¿Qué haremos cuando la IA haga todo el trabajo? La abundancia no se reparte sola (y el dinero no compra propósito)

NUESTRA TESIS: la sociedad de la abundancia que la IA hace plausible no fracasará por falta de productividad, sino —si fracasa— por falta de instituciones de reparto y de una cultura del propósito. El problema del INGRESO tiene soluciones conocidas y parcialmente probadas (los pilotos de renta básica funcionan mejor de lo que temían sus críticos); el problema del SIGNIFICADO no tiene piloto posible, y es el verdadero examen de esta transición. Entre medias, el corto plazo será turbulento y asimétrico: ya lo estamos midiendo en el empleo joven.

Empecemos por el fantasma que preside este debate: John Maynard Keynes. En 1930, en «Posibilidades económicas de nuestros nietos», predijo que hacia 2030 trabajaríamos unas 15 horas semanales. En lo económico acertó de pleno: la productividad creció incluso más de lo que estimó. Y sin embargo aquí estamos, a cuatro años de su fecha, trabajando 35-45 horas. Los economistas que han revisado su predicción señalan varios culpables: el deseo humano de competir y de estatus (Richard Freeman lo llama el gran punto ciego de Keynes), el consumo como escalera infinita —Keynes imaginó necesidades saciables; el capitalismo inventó necesidades nuevas—, y la desigualdad: las ganancias de productividad no se repartieron en tiempo libre para todos, sino en renta concentrada para algunos. La lección para la era de la IA es incómoda y central: LA ABUNDANCIA NO SE AUTODISTRIBUYE. Que la IA pueda producir riqueza sin precedentes no dice nada sobre quién la disfrutará ni en qué forma.

Segunda pieza: ¿qué sabemos de verdad sobre dar dinero a la gente sin condiciones? Más de lo que se suele admitir en ambos extremos del debate. El mayor experimento estadounidense, el de OpenResearch impulsado por Sam Altman (3.000 personas en Texas e Illinois, 1.000 dólares al mes durante tres años), midió una reducción del trabajo mínima —equivalente a una pausa de 15 minutos al día—, una caída notable del estrés financiero, gasto dirigido a necesidades básicas y un repunte de la intención emprendedora, especialmente entre mujeres y población negra. Finlandia (560 euros/mes a 2.000 desempleados) encontró mejor bienestar y salud mental sin deterioro del empleo. Y el estudio de GiveDirectly en Kenia —el más largo jamás realizado, con horizonte de 12 años y cientos de miles de receptores— no halla evidencia de «pereza» sino mejoras duraderas en ingresos, seguridad alimentaria y activos. El mito del sofá no sobrevive a los datos.

Ahora, la honestidad que exige nuestra línea editorial: los pilotos también marcan los límites. Mil dólares al mes es un suelo contra la pobreza, no una economía post-trabajo. Ningún piloto ha probado qué pasa cuando TODA una sociedad recibe renta incondicional financiada con la riqueza de la IA, ni cómo reaccionan precios, vivienda o migraciones. Críticos como Guy Standing señalan que el experimento de Altman ni siquiera era una renta básica en sentido estricto (no era universal ni comunitaria). Los pilotos demuestran que el dinero incondicional no destruye la voluntad de trabajar; no demuestran que baste para sostener una sociedad. Esa es la diferencia entre un analgésico y un sistema circulatorio nuevo.

¿Y de dónde saldría ese sistema? Aquí el debate se ha vuelto sorprendentemente concreto en los últimos dos años. La «Windfall Clause» de GovAI propone que los laboratorios se comprometan ex ante a donar una fracción creciente de beneficios extraordinarios si la IA transformadora dispara sus ganancias (hasta la mitad del margen si superan el 10% del PIB mundial). Brookings ha publicado un marco de hacienda pública para la era de la IA que baraja impuestos a la computación, a los tokens y a los servicios digitales. Y gana tracción la idea del «impuesto en acciones»: que las empresas de IA tributen emitiendo participaciones a un fondo público —al estilo del Alaska Permanent Fund— que pague un dividendo universal y dé al público voz en la gobernanza. Nuestra lectura: la propuesta más interesante es la que The Collective Intelligence Project llama PREDISTRIBUCIÓN — no esperar a que la riqueza se concentre para redistribuirla después, sino dar al público participación en el capital de la IA desde el principio. Porque si algo enseña el siglo XX es que redistribuir ex post contra intereses ya consolidados es una batalla que casi siempre se pierde.

Pero supongamos que resolvemos el ingreso. Queda el problema que ningún cheque resuelve: el del significado. Y aquí conviene no ser frívolos ni en un sentido ni en otro. El trabajo, en nuestras sociedades, no es solo renta: es estructura del tiempo, identidad, pertenencia y —quizá lo más importante— la sensación de CONTRIBUIR. Como se argumenta desde el Ash Center de Harvard, el modelo de «gravar a los ganadores y enviar un cheque a los perdedores» fracasa no por aritmética sino por antropología: convierte a ciudadanos contribuyentes en receptores, y eso erosiona la dignidad aunque el nivel de vida suba. Una sociedad donde la IA genera riqueza inmensa pero deja a millones sin un rol con sentido no es un éxito, es una bomba de relojería política.

Dicho esto, desconfiamos del catastrofismo existencial tanto como del económico. La historia ofrece un contraejemplo potente: la aristocracia ociosa de todas las épocas no cayó en la depresión colectiva; inventó el arte, la ciencia amateur, el mecenazgo, el deporte. Y los propios pilotos de renta básica apuntan en esa dirección: liberada de la supervivencia, la gente no se apaga; emprende, cuida, estudia. El problema del significado es real, pero es un problema de TRANSICIÓN y de CULTURA más que de naturaleza humana. Las generaciones que crezcan en la abundancia no heredarán nuestra ética del trabajo industrial, igual que nosotros no heredamos la del campesino que trabajaba de sol a sol. El duelo será nuestro, de los que fuimos educados para definirnos por nuestro empleo.

¿Y esta vez es distinto? Los paralelos históricos son la mejor vacuna contra el pánico y contra la complacencia. En 1800, el 75% de la fuerza laboral estadounidense trabajaba el campo; hoy, menos del 2%, y la producción agrícola es varias veces mayor. Aquella transición fue brutal para una generación y liberadora para las siguientes: agricultura→industria→servicios, con el «ciclo de desplazamiento» y la «reinstauración de tareas» que describen los economistas. El argumento de que esta vez es distinto también es serio: la IA no automatiza un músculo o una tarea, sino potencialmente el rango completo de tareas cognitivas, y si la máquina hace TODO mejor y más barato, la ventaja comparativa humana podría no encontrar refugio. Nuestra posición: es pronto para comprar esa conclusión como hecho —hoy la IA demostrada complementa más de lo que sustituye, y la difusión es más lenta de lo que promete el marketing (el propio Meta ha pospuesto reestructuraciones al admitir que sus agentes no reemplazan tareas al ritmo proyectado)—, pero es tarde para descartarla como fantasía. La honestidad intelectual exige sostener ambas ideas a la vez.

Y mientras filosofamos, el corto plazo ya está aquí, y es asimétrico, como venimos documentando sector a sector. El estudio del Stanford Digital Economy Lab encontró un declive relativo del 16% en el empleo de trabajadores de 22-25 años en las ocupaciones más expuestas a la IA generativa —mientras sus compañeros veteranos apenas se resienten—, un patrón que la Fed de Dallas confirma y que MIT Technology Review describe como una crisis larvada del trabajo de entrada. Ojo al matiz, que es donde vive la verdad: los estudios agregados en EE.UU. y Dinamarca no detectan aún destrucción neta de empleo, y la demanda de habilidades de IA en puestos junior casi se triplicó en un año. No es «la IA destruye el empleo»; es «la IA está quemando los peldaños inferiores de la escalera» — exactamente el patrón que anticipábamos: el back-office y lo rutinario caen primero; el criterio, la relación y lo presencial resisten. El riesgo inmediato no es el desempleo masivo, sino una generación que no encuentra por dónde empezar y una transmisión de conocimiento senior-junior que se rompe.

NUESTRA LECTURA, en síntesis: estamos ante tres transiciones simultáneas que van a distinta velocidad. La ECONÓMICA (la IA produce cada vez más valor) va rapidísima. La INSTITUCIONAL (impuestos a la computación, dividendos universales, renta básica a escala) apenas ha salido del papel. La EXISTENCIAL (reconstruir identidad y propósito sin el empleo como eje) ni siquiera ha empezado en serio. El escenario de riesgo no es que la IA «haga todo el trabajo»: es que la primera transición se complete décadas antes que las otras dos, dejando en medio una generación sin escalera, sin dividendo y sin relato. Keynes falló porque asumió que la productividad haría el trabajo político y cultural por sí sola. No lo hizo entonces y no lo hará ahora.

IMPLICACIONES. Para los gobiernos: empezar a construir la fontanería del reparto ANTES de que la riqueza se concentre —predistribución, fondos soberanos de IA, experimentos de renta a escala regional con medición rigurosa—, porque la gobernanza basada en evidencia exige generar esa evidencia ya. Para las empresas: el peldaño de entrada es infraestructura social, no solo un coste; quien lo elimine hoy no tendrá seniors mañana. Para las personas: en el corto plazo, la estrategia sigue siendo desplazarse hacia lo que resiste (criterio, relación, orquestación de la IA); en el largo, la pregunta «¿qué harías si no tuvieras que trabajar?» deja de ser un juego de sobremesa y se convierte en el proyecto educativo de una civilización.

Y el horizonte, que no se nos olvide entre tanta cautela: si gobernamos bien el reparto y nos tomamos en serio el propósito, al otro lado de esta transición hay algo genuinamente extraordinario —una economía donde la IA erradica enfermedades, alarga la vida buena y genera abundancia suficiente para que trabajar sea, por primera vez en la historia de nuestra especie, una elección apasionada y no una condena. Keynes se equivocó en la fecha y en la mecánica, pero no en la dirección. Que sus nietos —nosotros— no volvamos a fallar en el reparto: esa es la única parte del futuro que no se puede delegar en la máquina.