Census Bureau: No se despiden informáticos pero tampoco se contratan

Las carreras más expuestas se separaron del resto justo después de ChatGPT

El trabajo se titula «Graduating into Disruption: Labor Market Outcomes for AI-Exposed College Majors» y se pregunta cómo le está yendo a quien termina la carrera ahora. Para responder usa registros administrativos de titulados universitarios y sigue tres cosas a la vez: si encuentran empleo, cuánto cobran y con qué frecuencia cambian de trabajo, agrupando las titulaciones por su nivel de exposición a la IA.

La conclusión temporal es la que da fuerza al resto: las trayectorias de las carreras más expuestas empiezan a separarse de las demás inmediatamente después de la aparición de ChatGPT, a finales de 2022. No es una brecha que venía de lejos ni que se abre despacio a lo largo de la década.

El material no es una encuesta ni una muestra pequeña. Los datos cubren el 29 % de los títulos de grado emitidos en Estados Unidos entre 2016 y 2024, lo que permite comparar promociones enteras antes y después de ese punto de corte.

Lo firman tres economistas del brazo investigador de la Oficina del Censo

El documento es el working paper CES-WP-26-56, de septiembre de 2026, y lo firman Cody Orr, Lee C. Tucker y Lawrence Warren, los tres del Center for Economic Studies.

Y aquí viene la advertencia que conviene leer antes que ningún porcentaje. Es un working paper, es decir, un documento de trabajo que se difunde para que otros investigadores lo discutan. El propio texto avisa en portada de que estos papeles no pasan la revisión que sí pasan las publicaciones oficiales del Census Bureau y de que las conclusiones son de los autores, no de la agencia. No es letra pequeña: condiciona cuánto peso darle a lo que sigue.

Cinco puntos menos de empleo y un 13 % menos en el primer sueldo

En el decil más expuesto están informática, sistemas de información y las titulaciones ligadas al desarrollo de software. Estos son los efectos que estiman los autores para ese grupo, una vez ajustados por regresión frente a los deciles menos expuestos.

La caída de ingresos se reparte casi por la mitad entre dos causas distintas, y la diferencia importa: una parte es cobrar menos haciendo el mismo tipo de trabajo, y la otra es acabar en un sector que paga peor. La segunda es la que cuesta más de revertir, porque no se arregla con una subida salarial sino cambiando otra vez de sector.

Para dar escala a un porcentaje que en abstracto no dice nada, los propios autores lo comparan con lo que se sabe de las promociones que se gradúan en plena recesión. La pérdida que miden aquí es del mismo orden, y de hecho mayor que la caída inicial que estima esa literatura.

El daño no está en los despidos, está en la puerta de entrada

Este es el matiz que cambia la lectura de todo lo anterior. El estudio no describe una oleada de despidos: los graduados de las carreras más expuestas siguen fuertemente ligados al mercado laboral. Los que ya están dentro no aparecen saliendo.

Lo que se ha estrechado es la entrada. Tardan más en encontrar el primer empleo y, cuando lo encuentran, es con más frecuencia en restauración o en comercio minorista, en lugar del sector de la información o de los servicios profesionales a los que llevaba antes ese mismo título. De ahí que la brecha de ingresos no se cierre sola al trimestre siguiente: dos años después de graduarse sigue abierta, aunque más estrecha.

Dicho de otro modo: no es que la IA esté vaciando plantillas de informática, es que el primer peldaño de la escalera se ha subido de altura para quien llega ahora. Y ese peldaño es justo el que decide los diez años siguientes de una carrera profesional.

Los propios autores avisan de lo que no pueden separar

Las cifras salen de dos programas de datos administrativos del propio Census Bureau. PSEO enlaza las titulaciones que emite cada universidad con los historiales posteriores de empleo y salarios, y LEHD cruza los registros de empleadores y trabajadores que las administraciones estatales remiten a la oficina. Juntos permiten seguir a una promoción concreta trimestre a trimestre sin preguntarle nada a nadie.

El nivel de exposición de cada carrera no lo inventan los autores: lo toman de la medida por tarea de Eloundou et al. (2024), que es anterior a ChatGPT. Eso tiene una ventaja y un límite. La ventaja es que nadie pudo ajustar la medida sabiendo ya lo que iba a pasar; el límite es que refleja lo que se anticipaba entonces, no lo que los modelos hacen hoy.

Y queda la cautela mayor, que los autores no esconden: en esos mismos años pasaron otras cosas. La contratación se estaba normalizando tras la pandemia y el empleo tecnológico se contrajo por su cuenta. Separar esos movimientos del efecto de la IA generativa es difícil, y el estudio no afirma haberlo conseguido del todo.