. La transferencia de riqueza no existe: lo que existe es destrucción pura de excedente, lo que los manuales llaman peso muerto.

Más perturbador todavía: la distorsión empeora cuanto más fragmentado es el mercado. Un monopolista, paradójicamente, internaliza la totalidad de la externalidad —porque la demanda que destruye es enteramente suya— y elige la tasa de automatización socialmente óptima. A medida que el número de competidores crece, cada uno percibe una porción menor del daño que provoca, y la sobreautomatización se profundiza. Así, los sectores más competitivos, los que el manual celebra como los más eficientes, son justamente los que más sufren la trampa.

La paradoja de la Reina Roja

El primer reflejo, frente a este diagnóstico, es esperar que las propias mejoras de la inteligencia artificial resuelvan el problema. Si los sistemas se vuelven más productivos, si producen más unidades por tarea, si bajan los costos de manera tan radical que la torta se agranda en lugar de achicarse, la trampa debería atenuarse. La intuición es razonable. Pero, según demuestran los autores, es errónea.

El argumento es lo que ellos llaman el efecto Reina Roja, en homenaje al célebre pasaje de Lewis Carroll en el que la heroína debe correr cada vez más rápido solamente para permanecer en el mismo lugar. Cuando la inteligencia artificial gana en productividad, cada empresa percibe que automatizando más allá de los rivales puede ganar cuota de mercado. Ese incentivo adicional la lleva a automatizar todavía más. Pero como todas las empresas piensan igual, en el equilibrio simétrico esa ventaja se cancela: nadie gana cuota, todos automatizan más, y el daño agregado a la demanda crece. Mejor inteligencia artificial, en este modelo, no soluciona el problema. Lo agranda.

La inteligencia artificial más capaz no atenúa la carrera: la acelera. Cada empresa corre más fuerte solamente para no quedarse atrás del resto.

Los autores examinan, uno por uno, los demás mecanismos que la teoría económica suele invocar como amortiguadores. La flexibilidad salarial —el supuesto auto-corrector del mercado de trabajo, central en el trabajo de Daron Acemoglu y Pascual Restrepo— ofrece, sí, un alivio: si los salarios bajan, el ahorro de automatizar también baja, y la trampa se desactiva en alguna medida. Pero la cura es peor que la enfermedad: si los salarios caen hasta empardar el costo de la inteligencia artificial, los trabajadores que conservan el empleo ganan poco más que las máquinas.

La externalidad desaparece, sí, pero porque el problema se transformó: la pobreza por desplazamiento se trocó en pobreza por compresión salarial. La libre entrada de nuevas firmas, segunda candidata clásica, no resuelve nada: en muchos casos la fragmenta el mercado todavía más, y la trampa se ahonda.

Lo que sirve y lo que no

Aquí el trabajo se vuelve políticamente filoso. Hemenway Falk y Tsoukalas evalúan, con la misma frialdad analítica, los instrumentos que el debate público suele proponer para mitigar el desplazamiento por inteligencia artificial. La conclusión es, para muchos, contraintuitiva.

El ingreso básico universal, panacea predilecta de Silicon Valley desde hace una década, no corrige la trampa. Eleva el piso del nivel de vida de los desplazados, lo cual no es poco, pero no altera en absoluto el cálculo marginal de las empresas. Cada empresa sigue ahorrando lo mismo por cada tarea automatizada, sigue absorbiendo apenas un enésimo del daño a la demanda, y sigue automatizando más de lo socialmente óptimo. Peor: si el ingreso básico se financia con impuestos generales y permite la entrada de nuevas firmas atraídas por la mayor demanda autónoma, puede agravar la fragmentación del sector y profundizar la sobreautomatización. La medida sirve para amortiguar el costo humano del proceso, no para detenerlo.

El impuesto al ingreso de capital tampoco funciona: una alícuota proporcional sobre las ganancias se cancela del primer orden de la condición de optimización, y deja el equilibrio inalterado. La participación de los trabajadores en las ganancias —los esquemas de equity sharing, los planes de propiedad accionaria de empleados— mejora las cosas, pero no las arregla del todo: alcanza una porción del problema, pero la externalidad es estructuralmente multilateral, y los acuerdos bilaterales no llegan a la demanda que se filtra hacia los rivales.

Ningún acuerdo voluntario entre empresas es estable: la deserción es siempre la mejor jugada. Sin coerción exterior, la carrera no se detiene.

La negociación coasiana —ese instrumento que, en mercados pequeños y bien definidos, suele resolver externalidades sin intervención estatal— fracasa también, por dos motivos que conviene subrayar. El primero: la externalidad es entre firmas, no entre firmas y trabajadores; ninguna negociación dentro de la empresa alcanza al daño que se exporta hacia los competidores. El segundo: como automatizar es una estrategia estrictamente dominante, ningún acuerdo voluntario entre empresas es auto-sostenible. La deserción siempre paga, hagan los demás lo que hagan. El propio Coase, lúcido como era, había advertido que en escenarios con muchos jugadores el teorema deja de funcionar.

Solo un instrumento, según los autores, ataca la trampa en el margen correcto: un impuesto pigouviano por tarea automatizada, fijado exactamente en la magnitud de la demanda externalizada hacia los rivales. La idea, en sí, no es nueva: tiene casi un siglo, y Arthur Cecil Pigou la formuló en 1920 para internalizar las externalidades de la contaminación. Lo nuevo es la aplicación. La recaudación, si se canaliza hacia programas de recapacitación que efectivamente reabsorban a los desplazados, tiene la virtud potencial de auto-extinguirse: a medida que los trabajadores recuperan ingreso, la externalidad se reduce, y la alícuota óptima cae con el tiempo.

Una lectura desde el sur

El modelo de Hemenway Falk y Tsoukalas describe un sector cerrado, simétrico, con empresas idénticas. La realidad —en particular la realidad argentina— es más sucia. Pero algunas implicancias se trasladan con facilidad.

La primera es que un impuesto a la automatización aplicado unilateralmente por un país tiene un problema obvio: las empresas más expuestas pueden trasladar la decisión a otra jurisdicción, o relocalizar las funciones automatizadas allí donde el impuesto no exista. El paralelo con el debate sobre los aranceles a la frontera del carbono —que la Unión Europea aplica desde hace pocos años— es transparente. Sin coordinación multilateral, o sin algún equivalente al mecanismo CBAM aplicado a la automatización, el remedio se vuelve, en parte, exportador del problema. El argumento no derrota a la propuesta: la matiza.

La segunda es que el diagnóstico cambia el orden de las prioridades. Buena parte del debate público, en la Argentina y fuera de ella, se concentra en cómo reparar a los desplazados después del despido: programas de capacitación, seguros de desempleo, ingreso básico. Todo eso es necesario, ninguno de esos instrumentos sobra. Pero ninguno de ellos toca la causa. El paper sugiere que la prioridad debería ser, también, modificar los incentivos competitivos que generan el desplazamiento en primer lugar. La política reparatoria es buena. La política sobre el margen es la que falta.
Atender solo las consecuencias del desplazamiento, sin tocar los incentivos que lo producen, es tratar la fiebre sin pensar en la infección.

La tercera es más sutil, y tiene que ver con la geometría del problema. Los sectores donde la trampa muerde más fuerte son los más competitivos y fragmentados, no los oligopólicos. Esto invierte buena parte de la intuición regulatoria habitual, que tiende a vigilar a las empresas grandes y dejar tranquilos a los mercados con muchos jugadores. En el caso de la automatización, sucede al revés: el monopolista internaliza la externalidad y se contiene; el mercado fragmentado se descontrola. Servicios al cliente, software, back office financiero, logística de plataformas: en todos esos sectores, donde la competencia es feroz y los márgenes son finos, la trampa opera con mayor virulencia. Y en todos ellos la inteligencia artificial ya está, hoy mismo, reemplazando trabajadores.

La pregunta que queda

Hay un detalle del trabajo que conviene retener. Los autores dedican un capítulo a un parámetro que ellos llaman η, y que representa la fracción del ingreso perdido por desplazamiento que se recupera mediante recapacitación o reabsorción en empleos nuevos. Cuando η es menor que uno —cuando el desplazado no recupera lo que perdió— hay sobreautomatización. Cuando η es mayor que uno —cuando el desplazamiento es escalón hacia un empleo mejor pagado— hay subautomatización: las empresas, paradójicamente, se mueven más despacio que lo socialmente deseable.

Toda la apuesta política del optimismo tecnológico se juega en ese número. La historia de las revoluciones industriales previas, leída con cuidado, sugiere que η terminó siendo mayor que uno —pero con largos períodos de transición en los que la respuesta era inequívocamente la contraria. Quien pierde el empleo por una innovación tecnológica suele sufrir, según una literatura empírica robusta que se remonta a Jacobson y sus coautores, pérdidas de ingreso persistentes durante años. La historia, finalmente, los reabsorbe. La transición, mientras tanto, es brutal.

La inteligencia artificial puede llegar a producir, eventualmente, una η mayor que uno: los datacenters, la infraestructura energética, los servicios adyacentes, generan empleos calificados que pagan más que muchos de los que se destruyen. Eso es posible. Pero no es seguro, y sobre todo no es inmediato. Mientras η permanezca menor que uno —y todos los indicadores tempranos sugieren que estamos exactamente en ese régimen—, la trampa de la automatización opera, y opera con fuerza. Lo que el trabajo de Hemenway Falk y Tsoukalas demuestra, con la frialdad de la lógica, es que ningún juego de mercado, ningún cálculo individual racional, ninguna mejora tecnológica adicional, va a desactivarla por sí solo.

Hace falta otra cosa. Una que ya no es asunto de las empresas, sino de la política.