Hay algo vertiginoso en observar cómo un modelo de lenguaje redacta en tres segundos una disertación que a un estudiante de preparatoria le llevaría tres horas producir. No es solo una cuestión de velocidad. Es una cuestión de significado: si la máquina lo hace mejor, más rápido y sin quejarse, entonces ¿de qué sirve el aprendizaje? ¿De qué sirve el esfuerzo? ¿De qué sirve el título? Estas preguntas, confinadas durante mucho tiempo a las columnas futuristas de las revistas tecnológicas, ahora están presentes en los anfiteatros, las salas de profesores y las oficinas de RRHH. La inteligencia artificial no solo amenaza empleos: amenaza el significado mismo del trabajo intelectual humano.

Este texto no es un panfleto antitecnológico. Es un intento lúcido de cartografiar lo que la IA realmente hace a nuestros sistemas educativos, a nuestros mercados laborales y a nuestro contrato social, para sacar, sin angelismo ni catastrofismo, las conclusiones que se imponen.

El título en la era de la obsolescencia acelerada

La Educación Nacional francesa se basa en un contrato implícito de dos siglos: el Estado forma ciudadanos capacitados, los ciudadanos ofrecen sus habilidades a la sociedad, y la sociedad remunera esas habilidades a través del mercado laboral. Este contrato hoy se está resquebrajando por todas partes.

El primer problema es estructural: el tiempo de formación ya no corresponde al tiempo de obsolescencia del conocimiento. Un estudiante que comienza un máster en informática en 2024 aprende lenguajes, frameworks, paradigmas que estarán parcialmente obsoletos para cuando egrese en 2026. No por una revolución repentina, sino porque el ritmo de innovación en IA comprime los ciclos tecnológicos a niveles nunca antes vistos. Las universidades, diseñadas para ciclos largos de capitalización del saber, se encuentran enseñando lo de anteayer.

Algunas cifras que resumen el cambio

• 38 % de los empleos europeos expuestos a la automatización parcial para 2030 (OCDE, 2023).
• 5 años: duración media de una competencia técnica especializada en 2026, frente a doce años en 2000.
• 62 % de los estudiantes de secundaria franceses declaran usar regularmente la IA para hacer sus deberes (Ipsos, 2025).

El segundo problema es pedagógico. La escuela ha evaluado durante mucho tiempo la capacidad de *restituir*: memorizar una fórmula, recitar una fecha, resolver un ejercicio tipo. Esto es precisamente lo que los grandes modelos de lenguaje hacen con una eficacia formidable. Resultado: los estudiantes ya no se esfuerzan en memorizar, ya que pueden preguntar instantáneamente. Los profesores ya no saben qué evaluar. Los exámenes pierden su legitimidad si un teléfono basta para obtener un 17/20 en una disertación de filosofía.

No es culpa de los estudiantes: es la estructura misma de la evaluación la que está obsoleta. Pero cambiar la estructura es cuestionar setenta años de ingeniería pedagógica construida alrededor de la transmisión vertical de conocimientos codificados, una tarea titánica que ni los sindicatos de maestros ni los sucesivos ministerios tienen los medios para llevar a cabo con urgencia.

El tercer problema es social. El acceso a la IA no es igual. Un estudiante de secundaria parisino con una suscripción premium a un asistente de IA se beneficia de un tutor disponible veinticuatro horas al día, paciente, enciclopédico, multilingüe. Un estudiante de secundaria en una zona rural o en una familia precaria no tiene ese acceso. La IA corre el riesgo de aumentar las desigualdades escolares en lugar de reducirlas, contrariamente a las promesas entusiastas de las EdTech. La herramienta que podría democratizar el acceso al conocimiento se convertirá en una ventaja competitiva adicional para quienes ya lo tienen todo.

Cuando la señal del título pierde su sentido

Un título es una señal. Le dice a un reclutador: esta persona ha sobrevivido a cinco años de selección académica, puede leer complejidad, sabe trabajar bajo presión, es capaz de aprender. Esta señal tiene valor porque es costosa de producir: en tiempo, en dinero, en esfuerzos cognitivos.

La IA no destruye la señal directamente. La devalúa indirectamente, de dos maneras simultáneas.

Primera devaluación: las competencias certificadas por el título son parcialmente sustituidas. Un graduado en derecho sabe redactar contratos, analizar jurisprudencia, construir una argumentación. Los asistentes conversacionales hacen lo mismo, menos bien en los matices, mucho más rápido en el volumen. Si los despachos necesitan un abogado donde antes contrataban a cinco, el excedente de graduados se ve desplazado. El título sigue demostrando una competencia; pero la competencia vale menos.

Segunda devaluación: el valor de rareza del título se derrumba. Durante décadas, la masificación de la educación superior ha diluido progresivamente la señal del bachillerato, luego de la licenciatura, luego del máster. La IA acelera este movimiento haciendo accesibles a cualquiera capacidades de síntesis, análisis y redacción que constituían el núcleo del valor añadido de las profesiones intelectuales.

Dos escenarios creíbles para el final de la década

Escenario 2028. Un estudiante pasa cinco años en Sciences Po para dominar el análisis político y la comunicación institucional. A su salida, las consultoras han reducido su plantilla junior en un 40 % gracias a herramientas de IA especializadas. Su salario inicial es un 25 % inferior al de la promoción de 2020. Su préstamo estudiantil, en cambio, no ha disminuido.

Escenario 2030. Las empresas del CAC 40 comienzan a contratar basándose en portafolios y proyectos demostrables en lugar de títulos. Las grandes escuelas negocian su supervivencia reposicionándose en la formación de habilidades no sustituibles: liderazgo emocional, negociación intercultural, toma de decisiones bajo incertidumbre radical. El mercado de la certificación explota.

La pregunta no es «¿todavía valen algo los estudios?» — sí que valen. Pero su valor se desplaza. Migra de las habilidades técnicas codificables hacia las habilidades relacionales, creativas y éticas. Sin embargo, estas competencias son precisamente las que la Educación Nacional está menos equipada para enseñar y certificar. La brecha entre lo que produce la escuela y lo que valora el mercado nunca ha sido tan grande.

La ola de despidos silenciosos

Los economistas debaten desde hace diez años la pregunta: ¿la IA destruirá más empleos de los que creará? Quizás la pregunta esté mal planteada. La verdadera pregunta no es el saldo neto en treinta años, es la velocidad de destrucción y la geografía social de las víctimas.

La revolución industrial del siglo XIX destruyó masivamente empleos agrícolas y artesanales. Pero lo hizo a lo largo de varias generaciones. Los hijos de los tejedores se convirtieron en obreros de fábrica, los hijos de los obreros se convirtieron en empleados de oficina. La sociedad tuvo tiempo de adaptarse, dolorosamente pero orgánicamente. La IA no tiene esa clase de paciencia.

Los despidos relacionados con la IA no se parecen a los planes sociales clásicos. Rara vez se anuncian como tales. Una consultora no despide a cincuenta analistas junior: simplemente no los reemplaza cuando se van. Una redacción no suprime veinte periodistas: externaliza la producción de contenido estándar y reduce su plantilla permanente con la próxima oleada de salidas. Es lo que los economistas estadounidenses llaman *soft displacement*: una evaporación lenta más que una ola visible.

Los órdenes de magnitud, sin embargo, no son silenciosos: 14 millones de empleos amenazados en Europa para 2030 según el Foro Económico Mundial (2024), −26 % de puestos abiertos en finanzas corporativas entre 2022 y 2025 en los grandes bancos franceses, y una velocidad de destrucción de empleos cognitivos estimada en tres veces superior a la de los empleos manuales desde 2023.

Por qué los 'cuellos blancos' pagan la factura

Lo que hace que esta ola sea particularmente desestabilizadora es que afecta prioritariamente a las clases medias cualificadas, exactamente las personas que habían seguido el consejo dado durante treinta años: «estudien, trabajen en el sector terciario, el cuello blanco está a salvo». Los empleos menos amenazados a corto plazo siguen siendo paradójicamente los empleos manuales no rutinarios: fontanero, electricista, auxiliar de enfermería. Un robot todavía no coloca parqué y no consuela a una persona mayor. Pero un asistente conversacional redacta contratos, prepara diapositivas de presentación, programa en Python, traduce documentos y responde correos electrónicos de clientes.

Los 'cuellos azules' tuvieron su turno; ahora es el de los 'cuellos blancos'. La diferencia es que nadie les había advertido, y a menudo lo apostaron todo a su título para escapar de ello.

Francia, con su modelo social construido sobre el empleo asalariado, está particularmente expuesta. El derecho laboral, las cotizaciones sociales, la jubilación por reparto, el seguro de desempleo: todo el edificio se basa en la presuposición de que casi todos los adultos válidos trabajan. Si esta presuposición se derrumba, aunque sea parcialmente, todo el sistema tambalea.

Renta universal: la gran pregunta sin respuesta

La renta básica universal (RBU) ya no es una utopía de izquierdas de los años setenta. Es una hipótesis seriamente discutida por economistas de todas las tendencias, desde líderes de Silicon Valley hasta think tanks liberales europeos. El argumento es simple: si la IA elimina de forma duradera una fracción significativa de los empleos disponibles, una economía de mercado clásica no puede absorber el choque. Se necesita una red de seguridad universal, desvinculada del trabajo.

Pero la simplicidad del argumento esconde dificultades formidables.

El problema de la financiación. Una RBU realmente universal —pagada a cada adulto francés, sin condiciones, por un monto de 900 euros al mes— costaría aproximadamente 480 mil millones de euros al año. El presupuesto del Estado francés es de 600 mil millones. Esto no se financia suprimiendo algunas lagunas fiscales: hablamos de una reforma total del sistema impositivo, probablemente de una fiscalidad masiva del capital, de los robots, de los beneficios de la IA, una fiscalidad que los actores económicos afectados desplegarían toda su energía para eludir o deslocalizar.

El problema del significado. El trabajo no es solo un medio de subsistencia. Es una fuente de identidad, de estructura temporal, de socialización, de reconocimiento. Las experiencias piloto de RBU —en Finlandia, Kenia, California— muestran que los beneficiarios viven mejor materialmente pero no resuelven la cuestión del sentido. Una sociedad donde la mayoría de las personas no tienen un papel económico productivo es una sociedad que aún no sabemos cómo organizar.

El problema de la transición. Entre el «mundo actual» y el «mundo con RBU», hay una fase de transición política, jurídica y fiscal que podría llevar una década. Sin embargo, la destrucción de empleos por la IA no esperará a que los gobiernos se pongan de acuerdo. La brecha temporal entre la velocidad del cambio tecnológico y la velocidad del cambio institucional es quizás el riesgo más subestimado.

Tres familias, tres respuestas

Lo que defienden los progresistas. Una RBU financiada por un impuesto a la automatización: cada empleo reemplazado por una IA generaría una contribución a un fondo nacional redistribuido universalmente. Simple en teoría, complejo de medir e imponer en economías abiertas.

Lo que defienden los liberales. No una RBU, sino un Impuesto Negativo sobre la Renta (INR): por debajo de cierto umbral, el Estado otorga una prestación decreciente. Más simple de financiar, pero deja a millones de personas muy abajo en la distribución.

Lo que temen los conservadores. El colapso de la ética del trabajo, la desinserción social masiva y una dependencia creciente del Estado que las generaciones futuras tendrían que financiar. Temores que merecen ser tomados en serio sin invalidar el análisis del problema.

Lo cierto es que el status quo no es sostenible. Una sociedad que permite que se agrande la brecha entre la riqueza producida por los sistemas de IA y las condiciones de vida de una fracción creciente de su población se dirige hacia una inestabilidad política que la historia ya ha nombrado: populismo, resentimiento, fracturas irreconciliables.

La opinión de la redacción

La inteligencia artificial es una herramienta extraordinaria. Puede comprimir años de investigación médica, hacer accesibles servicios jurídicos que solo los ricos podían permitirse, multiplicar la capacidad creativa de los individuos. No es la tecnología lo peligroso, es la idea de que se desplegaría sin que la sociedad decida colectivamente sus reglas.

Lo que está en juego es la cuestión de quién se beneficia de las ganancias de productividad generadas por la IA. Si estas ganancias se concentran en los balances de unas pocas empresas tecnológicas mientras millones de trabajadores cualificados pierden sus ingresos y su sentido, entonces habremos logrado una hazaña tecnológica notable al mismo tiempo que producimos una catástrofe social.

Rehusarse a normalizar esto es exigir que la educación se replantee por lo que realmente es: no una fábrica de habilidades técnicas, sino una escuela de la humanidad crítica, creativa y ética. Es exigir que el mercado laboral se regule en su transformación en lugar de abandonarse a su lógica. Es exigir que el debate sobre la renta universal se plantee honestamente, sin angelismo ni rechazo ideológico.

La IA obliga a la sociedad a decidir qué quiere ser. Esta es quizás su contribución más valiosa, y la más incómoda.

Puntos clave

• 38% de los empleos europeos expuestos a la automatización parcial para 2030 (OCDE).
• 14 millones de empleos amenazados en Europa para 2030 (Foro Económico Mundial, 2024).
• La vida útil promedio de una competencia técnica especializada se redujo a 5 años en 2026, frente a 12 en 2000.
• El 62% de los estudiantes de secundaria franceses utilizan regularmente la IA para sus tareas (Ipsos, 2025).
• Una RBU universal de 900 €/mes en Francia costaría ≈ 480 mil millones de €/año, es decir, el 80% del presupuesto del Estado.
• Las clases medias cualificadas del sector terciario son hoy las más expuestas al *soft displacement*.