La inteligencia artificial está redefiniendo el concepto de ‘trabajos sin sentido’ acuñado en 2013 por el antropólogo David Graeber. Según análisis recientes recogidos por Expansión, la IA no elimina puestos enteros, sino que desmonta las tareas rutinarias y sin valor real que permanecían ocultas dentro de empleos necesarios, obligando a las empresas a justificar cada hora de trabajo.
Graeber, profesor fallecido de la London School of Economics, publicó en 2013 el ensayo On the phenomenon of bullshit jobs, preguntándose por qué décadas de avances tecnológicos no habían reducido la jornada laboral como predijo Keynes. Su teoría hablaba de puestos cuya desaparición pasaría inadvertida para la organización o la sociedad. En 2026, ese concepto se actualiza: ya no se trata de empleos completos sin sentido, sino de pequeñas actividades inútiles distribuidas en trabajos valiosos.
De horas enteras a minutos: la IA revela ineficiencias invisibles
Cuando una tarea que consumía tres horas puede ejecutarse en 20 minutos gracias a la IA, las empresas se enfrentan a una decisión: usar el tiempo ahorrado para tareas de mayor valor o rellenarlo con nuevas actividades. Experimentos recientes con más de 5.000 agentes de atención al cliente, liderados por Erik Brynjolfsson, Danielle Li y Lindsey Raymond, mostraron que un asistente de IA aumentó un 14% los problemas resueltos por hora, especialmente entre empleados menos experimentados.
La Organización Internacional del Trabajo (OIT) advierte que exposición a la IA no equivale a sustitución. Su índice sobre IA concluye que uno de cada cuatro trabajadores del mundo desempeña una ocupación con algún grado de exposición a esta tecnología, pero en la mayoría de casos es más probable que cambie el contenido de los puestos a que desaparezcan por completo. Datos de Eurofound de 2024 indican que más del 80% de los ocupados europeos considera útil su trabajo, pero el 40% afirma que las nuevas tecnologías han añadido tareas a su puesto.
Capital caro y presión sobre la productividad
El Bank for International Settlements (BIS) concluye en The rise of zombie firms: causes and consequences que «los periodos prolongados de bajos tipos redujeron la presión financiera sobre empresas poco productivas y facilitaron la supervivencia de las llamadas compañías zombi». La OCDE añade que determinadas fases de relajación monetaria pueden aumentar la mala asignación del trabajo entre empresas.
En 2026, con tipos de interés más altos en Europa y Estados Unidos, financiarse resulta más caro. Las empresas ya no pueden esconder ineficiencias detrás de capital barato. Según la Universidad de Stanford, el 88% de las organizaciones ya utiliza IA y el 70% emplea IA generativa. Un estudio del NBER basado en datos del mercado estadounidense indica que entre noviembre de 2025 y enero de 2026, alrededor del 18% de las empresas utilizaba IA en alguna función, proporción que subía al 32% al ponderarla por empleo.
La paradoja de agregación: ganancias locales sin impacto macro
La OIT describe la «paradoja de agregación»: existen experimentos en los que la IA consigue mejoras de productividad de entre el 10% y el 70% en actividades muy concretas, pero esos saltos todavía no se observan con la misma claridad a escala de compañías, sectores o economías completas. Una razón clave es que sólo instalar la tecnología no basta; hay que reorganizar procesos, reasignar responsabilidades y decidir qué actividades dejan de hacerse.
Investigaciones del Stanford Social Media Lab y BetterUp Labs han acuñado el término workslop para describir el trabajo producido con IA que parece profesional (presentaciones, informes, documentos, código) pero carece de profundidad o contexto, obligando al destinatario a realizar el verdadero trabajo intelectual. El 40% de los trabajadores de oficina estadounidenses declaró haber recibido workslop durante el mes anterior; más de la mitad reconoció haber enviado alguna vez contenido de ese tipo. Resolver cada episodio consumía aproximadamente dos horas.
Qué trabajo deberíamos dejar de hacer
Una investigación de la Universidad de Cambridge concluía en 2005 que el 7,8% de los trabajadores de la UE declaraba que rara vez —o nunca— sentía que realizara un trabajo útil; diez años después la proporción había bajado al 4,8%. Esta cifra sugiere que puede haber mucho trabajo irrelevante sin que existan millones de empleos completamente innecesarios.
El gran interrogante en 2026 no es cuántos puestos eliminará ChatGPT o su siguiente generación, sino qué harán las empresas cuando descubran que una parte de las horas de sus profesionales puede liberarse. Las herramientas de automatización están al alcance de cada vez más organizaciones, pero la decisión de elevar el nivel del trabajo o volver a rellenar las horas con nuevas actividades sigue siendo humana.
Graeber se quedó corto en la cantidad de pequeñas actividades inútiles que pueden acumularse dentro de trabajos necesarios. La IA ya hace visible esa diferencia y obliga a una reflexión: no se trata de qué trabajo puede hacer una máquina, sino de qué trabajo deberíamos dejar de hacer nosotros.
