Geoffrey Hinton advierte sobre desempleo masivo por IA
Publicado el 10 de diciembre de 2025 por Sergio Jiménez Mazure en Inteligencia Artificial.
Geoffrey Hinton y John Hopfield pasaron de ser nombres familiares en los círculos académicos a ocupar titulares internacionales cuando, en 2024, recibieron el Premio Nobel de Física por sus aportes pioneros a las redes neuronales artificiales. Este reconocimiento no es casual, ni se debe únicamente a la elegancia de sus teorías. Su investigación puso en marcha el motor silencioso de la inteligencia artificial moderna que ya está remodelando —sin demasiado ruido, a veces— sectores completos de la economía, desde la medicina hasta el marketing digital. Cuando uno se detiene a mirar, es fascinante comprobar cómo esta tecnología, que años atrás parecía reservada a laboratorios y desarrolladores de Silicon Valley, hoy es la base de sistemas que usamos a diario: asistentes virtuales, recomendaciones personalizadas, mecanismos de detección de fraude y hasta diagnósticos médicos. No exagero si digo —lo señalan los propios informes de prensa del Nobel— que casi todo avance radical en automatización de tareas, análisis predictivo o reconocimiento inteligente se apoya, en mayor o menor medida, sobre los cimientos técnicos colocados por Hinton y Hopfield. No olvidemos que las Hopfield networks sentaron en los 80 un marco energético para el aprendizaje asociativo y que, poco después, el impulso definitivo al entrenamiento profundo con retropropagación cristalizó en los trabajos de mediados de los 80 que hoy sostienen el aprendizaje profundo. Resulta curioso pensar que, mientras en muchas empresas ecuatorianas todavía se debate cómo incorporar inteligencia artificial en procesos básicos, el mundo científico ya reconoce que estamos viviendo una transformación de escala histórica: la consolidación de un modelo de cómputo capaz de aprender, adaptarse y, a veces, sorprender incluso a sus propios creadores. ¿Quién iba a pensar, hace veinte años, que lo que empezó como una teoría matemática acabaría reescribiendo la agenda social y económica del planeta?
La Advertencia de Hinton sobre el Desempleo Masivo y la Disrupción Social causada por la IA
Cuando Geoffrey Hinton toma la palabra ante un auditorio, no lo hace desde el pánico fácil ni el catastrofismo vacío. Lo que remueve, más bien, es la certeza de quien ha visto —desde dentro— cómo las redes neuronales que ayudó a crear han salido del laboratorio y, sin apenas frenos, están cambiando el destino de millones de trabajadores. Hinton, aclamado como uno de los padres de la IA y Premio Nobel de Física 2024, se ha convertido en una de las voces más incómodas para la industria que él mismo ayudó a poner en marcha. Dejó Google en 2023 específicamente para poder hablar con libertad de los riesgos, y utiliza su prestigio como aval cuando señala que nos dirigimos a un “desempleo masivo”, con un trastorno social de una escala que ninguna revolución industrial previa había desatado.
El análisis que hace Hinton va bastante más allá de lo aparente. No se queda en la amenaza abstracta, sino que la aterriza con lógica de números y poder real: lanza la pregunta de cómo las grandes empresas tecnológicas podrán financiar los enormes centros de datos y el desarrollo de chips. Su respuesta es simple, incómoda y casi obvia cuando la escuchas: la principal fuente de ingresos será vender IA capaz de hacer por menos dinero el trabajo que ahora ejecutan empleados humanos. Así, parte del presupuesto que hasta ahora cubría nóminas pasará a alimentar el avance tecnológico. Es decir, la misma innovación que asombra por su velocidad se financia recortando sucesivamente el coste de la mano de obra. Lo expresó con claridad inquietante en su charla con Bernie Sanders en Georgetown: “Si os preguntáis de dónde sacarán estos tipos los billones de dólares que invierten en centros de datos y chips… una de las principales fuentes de ingresos será vender IA que haga el trabajo de los empleados por mucho menos”.
Esa franqueza, lejos de ser rechazada, fue recogida durante el debate por Sanders, quien no dudó en concluir: “estos tipos no son tontos: si invierten cientos de miles de millones en estas tecnologías, es porque esperan obtener ganancias”. La discusión no gira solo en torno a cifras. Se está hablando de una posible desestructuración social que, de materializarse, afectará a más que la pérdida de empleos individuales: podría tensar la cohesión de las sociedades a un nivel difícil de predecir. Hinton lo explica sin adornos: si las máquinas hacen lo que hacíamos nosotros, no solo desaparecen puestos de trabajo y salarios, sino la red de relaciones y de sentido que sostenía la vida cotidiana de millones de personas en sectores como administración, banca o logística.
En este paisaje de disrupción, surge la preocupación de Hinton por los efectos indirectos. El temor no es solo perder el trabajo, sino la aparición de un vacío estructural donde antiguos empleos no se sustituyen al ritmo necesario, y las comunidades encuentran enormes dificultades para reinventarse a la velocidad que exige el mercado. Si la automatización arrastra empleos administrativos en masa, como advierte también Dario Amodei, CEO de Anthropic, el resultado puede ser una oleada de incertidumbre, protestas y frustración y —como decía Hinton en Georgetown— el riesgo de “enorme trastorno social” que nadie parece tener del todo cuantificado.
Por ahora, la advertencia de Hinton acerca de la disrupción social y el desempleo masivo generado por la inteligencia artificial queda suspendida en el aire, llena de incógnitas. Su insistencia en que estos cambios no serán suaves ni graduales deberíamos tomarla en serio. Curioso, ¿no?, que una de las personas que pusieron los cimientos de la inteligencia artificial de la que dependemos hoy sea, ahora, quien más insiste en mirar el lado incómodo del espejo.
Contraste entre el Optimismo de Musk y Gates y la Visión Crítica de Hinton sobre el Futuro Laboral
Si hay algo que tensiona el debate sobre inteligencia artificial, es el choque de narrativas entre Silicon Valley y las voces técnicas más cautelosas. Elon Musk y Bill Gates comparten una visión extendida en entornos tecnológicos: la llegada de la IA permitirá a las personas disponer de mucho más tiempo libre, porque el trabajo pesado y repetitivo será cosa del pasado. En esta utopía, la automatización abriría las puertas a una sociedad en la que los humanos dedicarían sus días a proyectos creativos, hobbies o lo que se les antoje. ¿El trabajo obligatorio? “En el futuro no hará falta”, han repetido en varios foros. Un giro radical en las prioridades de vida. Casi suena a ciencia ficción, pero con el presupuesto de sus empresas detrás.
Geoffrey Hinton, sin embargo, aterriza el debate de golpe. Frente al optimismo incansable de Musk y Gates, Hinton planta una advertencia difícil de esquivar: el tiempo libre que promete la IA no llega porque las personas elijan dejar de trabajar, sino porque un porcentaje significativo de la población podría quedarse directamente sin empleo. “Lo que visualizo”, señala, “es un desempleo masivo”. Junto a John Hopfield, con quien compartió el Premio Nobel de Física 2024 justamente por sentar las bases tecnológicas que han hecho esto posible, Hinton expone lo que para muchos tecnólogos es el elefante en la sala: si las empresas invierten billones en IA, la motivación principal no es liberar a la sociedad del trabajo, sino reducir costes de personal. No es la promesa emancipada que venden los gurús; es una transición forzada y, en gran medida, unilateral.
En la conversación reciente del Institute of Politics and Public Service de Georgetown, ante Bernie Sanders, Hinton cuestionó esa visión idealista y detectó lo que califica como un “enorme trastorno social” en ciernes. Aquí el contraste es nítido. Silicon Valley insiste en que una vez liberados del empleo tradicional, surgirán nuevas formas de retribución y, si hace falta, se aplicará una renta básica universal para evitar que nadie quede atrás. Pero Hinton lanza una pregunta incómoda: si quienes pierden sus empleos pierden su salario, ¿cómo van a seguir alimentando el mismo sistema de consumo que da sentido a la economía actual? En otras palabras, ¿cómo va a sostenerse el modelo si los consumidores ya no tienen ingresos con los que comprar los productos automatizados que fabrican las propias IAs?
Musk y Gates parecen ver la IA como una palanca de emancipación; Hinton identifica en la misma palanca una fuente de exclusión potencial y desvanecimiento del contrato social sobre el que se construyeron las economías industriales. No es que falte la tecnología —de hecho, tanto Hinton como Hopfield y otros pioneros son los responsables técnicos del avance—, sino que lo que está en debate es el modo en que se reparte el valor que genera. El contraste entre ambas posiciones hace del futuro laboral de la IA una de las cuestiones abiertas más intensas de los próximos años.
Las empresas no invierten billones en IA para hacernos la vida más fácil, sino porque esperan obtener mayores ganancias reemplazando trabajadores.
El choque de posturas va mucho más allá de una simple diferencia de interpretación; es, en el fondo, el pulso entre una fe ciega en la promesa tecnológica y la urgencia de gestionar sus efectos no previstos. El propio Hinton, tras dejar Google en 2023, ha pasado de precursor a voz incómoda; ahora, su opinión resuena como recordatorio de que las distopías no se detienen con eslóganes, sino con anticipación y decisiones políticas informadas. Si los discursos triunfalistas (ese “todo va a ir mejor” de Musk y Gates) alivian el miedo social, la cruda proyección de Hinton fuerza a mirar debajo de la alfombra. El futuro laboral, visto desde aquí, está tan lleno de posibilidades como de interrogantes incómodos.
Implicaciones Económicas de la Automatización: Consumo, Salarios y el Debate sobre la Renta Básica Universal
Las implicaciones económicas del avance de la inteligencia artificial y la automatización tienen un peso que va mucho más allá de la pura eficiencia tecnológica o el ahorro en costes. Geoffrey Hinton ha puesto sobre la mesa una preocupación tan directa como incómoda: si las empresas apuestan por IA para reemplazar empleados y recortar masas salariales, ¿quién sostendrá la demanda de sus propios productos? Su advertencia resulta clara: “No habrá nadie que compre sus productos”, porque el músculo de consumo se desinfla en la medida en que millones de personas pierden su fuente principal de ingresos.
En la lógica que describe Hinton, las inversiones multimillonarias que están haciendo gigantes tecnológicos en centros de datos y chips encuentran retorno precisamente en la venta de sistemas de IA que ejecutan tareas que, hasta ayer, eran realizadas por empleados. La ecuación parece sencilla, pero se complica rápido: las empresas ganan en rapidez y margen, al tiempo que la masa laboral se reduce y con ella el flujo de salarios capaces de activar el circuito de consumo. El problema, entonces, no se queda en la puerta de las oficinas de recursos humanos, sino que se filtra a toda la economía. Se abre la posibilidad de un círculo vicioso donde la caída en empleo deriva en menor capacidad de gasto, y esto restringe ventas y frena la economía, algo que más de una vez hemos visto a escala local en países donde la industria entra en crisis y el tejido comercial se resiente. No es casual que organismos como el Foro Económico Mundial proyecten para 2027 una destrucción de alrededor de 83 millones de puestos y la creación de unos 69 millones, con un saldo neto negativo de 14 millones y un fuerte desplazamiento en ocupaciones administrativas.
“Si os preguntáis de dónde sacarán estos tipos los billones de dólares que invierten en centros de datos y chips… una de las principales fuentes de ingresos será vender IA que haga el trabajo de los empleados por mucho menos.”
Las propuestas de renta básica universal, a las que aluden figuras como Elon Musk, surgen como posible parche frente a este desafío. La idea de un ingreso mínimo garantizado para los desplazados por la automatización aparece en charlas, conferencias y debates parlamentarios, pero el propio Hinton apunta sus dudas sobre la factibilidad de aplicar esta medida a gran escala. Implementar una transferencia estable, sustancial y sostenible de riqueza en un contexto en el que las empresas tecnológicas concentran el poder y el beneficio no es, precisamente, un camino directo ni exento de dilemas políticos. A esto se suma la complejidad de definir quién paga y bajo qué reglas, en un entorno en el que los marcos normativos —como la reciente Ley de IA de la Unión Europea o el NIST AI Risk Management Framework— todavía están aterrizando en la práctica.
A esta tensión se suma el aviso de Dario Amodei, CEO de Anthropic, quien prevé la desaparición de la mitad de los empleos administrativos básicos, elevando la presión sobre los esquemas clásicos de contratación y sobre la estructura del propio mercado laboral. El pronóstico económico que plantea este escenario es tan complejo que ni siquiera la promesa de nuevos puestos —como recoge el informe del Foro Económico Mundial, aunque sin entrar en detalles aquí— puede disipar del todo el fantasma de la desigualdad y el desajuste entre oferta y demanda de trabajo. Mientras tanto, firmas analistas como IDC estiman que el gasto mundial en sistemas de IA superará los 300.000 millones de dólares en 2026, lo que sugiere que la automatización seguirá multiplicándose aunque la reconversión no vaya al mismo ritmo.
En el centro de la discusión se instala un dilema: si el progreso tecnológico genera riqueza, pero ese valor se distribuye de forma cada vez más desigual, las recetas habituales (formación, subsidios, incentivos fiscales) pueden resultar cortas. Lo que está en juego no es únicamente la supervivencia de empleos tal y como los entendemos hoy, sino la capacidad de sostener un entramado económico que dependa de millones de personas pudiendo consumir bienes y servicios, no solo de unos pocos algoritmos compitiendo por el margen más alto.
Retos y Oportunidades para Profesionales y Empresas: Reconversión Laboral, Uso Responsable de la IA y Adaptación Estratégica
Si algo deja claro el debate actual sobre la inteligencia artificial y el empleo es que navegar esta ola requiere, tanto de empresas como de profesionales, algo más que adaptación técnica: hace falta visión estratégica, agilidad y responsabilidad. Los datos que hemos repasado —las previsiones del Foro Económico Mundial sobre destrucción y creación de empleo, las alertas de Hinton y Amodei, el escepticismo ante recetas simples como la renta básica— marcan un escenario donde la reconversión laboral ya no es una opción sino una necesidad urgente. Aterrizado al día a día: se impone reconfigurar roles, procesos y métricas de éxito con una naturalidad para la que pocas organizaciones están verdaderamente preparadas.
Para muchas organizaciones, la pregunta práctica es cómo rediseñar el papel humano ante sistemas cada vez más autónomos. El desplazamiento de tareas rutinarias a manos de la IA, visible en sectores tan dispares como el marketing digital, la banca o la logística —y cada vez más en empresas ecuatorianas y españolas de todos los tamaños— obliga a centrar los esfuerzos en habilidades complejas, pensamiento crítico y comprensión contextual: precisamente lo que aún distingue a las personas de los algoritmos. Adaptarse implica identificar esos huecos donde el valor añadido humano no solo sobrevive sino que se multiplica, ya sea a través de la creatividad, la toma de decisiones en situaciones ambiguas o la conexión con realidades locales. En paralelo, conviene medir: qué procesos gana la IA, qué errores comete, dónde necesita supervisión humana y cómo se traduce todo ello en valor para el cliente.
Al mismo tiempo, la responsabilidad ética se convierte en parte del negocio. Que voces como Hinton insistan en la necesidad de reinvertir parte del beneficio de la IA en protección social y formación no es un mero gesto académico. Sabemos ahora que muchas de las tecnologías que usamos hoy —desde asistentes conversacionales hasta sistemas de recomendación o modelos predictivos— nacieron de proyectos financiados con fondos públicos. El compromiso empresarial pasa así por ir más allá de la rentabilidad inmediata: generar planes de reskilling realistas, promover la transparencia en el uso de algoritmos, anticipar el impacto sobre proveedores y clientes y, fundamentalmente, fomentar culturas de aprendizaje continuo capaces de absorber —y no resistirse— a los vaivenes tecnológicos. Acciones como auditorías algorítmicas, pilotos con criterios de salida claros o sandboxes regulatorios ayudan a reducir riesgos sin frenar la innovación.
Para quienes trabajan en la frontera de la comunicación, el marketing o la gestión digital, hay aquí una doble oportunidad: traducir el debate técnico a decisiones diarias y posicionarse como enlaces creíbles entre la tecnología y las personas. Quien sepa asesorar a equipos sobre cómo integrar la IA sin perder la mirada humana aportará un valor difícil de reemplazar. Porque la adaptación estratégica no va solo de adoptar herramientas sino de diseñar entornos inclusivos, donde la tecnología expanda —y no cancele— las oportunidades. En términos operativos, esto significa diseñar flujos de trabajo híbridos, documentar procesos, etiquetar datos de forma responsable y establecer indicadores que valoren tanto productividad como calidad y seguridad.
En América Latina y España, donde el proceso ocurre con sus propios matices, esta transición ya es palpable. Existen empresas que encaran la automatización como excusa para adelgazar plantillas, pero también hay proyectos —en Quito, en Madrid, en Medellín— que apuestan por potenciar competencias únicas de sus equipos y explorar nuevos nichos gracias a la IA. Universidades, cámaras de comercio y administraciones públicas están activando programas de capacitación acelerada, aunque la brecha de habilidades sigue siendo amplia. El futuro no está escrito, pero la ventana de oportunidad está abierta para quienes decidan actuar hoy.
La advertencia de Hinton pide respuesta colectiva: formación continua, regulación inteligente y diálogo honesto entre tecnólogos, empresas y ciudadanos. Ahora que la inteligencia artificial ya dejó de ser promesa y se ha convertido en variable diaria del trabajo, urge preguntarse cómo usar ese poder para construir sociedades más resilientes y equitativas. A fin de cuentas, todo avance técnico tiene sentido solo si mejora, en la práctica, la vida de las personas que lo hacen posible.
¿Ya estás pensando en cómo reimaginar el valor de tu equipo ante la IA? Si buscas orientación o quieres compartir tu experiencia, deja tu comentario o contacta para conversar. La transformación cognitiva se diseña en comunidad.
Resumen: La reconversión laboral frente a la inteligencia artificial exige estrategia, formación continua y responsabilidad empresarial.
Fuente: Genbeta