¿Por qué creemos que cada nueva tecnología va a reemplazar a la anterior?
Hay algo que hacemos muy rápido cada vez que aparece una nueva tecnología: buscar qué va a reemplazar.
ChatGPT iba a reemplazar Google. La inteligencia artificial va a reemplazar diseñadores, periodistas, programadores o marketers.
Antes, el streaming iba a acabar con la televisión y las redes sociales harían innecesarias las páginas web.
Algunas predicciones terminan acertando parcialmente. Las tecnologías sí cambian industrias, eliminan procesos, transforman modelos de negocio y pueden hacer que determinados productos pierdan relevancia.
Pero hay una parte de esta conversación que me parece mucho más interesante: por qué nuestra forma de imaginar el cambio tecnológico tiende tan fácilmente hacia el reemplazo.
¿Por qué cuando algo nuevo crece asumimos tan rápido que algo anterior tiene que desaparecer?
Hay dos marcos académicos que ayudan a mirar esa pregunta desde perspectivas diferentes:
Uno viene de la psicología y estudia cómo interpretamos determinadas relaciones.
El otro viene de los estudios de medios y analiza qué sucede realmente cuando una nueva tecnología empieza a competir por nuestro tiempo y nuestras necesidades.
No explican exactamente lo mismo. Y precisamente por eso resulta interesante ponerlos uno al lado del otro.
Zero-sum thinking: cuando imaginamos que para que uno gane, otro tiene que perder
En psicología existe el concepto de zero-sum beliefs, o creencias de suma cero. Describe la percepción de que la ganancia de una parte ocurre necesariamente a costa de otra, incluso cuando la realidad objetiva no funciona necesariamente de esa manera.
Una revisión publicada en Nature Reviews Psychology por Shai Davidai y Stephanie J. Tepper reúne investigación de psicología social, cognitiva, evolutiva y organizacional sobre este fenómeno. Los autores señalan que las personas pueden interpretar relaciones interpersonales, entre grupos o incluso internacionales bajo esta lógica de ganancias y pérdidas opuestas.
Es importante poner aquí un límite: no encontré evidencia suficiente para afirmar que el pensamiento de suma cero sea la causa de que pensemos que una tecnología reemplazará a otra. Decirlo de esa manera sería convertir una comparación interesante en una conclusión que la investigación no sostiene.
Lo que sí encuentro interesante es observar la estructura:
Cuando hablamos de tecnología repetimos con frecuencia una fórmula muy parecida: si la IA gana, alguien pierde. Si una plataforma crece, otra tiene que caer. Si una tarea puede automatizarse, la profesión completa queda amenazada.
Reducimos un sistema complejo a dos participantes compitiendo por el mismo espacio.
Y eso hace que el futuro sea mucho más fácil de contar.
El problema es que la tecnología no siempre evoluciona de esa manera
Aquí aparece otro concepto: media displacement, estudiado durante décadas dentro de la investigación sobre comunicación y medios.
La lógica inicial es bastante intuitiva: nuestro tiempo es limitado, así que cuando incorporamos un nuevo medio o actividad, parte del tiempo que dedicamos a él puede dejar de utilizarse en otra cosa.
Pero la investigación no muestra una regla sencilla donde una tecnología nueva siempre elimina a la anterior.
Hay situaciones donde existe desplazamiento. También hay otras donde aparecen relaciones de complementariedad o refuerzo.
Por ejemplo, un estudio longitudinal publicado en Journal of Computer-Mediated Communication analizó la relación entre comunicación presencial, mensajería instantánea y redes sociales. En lugar de encontrar que la comunicación digital eliminaba necesariamente la presencial, los investigadores encontraron principalmente efectos de refuerzo entre distintos canales.
Otra investigación sobre desplazamiento y complementariedad encontró incluso que dos fuerzas aparentemente opuestas podían coexistir: a nivel individual, el uso de internet podía correlacionarse positivamente con las interacciones cara a cara, mientras que otros efectos podían observarse a nivel de población.
Esto introduce una diferencia que solemos perder cuando hablamos de innovación:
Desplazar no significa necesariamente hacer desaparecer.
Una tecnología puede quitarle tiempo a otra. Puede absorber una de sus funciones. Puede cambiar la manera en que la utilizamos. Puede reducir su importancia en un área mientras la refuerza en otra.
Y, por supuesto, también puede terminar sustituyendo determinados productos o procesos.
La realidad no es que “nada desaparece”. Eso también sería falso.
La cuestión es que reemplazo total es solo uno de varios resultados posibles.
Cómo pensamos el cambio vs. cómo ocurre el cambio
Si ponemos ambos conceptos uno al lado del otro, la diferencia empieza a verse con bastante claridad.
Pensamiento de suma cero | Desplazamiento de medios | |
Qué observa | Cómo interpretamos una relación | Cómo cambia el uso de medios y actividades |
Pregunta implícita | ¿Quién gana y quién pierde? | ¿Qué tiempo, uso o función se modifica? |
Resultado que solemos imaginar | Uno sustituye al otro | Puede haber desplazamiento, coexistencia o refuerzo |
Riesgo | Convertir sistemas complejos en una competencia binaria | Interpretar cualquier desplazamiento como desaparición total |
No estoy diciendo que una teoría demuestre la otra.
Estoy diciendo que juntas dejan al descubierto algo que me interesa especialmente cuando hablamos de tecnología: quizás estamos demasiado acostumbrados a preguntar quién va a desaparecer y no lo suficiente a preguntar qué está cambiando exactamente.
Y esa diferencia se vuelve todavía más importante cuando entramos en inteligencia artificial.
“La IA va a reemplazar a los diseñadores”
Pensemos en esa frase.
Podemos sustituir “diseñadores” por periodistas, abogados, programadores, traductores, marketers o prácticamente cualquier profesión basada en conocimiento.
El problema es que una profesión no es una sola tarea.
Un diseñador puede investigar, interpretar un brief, desarrollar conceptos, buscar referencias, producir piezas, crear variaciones, presentar una propuesta, argumentar una decisión, entender las restricciones de un cliente y detectar que el problema planteado inicialmente quizá ni siquiera sea el problema correcto.
Todas esas tareas pueden formar parte del mismo trabajo.
Pero no necesariamente tienen el mismo nivel de exposición a una tecnología.
Por eso me parece especialmente relevante que los estudios más serios sobre IA y empleo estén intentando analizar el impacto a nivel de tareas, en lugar de limitarse a preguntar si una profesión completa desaparecerá.
La Organización Internacional del Trabajo publicó en 2025 una actualización de su índice global de exposición laboral a la inteligencia artificial generativa. Su metodología combina datos a nivel de tareas, evaluación de expertos y modelos de IA para estimar dónde puede producirse esa exposición.
El resultado recibió bastante atención: aproximadamente uno de cada cuatro empleos en el mundo presenta algún nivel de exposición potencial a la IA generativa. Pero la parte que me parece mucho más importante es la interpretación que hace la propia OIT.
La organización advierte que exposición no equivale a automatización completa y considera que, debido a la composición de las ocupaciones, la transformación de los puestos de trabajo es un resultado más probable que su sustitución total.
Ese matiz cambia bastante la conversación.
Una profesión no es una tarea
Supongamos que una herramienta de IA puede producir veinte variaciones de una pieza gráfica en minutos y que anteriormente esa misma ejecución ocupaba varias horas.
Algo efectivamente ha sido desplazado.
Negarlo sería tan simplista como afirmar que todo el diseñador ha sido reemplazado.
Puede haber cambiado el tiempo necesario para realizar esa tarea.
Puede haber cambiado su dificultad. Puede haber aumentado enormemente la cantidad de personas capaces de producir un resultado parecido.
Y todo eso puede terminar afectando también cuánto valor económico atribuimos a esa parte del proceso.
Pero alrededor de esa tarea continúan existiendo otras preguntas:
cuál de las veinte opciones tiene sentido, qué problema intenta resolver, qué comunica, si responde a la estrategia de una marca, si realmente hacía falta producirla o si estamos resolviendo perfectamente el problema equivocado.
La IA puede afectar esas preguntas también. No hay ninguna razón seria para considerar una capacidad permanentemente protegida de la automatización.
Pero analizarlas una por una nos da una conversación mucho más útil que meter todo dentro de “la IA va a reemplazar al diseñador”.
Cuando el reemplazo empieza a encontrarse con la realidad
Esta diferencia entre automatizar tareas y sustituir personas ya empieza a verse fuera de los estudios sobre el futuro del trabajo.
Algunas empresas que apostaron fuertemente por la inteligencia artificial como vía para reducir costes y automatizar funciones están descubriendo que la relación entre IA, empleo y productividad es bastante menos lineal de lo que sugería la narrativa inicial.
Klarna se convirtió en uno de los ejemplos más visibles. En febrero de 2024, la compañía anunció que su asistente de inteligencia artificial estaba gestionando alrededor de dos tercios de sus conversaciones de atención al cliente y realizando un volumen de trabajo equivalente al de aproximadamente 700 agentes a tiempo completo. En aquel momento, el caso parecía representar bastante bien la promesa de sustitución: una tecnología capaz de absorber una parte significativa del trabajo que antes realizaban personas.
Pero lo interesante no es negar que esa automatización ocurrió. Es observar qué sucede después. A medida que las empresas acumulan experiencia real utilizando IA, empieza a aparecer una imagen más compleja. En 2025, Gartner, una firma internacional de investigación y consultoría tecnológica, ya advertía que la mitad de las organizaciones que esperaban reducir significativamente sus equipos de atención al cliente gracias a la inteligencia artificial abandonarían esos planes para 2027, en parte por las dificultades para alcanzar modelos de servicio prácticamente sin agentes humanos.
En 2026, la previsión fue todavía más concreta: Gartner estima que para 2027 el 50% de las empresas que atribuyeron reducciones de plantilla a la IA volverán a contratar personas para realizar funciones similares, aunque posiblemente bajo cargos diferentes. Esto no implica que la tecnología vaya a retroceder ni que esas organizaciones regresen al modelo anterior. Sugiere que algunas empresas están comprobando que eliminar determinados puestos es bastante más sencillo que transferir a una máquina todas las funciones que existían dentro de ellos.
De hecho, los mismos datos muestran que el trabajo humano no necesariamente está desapareciendo a medida que aumenta la automatización, sino que en muchos casos se está reorganizando. En una encuesta publicada por Gartner en abril de 2026, el 85% de los líderes de customer service y soporte afirmó estar ampliando las responsabilidades de sus agentes humanos mientras la IA reducía parte del volumen de contactos y desplazaba el trabajo hacia tareas de mayor valor. Solo el 31% había implementado o planeaba implementar reducciones de primera línea mediante despidos como respuesta a la IA hasta el primer trimestre de 2027.
Y hay otro dato que rompe todavía más la ecuación simple de “más IA = menos personas”. Gartner prevé que, para 2028, más de la mitad de las organizaciones de atención al cliente duplicarán su inversión en tecnología sin una reducción equivalente del talento humano. Es decir, aumentar la inversión en inteligencia artificial y automatización no necesariamente está produciendo una disminución proporcional de la fuerza laboral.
Nada de esto demuestra que la IA no vaya a eliminar empleos. Sería demasiado pronto y, además, volveríamos a caer en la misma lógica binaria que estamos cuestionando. Hay tareas que ya pueden automatizarse, puestos que probablemente necesitarán menos personas y procesos cuyo valor económico puede reducirse a medida que la tecnología avance. Gartner incluso proyecta que el impacto neto de la IA sobre el empleo seguirá siendo negativo hasta 2027, antes de que la creación de nuevos puestos supere a los eliminados a partir de 2028.
Lo que estos casos sí empiezan a cuestionar es la idea de que automatizar una parte significativa del trabajo equivale automáticamente a sustituir todo el valor que aportaba la persona que lo realizaba.
Las empresas pueden automatizar volumen, velocidad o determinadas interacciones y, al mismo tiempo, seguir necesitando personas para gestionar excepciones, asumir nuevas responsabilidades, interpretar situaciones complejas o realizar funciones que la tecnología no está resolviendo de la misma manera.
Y quizá eso sea precisamente lo que estamos viendo con la inteligencia artificial y el futuro del trabajo: no una competencia limpia entre humanos y máquinas, sino una redistribución mucho más incómoda de tareas, responsabilidades y valor.
Porque una cosa es demostrar que una IA puede hacer parte de un trabajo.
Otra bastante distinta es demostrar que ya no necesitas todo lo que existía alrededor de esa parte.
¿Qué parte de nuestro trabajo estamos confundiendo con nuestro verdadero valor?
Creo que esta pregunta merece mucha más atención.
Durante años, ciertas capacidades han tenido valor no solo porque fueran buenas, sino porque eran difíciles de ejecutar, requerían herramientas específicas, consumían mucho tiempo o estaban al alcance de pocas personas.
Cuando una tecnología reduce alguna de esas barreras, no necesariamente destruye el valor de una profesión.
Pero puede moverlo.
Si generar una primera versión deja de ser difícil, quizá el valor pase a estar más en decidir qué merece convertirse en una primera versión.
Si producir opciones deja de ser escaso, quizá seleccionar correctamente entre ellas importe más.
Si obtener información deja de ser difícil, quizá saber interpretarla, contextualizarla o cuestionarla cobre más peso.
Esto no significa que criterio, estrategia o creatividad sean refugios mágicos contra la automatización. Esa sería otra predicción demasiado cómoda.
Significa algo más sencillo: cuando cambia lo que una tecnología puede hacer, también necesitamos revisar dónde está realmente el valor dentro de nuestro trabajo.
Entonces, ¿la tecnología reemplaza o transforma?
La respuesta menos satisfactoria es también la más rigurosa: depende.
Hay tecnologías que sustituyen productos. Hay tareas que se automatizan. Hay profesiones que disminuyen y modelos de negocio que desaparecen. La historia tecnológica no es simplemente una historia feliz de convivencia.
Pero tampoco es una cadena limpia donde cada innovación elimina automáticamente todo lo que existía antes.
La investigación sobre medios muestra desplazamiento, complementariedad y refuerzo según el contexto. La investigación actual sobre IA y trabajo, por su parte, está encontrando más utilidad en estudiar la exposición de tareas y la transformación de ocupaciones que en reducir todo el fenómeno a una lista de profesiones condenadas.
Quizás nuestro error comienza mucho antes de intentar predecir qué tecnología ganará.
Comienza en la pregunta.
Cada vez que aparece una nueva tecnología sentimos la necesidad de encontrar su víctima. Es una narrativa fácil de entender porque convierte un cambio complejo en una competencia: algo nuevo entra, algo viejo sale.
El pensamiento de suma cero nos ayuda a entender por qué esa lógica puede resultarnos tan intuitiva, aunque no podamos atribuirle directamente nuestras predicciones tecnológicas. La investigación sobre desplazamiento de medios, en cambio, nos recuerda que el cambio real puede incluir sustitución, pero también complementariedad, adaptación y redistribución de funciones.
Con la inteligencia artificial, la diferencia importa todavía más. Preguntar si una profesión va a desaparecer puede hacernos perder de vista el cambio que ya está ocurriendo dentro de ella.
Quizás la pregunta más útil no sea qué trabajo va a reemplazar la IA, sino qué tareas está haciendo menos escasas, qué capacidades están cambiando de valor y qué parte de nuestro trabajo creíamos que era nuestro valor simplemente porque, hasta ahora, era difícil de hacer.
Porque una nueva tecnología no siempre elimina el valor.
A veces lo desplaza.
Y entender hacia dónde se está moviendo probablemente sea mucho más útil que intentar adivinar quién será el próximo en desaparecer.
Fuentes
Davidai, S. & Tepper, S. J. (2023). The psychology of zero-sum beliefs. Nature Reviews Psychology, 2, 472–482.
Dienlin, T., Masur, P. K. & Trepte, S. (2017). Reinforcement or Displacement? The Reciprocity of FtF, IM, and SNS Communication and Their Effects on Loneliness and Life Satisfaction. Journal of Computer-Mediated Communication.
Kushlev, K. & Heintzelman, S. J. et al. Investigación sobre desplazamiento y complementariedad entre uso de internet e interacción presencial, publicada en Journal of Computer-Mediated Communication.
International Labour Organization & NASK (2025). Generative AI and Jobs: A Refined Global Index of Occupational Exposure. ILO Working Paper 140.
Gartner. (2026). Gartner Predicts Half of Companies That Cut Customer Service Staff Due to AI Will Rehire by 2027. Gartner Newsroom.
Klarna. (2024). Klarna AI Assistant Handles Two-Thirds of Customer Service Chats in Its First Month. Klarna International.
Comentarios