Anthropic compara las expectativas sobre la IA: el 91% de sus empleados y el 39% de los estadounidenses esperan un Nobel para 2030

Anthropic ha publicado el estudio «The AI expectations gap», sobre cómo imaginan el futuro de la IA distintos grupos de personas. En agosto de 2026 la compañía encuestó a dos grupos: una muestra de adultos estadounidenses representativa a escala nacional y sus propios empleados. El 91% de los empleados y el 39% de los estadounidenses creen que, para 2030, la IA podrá realizar un descubrimiento científico de nivel Nobel. Entre los empleados, más de la mitad espera que la IA asuma como mínimo el 80% de su trabajo actual. Entre los trabajadores estadounidenses, lo piensa el 5%.

Los autores del trabajo son Shimon Saher, Tess Cotter, Charles Jones, Anton Korinek y Peter McCrory. La pregunta de partida suena a debate entre economistas: las previsiones sobre el impacto de la IA en la economía divergen mucho. La causa puede estar en que se estima de forma distinta la velocidad a la que crecen sus capacidades, o en que se estima de forma distinta con qué rapidez esas capacidades se traducirán en adopción real. La encuesta intenta separar ambos factores.

Dónde divergen las previsiones

Sobre lo que la IA sabe hacer hoy, los dos grupos opinan de forma parecida. Se pidió a los encuestados que indicaran en qué plazo la IA ejecutaría cada una de ocho tareas al nivel de un especialista cualificado. La lista iba desde correos rutinarios hasta un descubrimiento Nobel. Ambos grupos ordenaron la dificultad de las tareas casi igual.

Las diferencias empiezan en el horizonte de la previsión. Cerca de una cuarta parte de los estadounidenses y de los empleados considera que la IA ya es capaz de diseñar, llevar a cabo y publicar una investigación científica. Dentro de un año, según 9 de cada 10 empleados, eso será posible. Entre los estadounidenses lo cree el 38%. Hay otro dato más llamativo: según la tarea, entre el 19% y el 40% de los estadounidenses está convencido de que la IA nunca la dominará. Entre los empleados de Anthropic, responde así no más del 2%.

La experiencia de uso explica la brecha solo en parte:

• el 96% de los empleados espera que, para 2030, la IA realice al menos siete de las ocho tareas;
• entre los estadounidenses que usan IA con regularidad en el trabajo (alrededor de una quinta parte de la muestra), lo espera el 56%;
• entre todos los adultos estadounidenses, el 41%;
• entre quienes nunca han usado IA, el 28%;
• el 59% de los empleados y el 26% de los estadounidenses que usan IA en el trabajo dicen que la tarea para la que la IA resulta adecuada ocupa una cuarta parte de su tiempo o menos.

El propio trabajo y el desempleo

Cuando la pregunta toca la propia profesión, la brecha crece. De media, los empleados de Anthropic esperan que en 2030 la IA pueda hacer el 75% de su trabajo actual. Los trabajadores estadounidenses en general hablan del 28%. Quienes construyen y usan a diario los modelos más avanzados ven más lejos y más rápido. Y, a juzgar por el texto, se aplican ese escenario a sí mismos sin demasiadas ilusiones.

Lo más interesante del estudio tiene que ver con el mercado laboral. Quienes esperan que la IA asuma una parte mayor de su propio trabajo pronostican también un desempleo más alto. Esta relación aparece en ambos grupos. Es más: con el mismo nivel esperado de automatización del propio trabajo, los dos grupos prevén un desempleo aproximadamente igual. Al parecer, las diferencias entre las previsiones se derivan de supuestos distintos sobre la velocidad del progreso. La lógica «mi trabajo se automatiza, luego aumenta el desempleo» es la misma para todos.

En la introducción, los autores mencionan también un escenario más radical: los futuros modelos podrían construir a sus propios sucesores. Según ellos, ese modelo de mejora recursiva aceleraría el progreso todavía más. Con qué rapidez y en qué medida ocurriría, no está claro.

Cómo leer estas cifras

La muestra de empleados de Anthropic no refleja la opinión del sector. Se trata de una compañía cuyo negocio depende de creer en un progreso rápido. En el fragmento disponible no se indican los tamaños de las muestras ni los detalles de la selección, por lo que conviene comparar los grupos teniendo en cuenta esta salvedad. Aun así, como radiografía de la opinión de quienes están más cerca de los modelos de frontera, los datos tienen valor: el 91% en el listón del Nobel muestra hasta qué punto el horizonte interno de expectativas en los laboratorios difiere del público.

Para empresas y responsables políticos, la conclusión es práctica. Si la planificación de contrataciones, reciclaje profesional o regulación se apoya en las expectativas de los trabajadores de a pie, corre el riesgo de ir por detrás. Si se apoya en las expectativas de los laboratorios, corre el riesgo de sobrestimar la velocidad. Lo más sensato es construir escenarios en ambos extremos de la horquilla y seguir señales medibles, por ejemplo la proporción real de tiempo que se ahorra en las tareas. Hoy, 26% frente a 59% sirve de referencia práctica para comprobar cuáles de las previsiones empiezan a cumplirse.