La "trampa de los despidos por IA": un estudio matemático advierte que la automatización masiva podría colapsar la economía global
Un paper de Wharton y Boston University demuestra que las empresas, aunque sean racionales y conozcan el riesgo, caerán en una espiral autodestructiva que destruirá la demanda y perjudicará tanto a trabajadores como a dueños de firmas.
El temor a que la inteligencia artificial destruya empleos no es nuevo. Pero lo que sí es novedoso es la conclusión de un estudio publicado el pasado 3 de junio por investigadores de la Universidad de Pensilvania y la Universidad de Boston: la IA no solo eliminará puestos de trabajo, sino que podría colapsar toda la economía por la destrucción de la demanda, y las empresas no podrán evitarlo aunque lo vean venir.
El paper, titulado "The AI Layoff Trap" (La Trampa de los Despidos por IA), fue elaborado por Brett Hemenway Falk, de la Universidad de Pensilvania, y Gerry Tsoukalas, de la Questrom School of Business de la Universidad de Boston. La versión final, fechada el 3 de junio de 2026, es la tercera revisión de un trabajo que circula desde el 2 de marzo de ese año en plataformas como arXiv y SSRN.
El dilema del prisionero empresarial
El argumento central del estudio es tan sencillo como inquietante. Cuando una empresa reemplaza a un trabajador con IA, se ahorra el 100% del salario. Pero el trabajador despedido era también un consumidor, y su pérdida de ingreso reduce el gasto en toda la economía, no solo en la empresa que lo despidió.
"Cuando una empresa despide trabajadores para reducir costos, esos ahorros van directamente a su cuenta de resultados, pero la demanda perdida que representan esos trabajadores se reparte de manera diluida por toda la economía", explica Tsoukalas en el comunicado oficial de Boston University. "Cada empresa siente un pequeño pellizco, pero ninguna siente el golpe completo de sus propios despidos, así que todos siguen recortando".
Este mecanismo genera lo que los autores denominan una "carrera armamentista de automatización": cada firma, actuando racionalmente y maximizando su beneficio individual, tiene incentivos para automatizar independientemente de lo que hagan las demás. El resultado es un dilema del prisionero: todas las empresas estarían mejor si no automatizaran agresivamente, pero cada una, por su cuenta, termina haciéndolo.
El límite: productividad infinita y demanda cero
El modelo matemático desarrollado por Falk y Tsoukalas es contundente. "En el límite, las empresas automatizan hasta llegar a una productividad sin límites y una demanda cero", advierte el paper. La sobre-automatización no es simplemente un caso en el que las pérdidas de los trabajadores se convierten en ganancias para los dueños: ambos terminan peor de lo que estarían si las empresas hubieran mostrado un restraint colectivo.
El estudio, revisado por pares y con modelado matemático, encuentra que el efecto es más fuerte en los mercados más competitivos, donde cada empresa soporta la menor parte de la demanda que elimina. Por el contrario, un monopolio automatiza más cerca del nivel eficiente.
Políticas fallidas y una única solución
Los autores sometieron a prueba seis políticas ampliamente debatidas. El veredicto es devastador: cinco de ellas fracasan.
La renta básica universal mejora los niveles de vida pero no modifica los incentivos de las empresas para automatizar.
Los impuestos a la renta del capital no afectan la decisión de automatización.
La participación de los trabajadores en las ganancias tampoco funciona por razones similares.
Los acuerdos voluntarios entre empresas son inestables, porque cada firma tiene incentivos para automatizar independientemente de lo que hagan las demás.
El reciclaje profesional (upskilling) y la negociación Coaseana tampoco eliminan el problema.
La única medida que corrige plenamente la distorsión es un impuesto pigouviano sobre la automatización: un cargo por tarea automatizada igual a la demanda que la empresa elimina del mercado. "De las seis soluciones políticas populares que analizamos, descubrimos que cinco fallan", resume Tsoukalas. "En nuestro modelo, solo un impuesto a la automatización cambia realmente el cálculo".
El contexto: una vulnerabilidad estructural, no una crisis activa
Los autores son cautos. El modelo se basa en el supuesto de que los trabajadores desplazados terminan en empleos peor remunerados. Si fueran reabsorbidos rápidamente en puestos mejor pagados, el resultado se invertiría y las empresas automatizarían demasiado lento, no demasiado rápido.
Sin embargo, los investigadores consideran que el escenario de sobre-automatización es el relevante porque la IA, a diferencia de tecnologías anteriores, puede adaptarse a los nuevos empleos más rápido de lo que los trabajadores desplazados pueden moverse hacia ellos.
El estudio identifica, por tanto, una vulnerabilidad estructural más que una crisis activa. Pero los indicios ya están ahí: en febrero de 2026, Block despidió a casi la mitad de sus 10.000 empleados, y su CEO Jack Dorsey declaró que la IA había hecho muchos de esos roles innecesarios y que "en el próximo año, la mayoría de las empresas llegarán a la misma conclusión". En 2025, los empleadores estadounidenses anunciaron más de un millón de recortes de empleo, y la IA fue citada explícitamente en unos 55.000 de ellos.
Una advertencia para legisladores y directivos
La conclusión del paper es clara: la política económica debe abordar no solo las consecuencias del desplazamiento laboral por IA, sino también los incentivos competitivos que lo impulsan. El estudio sugiere que el verdadero desafío no es quién automatiza más rápido, sino qué economía logra absorber la IA de manera productiva sin perjudicar su propio mercado.
"La mayor parte del debate político asume que el desplazamiento va a ocurrir y se centra en recoger los pedazos", afirma Tsoukalas. "Eso es necesario, pero nada de eso aborda los incentivos de automatización de las empresas".
El paper, disponible en acceso abierto bajo licencia Creative Commons, lleva el número de identificación arXiv:2603.20617v3 y puede consultarse en las plataformas académicas.
FUENTES
Falk, B. H. & Tsoukalas, G. (2026). The AI Layoff Trap. arXiv:2603.20617v3 [econ.TH]. Publicado el 3 de junio de 2026 (primera versión: 2 de marzo de 2026). Disponible en: https://arxiv.org/html/2603.20617[reference:37]
Falk, B. H. & Tsoukalas, G. (2026). The AI Layoff Trap. SSRN: https://ssrn.com/abstract=6448898. Wharton School Research Paper. Publicado el 2 de marzo de 2026
BusinessWire (2026). New BU Research Reveals an "AI Layoff Trap" That Harms Both Workers and Firms. 10 de junio de 2026. https://www.businesswire.com/news/home/20260610408944/en/[reference:40]
Wedbush Investor (2026). New BU Research Reveals an "AI Layoff Trap" That Harms Both Workers and Firms. 10 de junio de 2026. https://investor.wedbush.com/[reference:41]
Financial Express (2026). AI layoff trap: Viral research paper explains the chain reaction behind an economy-wide slowdown. 13 de abril de 2026. https://www.financialexpress.com/[reference:42]
Comentarios
Publicar un comentario
Déjame tu opinión!