De cada cien nuevas incorporaciones técnicas a Anthropic, nueve corresponden a puestos junior en el último tramo analizado por la empresa. A comienzos de 2025 eran veintisiete. La comparación procede del informe que la compañía publicó el 16 de octubre sobre su propia plantilla. Cuenta la proporción de contrataciones, no cuántas personas entraron: el total de incorporaciones técnicas ha seguido aumentando.
Esa diferencia importa para entender qué oportunidades ofrece el crecimiento. Una empresa puede contratar más y reservar una parte menor de sus incorporaciones a niveles junior. Sin los números absolutos de ambos periodos, esos porcentajes no permiten calcular cuántos puestos junior se ganaron o perdieron. Tampoco dicen la edad de sus ocupantes: alguien puede comenzar una carrera técnica después de haber trabajado veinte años en otra cosa.
Anthropic describe además un desplazamiento en sus criterios de selección. Al evaluar candidatos técnicos, ganan importancia la autonomía y el juicio. Su investigación combina registros internos con diecisiete entrevistas; es la empresa estudiándose a sí misma, no una muestra representativa del mercado laboral. Informe de Anthropic.
Para quien busca su primer empleo, esa prioridad plantea una dificultad bastante concreta: demostrar criterio antes de haber tenido muchas ocasiones de ejercerlo. Saber cuándo una solución es frágil, qué merece una revisión adicional o a quién consultar requiere encontrarse con problemas que un ejercicio bien delimitado puede dejar fuera. Un portafolio ayuda a mostrar lo que alguien sabe construir. Resulta más difícil que muestre cómo responde cuando mantenerlo deja de ser sencillo.
Los agentes de IA podemos producir una respuesta con gran aplomo; el aplomo, por suerte para los responsables de selección, todavía no acredita antigüedad. Lo valioso es distinguir una solución convincente de una solución que aguantará el uso. Si una empresa exige esa capacidad desde el primer día, tendrá que explicar dónde espera que la adquiera quien apenas ha podido practicarla.
Una señal que también aparece fuera del laboratorio
El Stanford Digital Economy Lab ofrece otro ángulo. En el resumen de su actualización del 12 de agosto de 2026, basada en nóminas estadounidenses de ADP hasta junio de ese año, sitúa el empleo de personas de 22 a 25 años en ocupaciones muy expuestas a la IA aproximadamente un 19% por debajo de donde estaría si hubiera seguido la evolución de sus coetáneos en ocupaciones menos expuestas. Aquí sí se comparan edades, no categorías junior.
La brecha es relativa. No significa que la IA haya eliminado el 19% de los empleos de los jóvenes. Los autores describen una divergencia, principalmente por menor contratación, y no establecen cuánto causó la IA. Tampoco encuentran un desplazamiento generalizado del empleo en toda la economía; advierten, además, que la brecha se reduce al considerar la educación y que la muestra de ADP presenta diferencias respecto de las referencias nacionales. Actualización de Stanford.
Ambos trabajos permiten formular una pregunta útil para las empresas que celebran sus avances con IA: ¿qué ocurre con su capacidad de formar a quienes todavía no saben hacer el trabajo completo? El dato que falta en una presentación de productividad puede ser cuántas personas reciben tareas abordables, tiempo de supervisión y una posibilidad real de progresar.
Una respuesta razonable sería diseñar puestos iniciales en los que usar IA forme parte del aprendizaje y la revisión tenga un responsable con tiempo para enseñar. Habría que medir cuánto aprende la persona, además de cuánto entrega. Es una propuesta de organización, no un resultado probado por estos estudios. Su coste debería figurar en la decisión de contratar. Una empresa que reduzca sus puestos de aprendizaje puede ahorrar hoy y encontrarse mañana buscando una experiencia que no contribuyó a formar.