Hay una paradoja en el centro del debate sobre la inteligencia artificial y el empleo que raramente se formula con claridad. Las mismas tecnologías que están transformando la economía global lo están haciendo de una forma que invierte el patrón histórico de todas las automatizaciones anteriores: esta vez, los empleos que desaparecen primero no son los de menor cualificación sino exactamente los contrarios.
Durante siglos, la humanidad vivió una paradoja incómoda: las grandes revoluciones tecnológicas que prometían liberar a las personas del trabajo acabaron, en sus primeras décadas, empeorando las condiciones de quienes más dependían de él. Las respuestas del Estado no llegaron como reacción inmediata al sufrimiento. Llegaron décadas después, cuando la presión política acumulada hizo insostenible seguir ignorándolo. Y llegaron, fundamentalmente, porque los afectados tardaron mucho tiempo en tener suficiente voz para que el sistema les escuchara.
Lo que la IA está haciendo ahora rompe ese patrón histórico de forma decisiva. Por primera vez en la historia, la automatización destruye empleos cognitivos de clase media: analistas, abogados, programadores, contables, periodistas, médicos de diagnóstico. Gente con acceso a medios, con capacidad de articular demandas, con redes de influencia y con votos que pesan más en términos de participación electoral. Cuando un minero del siglo XIX perdía su trabajo, su capacidad de presionar al sistema era limitada. Cuando un analista financiero o un abogado junior pierde el suyo, tiene herramientas para hacer ruido que el minero no tenía.
Eso cambia radicalmente el cálculo político. No porque los políticos sean más empáticos, sino porque la clase afectada tiene más capacidad de hacer que ignorarla sea costoso. Y eso, históricamente, es lo que acelera las respuestas del Estado. La democracia no se erosiona de golpe. Se erosiona por acumulación de situaciones que se normalizan una a una. Y cuando quienes las sufren tienen voz, el proceso de normalización encuentra resistencia mucho antes.