Esta entrada analiza el desafío estructural que la inteligencia artificial y la robótica representan para el empleo y los sistemas de bienestar en la actualidad. Examinamos cómo la automatización ya no es un fenómeno anecdótico, sino una realidad que desplaza a trabajadores reales y evidencia la obsolescencia de las prestaciones por desempleo actuales. Ante esta crisis, se exploran diversas propuestas gubernamentales, tales como la creación de impuestos a la productividad robótica, fondos de transición tecnológica y modelos de formación continua modular. Creemos que las instituciones deben actuar con rapidez política para igualar la velocidad del cambio tecnológico y evitar la erosión de la paz social. En última instancia, abogamos por un sistema de protección integral que combine seguridad económica con una reconversión laboral efectiva para los desplazados por algoritmos.
Hay un momento concreto en el que la discusión sobre inteligencia artificial y empleo deja de ser abstracta. Ese momento ocurre cuando alguien llega a casa y tiene que explicar a su familia que le han despedido porque la empresa ha implantado un sistema de IA que hace lo que él hacía, más rápido y sin sueldo. Ese momento ya está ocurriendo. En 2026, los despidos vinculados a la automatización ya no son casos anecdóticos ni fenómenos de sectores concretos: son una tendencia que atraviesa la administración, la logística, el derecho, la contabilidad, el periodismo y el diseño, entre muchos otros.
.jpg)
La pregunta que este artículo intenta responder es la más práctica de todas: ¿Qué hace o debería hacer un Estado con esa persona? No con el sistema en abstracto, no con las estadísticas de empleo agregadas, sino con el trabajador real que ha perdido su puesto por un algoritmo o un brazo robótico. Las respuestas que existen son incompletas, los debates están abiertos y los modelos más avanzados tienen resultados prometedores pero todavía modestos. Pero son lo que hay, y conviene conocerlos.
En febrero de 2026, el TSJ de Castilla y León avaló el despido de una traductora cuyo puesto había sido asumido íntegramente por un sistema de traducción automática. Fue la primera sentencia de ese tipo en España con ese grado de claridad, pero nadie con un mínimo de conocimiento del sector se sorprendió. La traducción lleva años viviendo esa transformación.
Lo que está cambiando ahora es la velocidad y el perfil de los afectados. Los estudios de Frey y Osborne, de Oxford, calcularon en 2013 que el 47% de las ocupaciones en los países desarrollados podían automatizarse en un par de décadas. Esa cifra fue discutida, matizada y revisada muchas veces. Lo que los estudios posteriores han aportado es una corrección importante: no son los puestos de trabajo enteros los que desaparecen, sino las tareas dentro de esos puestos. Pero esa matización no es tan tranquilizadora como parece. Cuando una parte sustancial de las tareas de un puesto desaparece, el puesto también acaba desapareciendo, o se transforma de tal forma que quien lo ocupaba ya no tiene las competencias para el nuevo perfil requerido.
La OCDE estima que alrededor del 27% de los empleos en los países miembros tienen alta exposición a la automatización. Goldman Sachs calcula que unos 300 millones de puestos a tiempo completo en todo el mundo están expuestos a la IA generativa. El Foro Económico Mundial, en su informe Four Futures for Jobs publicado a principios de 2026, plantea cuatro escenarios para 2030, dos de los cuales incluyen desempleo estructural significativo y tensiones sociales crecientes si la capacitación del talento no acompaña al ritmo de implantación tecnológica.
El problema tiene nombre y apellidos
En febrero de 2026, el TSJ de Castilla y León avaló el despido de una traductora cuyo puesto había sido asumido íntegramente por un sistema de traducción automática. Fue la primera sentencia de ese tipo en España con ese grado de claridad, pero nadie con un mínimo de conocimiento del sector se sorprendió. La traducción lleva años viviendo esa transformación.
Lo que está cambiando ahora es la velocidad y el perfil de los afectados. Los estudios de Frey y Osborne, de Oxford, calcularon en 2013 que el 47% de las ocupaciones en los países desarrollados podían automatizarse en un par de décadas. Esa cifra fue discutida, matizada y revisada muchas veces. Lo que los estudios posteriores han aportado es una corrección importante: no son los puestos de trabajo enteros los que desaparecen, sino las tareas dentro de esos puestos. Pero esa matización no es tan tranquilizadora como parece. Cuando una parte sustancial de las tareas de un puesto desaparece, el puesto también acaba desapareciendo, o se transforma de tal forma que quien lo ocupaba ya no tiene las competencias para el nuevo perfil requerido.
La OCDE estima que alrededor del 27% de los empleos en los países miembros tienen alta exposición a la automatización. Goldman Sachs calcula que unos 300 millones de puestos a tiempo completo en todo el mundo están expuestos a la IA generativa. El Foro Económico Mundial, en su informe Four Futures for Jobs publicado a principios de 2026, plantea cuatro escenarios para 2030, dos de los cuales incluyen desempleo estructural significativo y tensiones sociales crecientes si la capacitación del talento no acompaña al ritmo de implantación tecnológica.
«Cuando la automatización supera la velocidad de adaptación social, el resultado no es solo desempleo: es erosión de la confianza pública y polarización.» — Foro Económico Mundial, Global Risks Report 2026Ese es el escenario que los gobiernos tienen que evitar. Y para evitarlo, necesitan instrumentos concretos.
.png)
Lo que existe hoy: el sistema no está diseñado para esto
España reformó en 2024 el nivel asistencial de la prestación por desempleo mediante el Real Decreto-ley 2/2024, y en 2025 aprobó la Estrategia Española de Apoyo Activo al Empleo 2025-2028, que por primera vez integra políticas activas y pasivas de empleo como un conjunto con derechos subjetivos garantizados. Es un avance real en la arquitectura del sistema, pero el texto de la estrategia apenas menciona la inteligencia artificial como variable a tener en cuenta, y no contempla instrumentos específicos para el trabajador desplazado por automatización.
El problema estructural de fondo es conocido: el Estado del Bienestar en Europa se financia en gran medida con las cotizaciones sobre el trabajo. Si el trabajo que genera cotizaciones se reduce por la automatización, el modelo financiero de ese Estado empieza a tener un problema que no es coyuntural sino de diseño. El estudio Estado de Bienestar 4.0, publicado en la Revista Internacional de Protección Social a finales de 2025, analiza específicamente el impacto de la robótica en las cotizaciones sociales y concluye que la brecha entre el crecimiento de la productividad y la recaudación por cotizaciones ya es visible en sectores con alta automatización.
Las propuestas que están sobre la mesa
1. Extender y adaptar las prestaciones por desempleo
Primero, ampliar la duración de las prestaciones en los casos de desempleo estructural. Una persona que pierde su empleo porque su sector ha sido automatizado no está en la misma situación que alguien que lo pierde por una reestructuración coyuntural. Necesita tiempo para reconvertirse, y ese tiempo suele ser mayor. Dinamarca, dentro de su modelo de flexiseguridad, contempla prestaciones de hasta dos años con condicionalidad activa, es decir, vinculadas a la participación en programas de formación. Es un modelo que la OCDE lleva años recomendando a los países del sur de Europa.
Segundo, garantizar cobertura a los trabajadores que quedan fuera de las prestaciones contributivas tradicionales: autónomos económicamente dependientes, trabajadores de plataformas, personas con contratos cortos o intermitentes. Son precisamente los perfiles más expuestos a la sustitución por IA y los que peor cobertura tienen en la mayoría de los sistemas europeos.
Tercero, y esto es algo que casi ningún sistema ha abordado todavía: crear un mecanismo de notificación anticipada cuando una empresa prevé destruir empleo por automatización, con plazos razonables para que los trabajadores afectados puedan iniciar procesos de reconversión antes del despido, no después. El AI Act europeo obliga a informar al comité de empresa antes de implantar sistemas de IA de alto riesgo, pero se centra más en la clasificación de riesgos que en la gestión laboral directa de los despidos.
2. Fondos de transición tecnológica: la propuesta que falta
El modelo más coherente que existe para financiar la transición de trabajadores desplazados por un cambio estructural es el de los fondos sectoriales de transición. España tiene experiencia en esto con las comarcas mineras y las zonas afectadas por el cierre de centrales térmicas: el Instituto para la Transición Justa gestiona desde hace años fondos específicos para esos territorios, con ayudas a empresas, programas de formación y apoyo a la reconversión económica local. La nueva Estrategia de Transición Justa 2026-2030, actualmente en elaboración, debería servir de referencia para un instrumento equivalente dirigido al desempleo tecnológico.
La diferencia con la transición energética es que el desempleo por IA no tiene una geografía clara: no afecta a una comarca minera, sino a un perfil profesional que puede estar disperso en todo el territorio. Eso complica el modelo pero no lo hace inviable. Lo que requiere es pensar en fondos por perfil o sector afectado, no por territorio.
A nivel europeo, el Fondo Social Europeo Plus (FSE+) financia programas de empleo y formación, pero sin una línea específica para el desplazamiento tecnológico por IA. Varios grupos del Parlamento Europeo llevan meses presionando para que la revisión del marco financiero plurianual 2028-2034 incluya un instrumento específico de este tipo. No hay acuerdo todavía, pero el debate está abierto.
3. El impuesto a la automatización: de propuesta marginal a debate en el Congreso
El debate sobre la fiscalidad de los robots alcanzó el Congreso de los Diputados en febrero de este año. La ministra Mónica García propuso gravar la sustitución de trabajadores por sistemas inteligentes para financiar el coste social de la transición. Esta propuesta busca internalizar los costes sociales de la innovación, siguiendo recomendaciones de organismos como la OIT, que en su informe de 2025 aboga por evolucionar hacia sistemas de protección social más adaptables y con mayor cobertura ante el desempleo estructural. La propuesta no es nueva: Bill Gates la planteó hace años, Bernie Sanders la recuperó en Estados Unidos, y la OIT la ha mencionado repetidamente como una vía posible para sostener el Estado del Bienestar ante la reducción de la base de cotizaciones.
La lógica es sencilla: si una empresa obtiene ganancias de productividad sustituyendo trabajadores por máquinas, esas ganancias deben contribuir de alguna forma al fondo colectivo que va a tener que asumir el coste social de esa sustitución. No es una penalización a la innovación, es una forma de internalizar sus costes sociales, igual que los impuestos medioambientales intentan internalizar los costes ecológicos de la producción.
Las objeciones son reales. ¿Cómo se define exactamente la sustitución de un trabajador por una máquina? ¿Cómo se distingue la automatización que destruye empleo de la que lo transforma? ¿Cuándo se gravan las inversiones en robots y cuándo no? Estas preguntas técnicas son difíciles pero no insolubles. Algunos economistas proponen gravar no la automatización en sí sino la diferencia entre el crecimiento de la productividad de una empresa y el crecimiento de su masa salarial: si la productividad crece mucho más que los salarios, parte de esa diferencia iría a un fondo de transición.
«La sociedad no está recogiendo los beneficios económicos que se generan cuando la tecnología sustituye empleo. Eso tiene que cambiar.» — Mónica García, ministra de Sanidad, Congreso de los Diputados, febrero de 2026
4. La renta básica como colchón de transición
En el artículo anterior de esta serie ya se analizaron los experimentos de renta básica en Finlandia, Alemania y Estados Unidos. Vale la pena añadir aquí una perspectiva específica para el trabajador desplazado: la renta básica no tiene por qué plantearse como un sistema permanente y universal para ser útil como instrumento de protección durante una transición tecnológica.
Lo que algunos economistas están proponiendo es una renta básica de transición tecnológica: una prestación temporal, dirigida a personas que han perdido su empleo por automatización y están en proceso de reconversión, con un importe suficiente para cubrir necesidades básicas y con una duración vinculada al tiempo medio que tardan en encontrar empleo en el nuevo mercado. No es lo mismo que la renta básica universal permanente. Es más parecido a un ERTE extendido y adaptado para el desempleo estructural tecnológico.
La OIT, en su informe de 2025 sobre políticas para futuros inclusivos, no recomienda la renta básica universal como política laboral, pero sí señala que los sistemas de protección social deben evolucionar hacia mayor cobertura, mayor portabilidad y mayor vinculación con la formación. Una prestación de transición tecnológica encaja bien en esa lógica.
5. Formación, pero de otra manera
Todos los informes mencionan la formación. El problema es que la mayoría de los sistemas de formación para el empleo siguen funcionando con una lógica de catálogo estático: el trabajador elige un curso de los disponibles, lo realiza, y espera que eso le abra una puerta. Esa lógica tiene treinta años y no está pensada para un mercado que cambia de perfil requerido en menos tiempo del que dura la formación.
Lo que se necesita es formación por competencias, modular y certificable por partes, que permita al trabajador acreditar lo que ya sabe, identificar lo que le falta para acceder a un nuevo perfil, y completar esa brecha en el menor tiempo posible. Algunos países están avanzando en esto con los llamados microcredenciales: certificaciones breves, reconocidas por empleadores y administraciones, que acreditan competencias específicas sin necesidad de completar un ciclo formativo entero.
La Comisión Europea publicó en 2024 una recomendación sobre microcredenciales en el marco del Espacio Europeo de Educación, y varios Estados miembros están desarrollando marcos nacionales de reconocimiento. En España, el proceso de acreditación de competencias profesionales adquiridas por experiencia laboral, regulado por la Ley de FP de 2022, es un paso en esa dirección, aunque su implementación va despacio.
La clave, sin embargo, no es solo el diseño de los sistemas formativos. Es quién paga. La OCDE lleva años señalando que la responsabilidad de la formación continua no puede recaer exclusivamente en el trabajador. Las empresas que automatizan deben asumir parte del coste de reconvertir a quienes desplazan. En Alemania, los acuerdos de empresa sobre implantación de IA incluyen cada vez más cláusulas de formación obligatoria financiada por el empleador. En Francia, la cuenta personal de formación, que asigna a cada trabajador un crédito anual para formación a lo largo de toda su carrera, es uno de los modelos más desarrollados de Europa.
El modelo que nadie ha construido todavía
Lo que queda claro al revisar todo lo anterior es que ningún país ha construido todavía un sistema de protección específico y completo para el trabajador desplazado por automatización. Lo que existe son piezas sueltas: prestaciones por desempleo con cierta duración, fondos de formación con distinto nivel de recursos, propuestas fiscales en fase de debate, experimentos de renta básica con resultados parciales. Nadie ha ensamblado esas piezas en un sistema coherente y con músculo financiero suficiente.
«El cambio tecnológico es exponencial. Nuestros sistemas sociales son lineales. El riesgo de perder el control es real.» — Análisis OCDE, casos prácticos sobre IA en empresas, 2025Lo que ese sistema necesitaría tener, como mínimo, es esto: notificación anticipada obligatoria cuando la automatización vaya a destruir empleo, con tiempo suficiente para activar medidas antes del despido; prestaciones por desempleo ampliadas y adaptadas al desempleo estructural; un fondo de transición tecnológica con fuente de financiación propia, vinculada a las ganancias de la automatización; formación modular y certificable, pagada al menos en parte por las empresas que automatizan; y una prestación puente para quien está en reconversión, que cubra necesidades básicas mientras dura el proceso.
España tiene algunos de los ingredientes. La Estrategia de Apoyo Activo al Empleo 2025-2028 aporta un marco. La propuesta del impuesto a la automatización está en el debate político. La experiencia del Instituto para la Transición Justa en las comarcas mineras es un modelo del que aprender. Lo que falta es voluntad de integrar todo eso en un sistema pensado específicamente para este problema, antes de que el problema sea tan grande que ya no haya respuesta gradual posible.
La tecnología no va a esperar a que el sistema esté listo. Esa asimetría entre la velocidad del cambio tecnológico y la velocidad de la respuesta política es el verdadero riesgo. No la IA en sí. Las decisiones que se tomen o no se tomen en los próximos dos o tres años van a condicionar quién se beneficia de esta transformación y quién paga sus costes. Eso no lo decide ningún algoritmo. Lo decidimos nosotros.
Referencias Bibliográficas principales:
OIT, Artificial Intelligence and Jobs (2025)
Foro Económico Mundial, Global Risks Report (2026).
Comisión Europea, Recomendación sobre microcredenciales (2024).
TSJ Castilla y León, sentencia de febrero de 2026.
Díaz Mordillo, Estado de Bienestar 4.0 (2025).
OIT, Artificial Intelligence and Jobs (2025)
Foro Económico Mundial, Global Risks Report (2026).
Comisión Europea, Recomendación sobre microcredenciales (2024).
TSJ Castilla y León, sentencia de febrero de 2026.
Díaz Mordillo, Estado de Bienestar 4.0 (2025).