Introduce la exposición a la IA por sí sola y predice una caída de aproximadamente 5 puntos porcentuales en la proporción de contrataciones junior para 2025. Introduce sola la exposición al trabajo remoto y obtienes la misma caída de 5 puntos. Introduce ambas juntas y una de las dos colapsa: el coeficiente de la IA «se atenúa bruscamente y a menudo se vuelve estadísticamente indistinguible de cero», mientras que el trabajo remoto sigue siendo «un predictor fuerte y robusto del descenso de la proporción junior en cada especificación» (Lambert & Schindler, 2026). Es el hallazgo que la mayoría de los planes de contratación del mid-market están construidos para contradecir.
Si diriges operaciones en una empresa de 50 a 500 empleados, casi con certeza has oído —y quizá repetido— el relato de que la IA generativa se está comiendo el empleo de nivel inicial. Es el relato detrás del congelamiento de contrataciones junior, la cohorte de recién graduados aplazada, la decisión silenciosa de «dejar que la IA haga el trabajo que habría hecho un primer año». Un nuevo working paper que analiza 243 millones de contrataciones dice que ese relato mide la variable equivocada. El pipeline de inicio de carrera se está colapsando, pero la fuerza que causa el daño es una que tu estrategia de IA no puede tocar, mientras que tus políticas inmobiliarias y de onboarding sí.
El diagnóstico erróneo presente en la mayoría de los planes de contratación
La narrativa dominante de 2026 es limpia e intuitiva: los grandes modelos de lenguaje son buenos exactamente en las tareas delimitadas y bien especificadas con las que el personal junior se curtía, así que la empresa racional automatiza esas tareas y deja de contratar juniors. Las cifras que se citan junto a ello son reales: la contratación de inicio de carrera ha caído de verdad. En Estados Unidos, el Reino Unido, Canadá y Australia, la proporción de nuevos puestos cubiertos por trabajadores de inicio de carrera ha bajado de 8 a 11 puntos porcentuales por debajo de los niveles prepandemia (Innovative Human Capital, 2026). La contracción no es imaginaria.
El problema es la atribución. Las ocupaciones más expuestas a la IA generativa —de cuello blanco, cognitivo-rutinarias, de escritorio— son casi exactamente las mismas ocupaciones que pasaron a remoto después de 2020. Cuando dos fuerzas se mueven juntas, un modelo que solo mira una le dará a esa el crédito por ambas. La mayoría de los planes de contratación ha hecho exactamente eso: leyó una correlación entre exposición a la IA y contracción de las entradas junior y concluyó que la IA es la causa. La política que se deriva —ralentizar el programa de recién graduados, apoyarse en la IA para cubrir la producción de nivel inicial— trata el síntoma de una variable que el análisis nunca aisló.
Qué encontró realmente el paper de los 243 millones de contrataciones
Peter John Lambert y Yannick Schindler se propusieron separar ambas fuerzas. Su working paper de mayo de 2026, The Broken Ladder: AI, Remote Work, and Early-Career Hiring, se basa en 243 millones de nuevas contrataciones y 407 millones de ofertas de empleo en línea en EE. UU., Reino Unido, Canadá y Australia de 2017 a 2025: una muestra lo bastante grande para estimar la exposición a la IA y la exposición al trabajo remoto como efectos distintos en lugar de una sola tendencia difusa (Lambert & Schindler, 2026).
Probada de forma aislada, cada fuerza parece culpable. Un aumento de dos desviaciones estándar en la exposición a la IA generativa o en la exposición al trabajo remoto predice una caída de aproximadamente 5 puntos porcentuales en la proporción de contrataciones junior para 2025, junto con una caída de cerca de 3 puntos porcentuales en la proporción de anuncios que requieren solo experiencia limitada. Por sí sola, la exposición a la IA es un sospechoso estadísticamente respetable.
No sobrevive a la rueda de reconocimiento. Cuando ambas variables entran en la misma especificación, el coeficiente de la IA se atenúa bruscamente hacia cero y con frecuencia pierde significación estadística, mientras que el coeficiente del trabajo remoto se mantiene estable en cada especificación que los autores ejecutan. Su resumen contundente: un simple indicador binario de trabajo remoto basta «para volver insignificante el efecto de la IA generativa». La señal de la IA, en otras palabras, era en gran parte trabajo remoto disfrazado de IA. La correlación era real; la causalidad estaba mal asignada.
Es el tipo de resultado que debería cambiar una decisión, no solo una diapositiva. Si la caída de inicio de carrera fuera impulsada por la IA, la respuesta operativa —automatizar tareas junior, contratar menos juniors— sería al menos internamente coherente. Como está impulsada por el trabajo remoto, esa misma respuesta no hace nada al mecanismo real y cierra silenciosamente un pipeline que la empresa necesitará dentro de tres años.
El mecanismo: la mentoría no viaja bien por Slack
¿Por qué el trabajo remoto, en concreto, comprimiría la contratación junior? La respuesta honesta es que una contratación junior solo vale su coste si alguien puede desarrollarla, y el desarrollo es de forma desproporcionada una actividad presencial. La evidencia aquí es anterior al pánico por la IA y es inusualmente concreta.
En un estudio sobre ingenieros de software, Natalia Emanuel, Emma Harrington y Amanda Pallais descubrieron que los ingenieros sentados en el mismo edificio que sus compañeros recibían un 22 % más de comentarios sobre su código que los repartidos entre edificios distintos, y que esa retroalimentación fluía principalmente hacia los ingenieros junior desde los seniors (Emanuel, Harrington & Pallais, NBER, 2024). La proximidad no solo añadía algunas charlas presenciales sobre la misma retroalimentación en línea; los ingenieros que perdían la proximidad física intercambiaban menos retroalimentación también en línea. El contacto cara a cara y la comunicación digital resultaron ser complementarios, no sustitutos (Federal Reserve Bank of New York, 2024).
El compromiso que el mismo estudio documenta es precisamente el que un responsable de contratación debe valorar: la proximidad eleva el desarrollo de capital humano a largo plazo a costa de la producción a corto, frenando los aumentos salariales inmediatos pero impulsándolos a lo largo de una carrera. La co-ubicación es una inversión en el trabajador junior que rinde más adelante. Quita la proximidad y quitas el retorno; en ese punto la contratación junior deja de cuadrar, y la empresa racionalmente deja de hacerla. El trabajo remoto no hizo a los juniors menos capaces. Los hizo más caros de desarrollar y menos evidentemente dignos de desarrollo. Esa es la palanca detrás de la escalera rota, y no tiene nada que ver con lo que tus herramientas de IA pueden o no pueden hacer.
El contraargumento: «Son ambos, y la IA igual viene en camino»
La objeción más aguda de un operador experimentado es justa y merece una respuesta directa. La IA es realmente capaz de trabajo de nivel junior, la tecnología mejora rápido, y un solo working paper —por grande que sea— no debería anular la lógica estructural de que la automatización desplaza primero las tareas más automatizables. ¿No es «es el trabajo remoto, no la IA» solo una historia reconfortante con una más larga acercándose por detrás?
Dos cosas son ciertas a la vez. Primero, el paper no afirma que la IA tenga efecto cero en los mercados laborales; afirma que la exposición a la IA no explica de forma independiente el descenso de la proporción junior observado hasta 2025 una vez que se controla el trabajo remoto. Es un hallazgo preciso y acotado sobre un único resultado en una única ventana, no un pronóstico de que la IA nunca remodelará el trabajo de inicio de carrera. Un líder puede tomarse en serio la econometría y aun así planificar para la trayectoria de la IA.
Segundo, y más útil: aunque creas que la presión de la IA sobre los roles junior está llegando, el hallazgo sobre el trabajo remoto te dice que la palanca que controlas ahora es la equivocada para accionar sobre la cuestión del pipeline. Pausar o ralentizar tu despliegue de IA no reabrirá el embudo junior, porque no fue la IA quien lo cerró. Pagarías un coste real —quedarte atrás en las ganancias de productividad que la IA sí ofrece— para resolver un problema que la IA no causó. El movimiento disciplinado es dejar de tratar el ritmo de despliegue de la IA y la salud del pipeline junior como el mismo dial. Son diales distintos, y el paper acaba de decirte cuál está conectado al resultado.
El movimiento del Q3: deja de ajustar el dial de la IA, empieza a programar la proximidad
La corrección no es una filosofía de contratación; es un calendario. Si el trabajo remoto colapsa el pipeline junior al privar de mentoría presencial al desarrollo que de ella depende, entonces la solución operativa es reintroducir esa proximidad para las personas y en la ventana donde más importa, y la econometría apunta a una ventana precisa: el inicio de la antigüedad.
Tres movimientos son instalables este trimestre. Primero, trata los primeros seis meses de una contratación junior como un periodo presencial deliberadamente de alta densidad. No un mandato general de regreso a la oficina, sino uno dirigido, donde los días presenciales que programas se concentran en torno al nuevo personal de inicio de carrera y a los seniors que realmente revisarán su trabajo. La investigación sobre proximidad es específica: la retroalimentación fluye de los seniors experimentados a los juniors; co-ubicar a los juniors entre sí logra poco.
Segundo, construye itinerarios por cohorte. Contratar juniors de uno en uno en equipos remotos por defecto maximiza el aislamiento. Contratarlos en cohortes con una columna vertebral de onboarding presencial y estructurada crea la densidad entre pares y la mentoría visible que hacen que ocurra el desarrollo, y vuelve a hacer que la contratación junior cuadre.
Tercero —y aquí es donde la mayoría de los planes se equivoca— basa quién recibe ese onboarding de alto contacto en algo distinto del organigrama. La antigüedad, el rol y la etapa de desarrollo son atributos individuales, no atributos del título del puesto; los juniors que más necesitan una mentoría temprana densa no siempre son los que una política genérica señalaría. Es una cuestión de medición, y las cuestiones de medición se resuelven mejor con datos que con intuición. La base de evaluación de Scovai está construida para perfilar exactamente los rasgos de desarrollo y de preparación para el rol que te dicen qué contrataciones de inicio de carrera necesitan el itinerario presencial estructurado y cuáles pueden prosperar en un esquema híbrido de contacto más ligero, de modo que la proximidad que puedes permitirte programar recaiga en las personas cuya trayectoria a largo plazo realmente cambia.
Lambert y Schindler entregaron a los líderes de operaciones un recibo incómodamente claro: la fuerza que colapsa tu pipeline junior es la de tu política de trabajo híbrido, no la de tu stack de IA. La única decisión que esto deja sobre tu mesa este trimestre es estrecha. Abre tu plan de contratación de inicio de carrera y encuentra la palanca que acciona para «arreglar» el embudo. Si esa palanca se llama IA —pausarla, apoyarte en ella para cubrir el trabajo de nivel inicial, esperar a que se asiente— estás ajustando un dial que no está conectado al resultado. El que sí lo está es el calendario presencial de tus contrataciones de primer año, y puedes cambiarlo antes de que termine el trimestre.
