Una reflexión en tiempos de IA: ¿y las personas?

Por Sato Tamashiro y Megumi Dávila:

La inteligencia artificial ya es parte de nuestro día a día. Está cambiando cómo trabajamos y hasta cómo nos relacionamos con las personas con las que trabajamos. Y en algunas organizaciones ya se nota en los equipos: hay funciones que hoy podrían hacer herramientas de IA, y por eso se están haciendo ajustes. En medio de esa conversación sobre eficiencia nos queda una pregunta, y es bien directa: ¿qué pasa con las personas? ¿Qué pasa con el talento humano y, sobre todo, con el talento diverso?

Miremos qué está pasando en otros países y en nuestro entorno. Hay datos que confirman lo que intuimos y otros que nos sorprenden.

En Estados Unidos, entre enero y septiembre de 2026, las empresas mencionaron la IA como motivo en 120.136 anuncios de recortes de personal. Eso es cerca del 21 % de todos los recortes del año, y la razón más mencionada (Challenger, Gray & Christmas, 2026). Pero ojo: en septiembre pasó al quinto lugar, con 3.961 recortes, cerca del 9 % del mes. Y hay algo más que sorprende. En una encuesta global de McKinsey, el 32 % de las personas encuestadas esperaba en 2025 que la IA redujera su plantilla; un año después, solo el 14 % reportó una reducción efectiva. Eso sí, el 39 % espera una durante el próximo año (McKinsey & Company, 2026).

¿A quiénes les está llegando primero? Un estudio de Stanford con datos de nómina de ADP muestra que, hasta junio de 2026, el empleo de jóvenes de 22 a 25 años en los trabajos más expuestos a la IA está cerca de 19 % por debajo de lo que estaría si hubiera seguido el ritmo de jóvenes de su edad en trabajos menos expuestos. Los autores explican que pasa sobre todo porque se contrata menos gente joven, no porque haya más salidas, y aclaran que son patrones descriptivos: los datos por sí solos no permiten saber cuánto se debe a la IA (Brynjolfsson et al., 2026).

En el caso de las mujeres, la Organización Internacional del Trabajo (OIT) estima que el 4,7 % del empleo femenino está en el nivel más alto de exposición a la IA generativa, frente al 2,4 % del masculino. Ojo: estar «expuesto» no es lo mismo que perder el empleo; la propia OIT indica que lo más probable es que los empleos se transformen (Gmyrek et al., 2025). En América Latina y el Caribe, el Banco Mundial calcula que entre el 2 % y el 5 % de los puestos corre riesgo de automatización, y que las trabajadoras tienen, en promedio, el doble de probabilidades de enfrentar ese riesgo (Banco Mundial, 2025). Y en Perú, el Instituto Nacional de Estadística e Informática (INEI) estima que el 24,1 % de los trabajadores está expuesto a la IA generativa, sobre todo en puestos técnico administrativos del sector formal (Manky Bonilla, 2025).

Ahora, ¿cómo se decide quién se va? En una encuesta en línea a 1.000 gerentes de Estados Unidos que usan IA en su trabajo (ResumeTemplates.com, 2026; las respuestas son autodeclaradas), el 59 % dijo que la usa para ayudar a decidir a quién despedir en una reducción de personal, y el 43 % dijo que ha dejado que la IA decida sin revisión humana, al menos de vez en cuando. Entre quienes la usan para esto, los criterios que le piden considerar incluyen el desempeño (80 %), la asistencia (57 %), las licencias médicas o ausencias frecuentes por enfermedad (31 %) y la edad (14 %). Y el 58 % no puede confirmar que su empresa haya probado la herramienta para detectar sesgos.

Y desde la diversidad y la inclusión, ¿qué se está haciendo? En lo que revisamos, no encontramos empresas que hayan publicado una revisión de sus listas de salida por género, edad o discapacidad, ni estudios sobre cómo participan los equipos de DEIP en estas decisiones. Lo que sí encontramos viene del lado de los trabajadores: en Brasil, la Contraf-CUT, confederación sindical del sector financiero, cuenta como logro de 2024 una mesa permanente de negociación sobre el impacto de la IA en la banca (Contraf CUT, 2025). En Perú, el Reglamento de la Ley 31814 considera de riesgo alto usar IA para decidir procesos de selección, evaluación, contratación y cese de trabajadores, y pone la supervisión humana como principio (arts. 24 y 7). Para el sector privado, la evaluación de impacto es voluntaria (art. 32) (Presidencia del Consejo de Ministros [PCM], 2025). Datos públicos de ceses atribuidos a la IA en el país, no encontramos.

Si lideras un equipo o una organización, sabes que respondes por el negocio y también por las personas que lo hacen funcionar. Los datos muestran que hay costos de los dos lados. Según una encuesta de Gartner a 297 directores de RR. HH. (julio de 2026), solo el 19 % de las organizaciones tiene una planificación de personal que ayuda a entender cómo cambia el trabajo, a tener en cuenta el impacto de la IA y a alinear el talento con los objetivos del negocio. Gartner también proyecta que, hacia 2029, el 30 % de las personas despedidas y reemplazadas por IA será recontratado, a menudo con un costo mayor (Gartner, 2026).

Y del lado de las personas: en la encuesta de LHH a más de 8.000 empleados y 3.000 líderes de RR. HH. en siete países, el 73 % de los empleados dijo que en el último año despidieron a compañeros de su equipo, y 1 de cada 4 dice que pierde confianza en el liderazgo por ver esos despidos. Además, el 77 % de los líderes de RR. HH. dice que ofrece programas de recolocación interna, pero solo el 19 % de los empleados dice conocerlos o experimentarlos. Y quienes trabajamos en RR. HH. también lo sentimos: el 64 % de los líderes de RR. HH. dice que las reestructuraciones constantes afectan su bienestar mental (LHH, 2026). ¿Qué nos pasa a nosotros cuando nos toca sostener estas decisiones?

Algunas preguntas que podemos llevar a la mesa de decisión:

● ¿Cuánto nos cuesta una salida y cuánto nos costaría volver a contratar esa experiencia?
● ¿Miramos la recolocación interna antes de decidir una salida?
● ¿Quién revisa los criterios y la lista de salida por género, edad, discapacidad y región? Y si hay una herramienta de IA, ¿quién puede corregir o frenar su resultado?
● ¿Qué necesitan las personas que se quedan para seguir confiando en la organización?

Estas preguntas son nuestra propuesta a partir de lo que revisamos; no describen algo que ya hagan las empresas.

Optimizar es una decisión legítima de negocio, y estas preguntas no la cuestionan. Lo que proponen es tomarla sin perder de vista que, al final, quienes mueven el negocio son las personas. ¿Qué podemos hacer, cada uno desde su rol, para que estas preguntas se hagan antes de decidir?

Si quieres profundizar, te compartimos algunas herramientas:

  1. Reglamento de la Ley N.° 31814 (D.S. 115-2025-PCM) – Presidencia del Consejo de Ministros (Perú). Texto oficial publicado en El Peruano. Clasifica como de riesgo alto el uso de IA en selección, evaluación, contratación y cese de trabajadores (art. 24) e incluye los principios de no discriminación y supervisión humana (art. 7).
  2. Comunicado sobre planificación de personal en la era de la IA – Gartner. Presenta un marco de cinco fases para planificar el personal: parte de la estrategia de la empresa y alinea las decisiones sobre las personas con el trabajo que se necesita para lograrla.
  3. Adverse impact analysis and reductions in force – Jackson Lewis (Estados Unidos). Podcast con transcripción, en inglés. Explica qué es un análisis de impacto adverso (comparar las tasas de selección entre dos grupos) y cómo usarlo en una reducción de personal, en el marco legal de EE. UU.
  4. Generative AI and jobs: A refined global index of occupational exposure – OIT. Mide qué tan expuestas están las ocupaciones a la IA generativa y estima el empleo expuesto por sexo, región y nivel de ingreso de los países.

Referencias

Banco Mundial. (2025, 15 de abril). Calcular el potencial de la IA para el empleo en América Latina y el Caribe. https://www.bancomundial.org/es/results/2025/04/15/quantifying-the-jobs-potential-of-ai-in-latin-america-and-the-caribbean

Brynjolfsson, E., Chandar, B. y Chen, R. (2026, 12 de agosto). Canaries in the coal mine? Six facts about the recent employment effects of artificial intelligence (versión revisada). Stanford Digital Economy Lab. https://digitaleconomy.stanford.edu/app/uploads/2026/08/Canaries_August2026.pdf

Challenger, Gray & Christmas. (2026, 1 de octubre). Challenger report: September 2026. https://www.challengergray.com/wp-content/uploads/2026/10/Challenger-Report-September-2026.pdf

Contraf-CUT. (2025, 6 de octubre). Conferência Nacional por IA com Direitos Sociais debate futuro do trabalho no Brasil. CUT. https://www.cut.org.br/noticias/conferencia-nacional-por-ia-com-direitos-sociais-debate-futuro-do-trabalho-no-br-8d07

Gartner. (2026, 28 de octubre). Gartner predicts 30% of employees replaced by AI will be rehired by 2029 if organizations don’t overhaul workforce planning [Comunicado de prensa]. https://www.gartner.com/en/newsroom/press-releases/2026-10-28-gartner-predicts-30-percent-of-employees-replaced-by-ai-will-be-rehired-by-2029-if-organizations-dont-overhaul-workforce-planning

Gmyrek, P., Berg, J., Kamiński, K., Konopczyński, F., Ładna, A., Nafradi, B., Rosłaniec, K. y Troszyński, M. (2025). Generative AI and jobs: A refined global index of occupational exposure (ILO Working Paper 140). Organización Internacional del Trabajo. https://doi.org/10.54394/HETP0387

Jackson Lewis. (2023, 17 de julio). Adverse impact analysis and reductions in force: What is it and how to use it effectively [Podcast]. We Get Work. https://jacksonlewis.com/insights/adverse-impact-analysis-and-reductions-force-what-it-and-how-use-it-effectively

LHH. (2026, 21 de abril). 87% of HR leaders have conducted or plan layoffs in 2026. New LHH research reveals how integrated outplacement and targeted redeployment protect future talent and support those who must leave [Comunicado de prensa]. https://www.lhh.com/en-us/insights/pressroom/lhh-research-reveals-2026-layoff-trends

Manky Bonilla, O. (2025, 28 de noviembre). Doble desafío tecnológico: análisis de la exposición a la automatización tradicional y a la inteligencia artificial generativa en el empleo peruano utilizando datos de la ENAHO 2024. Instituto Nacional de Estadística e Informática. https://www.gob.pe/institucion/inei/informes-publicaciones/7453406-doble-desafio-tecnologico-analisis-de-la-exposicion-a-la-automatizacion-tradicional-y-a-la-inteligencia-artificial-generativa-en-el-empleo-peruano-utilizando-datos-de-la-enaho-2024

McKinsey & Company. (2026, 3 de septiembre). AI job losses fall short of forecasts [Gráfico]. https://www.mckinsey.com/featured-insights/charts/ai-job-losses-fall-short-of-forecasts

Presidencia del Consejo de Ministros. (2025, 9 de septiembre). Decreto Supremo N.° 115-2025-PCM, Decreto Supremo que aprueba el Reglamento de la Ley N.° 31814, Ley que promueve el uso de la inteligencia artificial en favor del desarrollo económico y social del país. El Peruano. https://busquedas.elperuano.pe/dispositivo/NL/2436426-1

ResumeTemplates.com. (2026, 27 de julio). 3 in 5 managers use AI to decide who gets laid off. https://www.resumetemplates.com/career-advice/3-in-5-managers-use-ai-to-decide-who-gets-laid-off/


SUSCRÍBETE a Info Capital Humano y entérate las últimas novedades sobre el sector de Recursos Humanos. Conoce más, aquí.

Etiquetado:

Deje un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *