Harvard: AI reduce la contratación de juniors, y en tres años eso podría afectar a toda la industria

La IA generativa ya está cambiando la estructura de contratación en TI: las empresas están eliminando posiciones de nivel inicial, y los desarrolladores experimentados dependen cada vez más de herramientas de IA. Si ambas tendencias persisten, en unos pocos años el mercado podría enfrentarse no a un exceso, sino a una escasez de personas capaces de mantener y reparar código acumulado.

Qué Encontró Harvard

La investigación de Harvard cubrió casi 62 millones de trabajadores y 285 mil empresas en EE.UU. La conclusión principal es simple: después de implementar IA generativa, las empresas comienzan a contratar juniors notablemente menos frecuentemente. La disminución de contrataciones se estima en 9–10% en seis trimestres, mientras que la demanda de roles más senior se mantiene casi sin cambios. Los autores subrayan por separado un detalle importante: esto no se trata de despidos masivos, sino de entrada más lenta en la profesión. Los escalones inferiores de la escalera de carrera se están reduciendo primero.

Este panorama se refuerza con otras señales recogidas en el artículo:

• El empleo de desarrolladores de 22–25 años, según Stanford Digital Economy Study, cayó 20% desde el pico de finales de 2022 hasta julio de 2025
• El número de puestos de entrada en EE.UU., según Revelio Labs, se redujo 35% de enero de 2023 a junio de 2025
• En el Reino Unido, la disminución de estos puestos en Revelio Labs alcanza 46%
• La proporción de juniors en contrataciones de TI, según Stack Overflow, disminuyó de 15% a 7% en tres años

Individualmente, estas cifras aún podrían atribuirse al enfriamiento del mercado después del período sobrecalentado de 2021–2022. Pero en conjunto, muestran un cambio más preocupante: las empresas ya se están comportando como si la IA hubiera asumido una parte significativa de las tareas que antes se entregaban a los principiantes. Lo particularmente importante es que esto no es un repunte aislado, sino una serie de señales consistentes en diferentes muestras y países. Si los juniors no están ingresando al sistema ahora, en unos pocos años simplemente no habrá de dónde sacar mids.

Dependencia de los Asistentes

La segunda señal alarmante provino de la investigación de METR. La organización puso a prueba a 16 desarrolladores open-source experimentados en tareas reales en proyectos que conocían bien. Las expectativas de los participantes eran optimistas: asumían que la IA aceleraría el trabajo aproximadamente 20%. En la práctica, sucedió lo opuesto: cuando se permitía el uso de asistentes de IA, las tareas se completaban en promedio 19% más lentamente. Es decir, subjetivamente las herramientas parecían útiles, pero de hecho añadían tiempo para prompts, espera, verificación de código y correcciones.

"Es como cruzar la ciudad a pie cuando estás acostumbrado a tomar

Uber."

En la siguiente etapa, METR se enfrentó no solo a una cuestión de productividad, sino también a una cuestión de hábito. Según datos citados en el artículo, 30–50% de los desarrolladores se negaron a enviar parte de las tareas al experimento si tenían que hacerlas sin IA. Los investigadores señalaron directamente un efecto de selección: las personas que más dependen de los asistentes son exactamente aquellas que salen de la muestra. Esto no prueba que la IA sea inútil. Pero muestra qué tan rápido se convierte no solo en un acelerador, sino en una muleta de la que muchos encuentran difícil vivir sin ella ahora.

Dónde Surge el Riesgo

El problema no se reduce a que los principiantes tengan más dificultades para conseguir su primer trabajo. Desaparece la propia lógica de cultivar ingenieros dentro de los equipos. Anteriormente, un junior asumía trabajo rutinario, cometía errores, recibía revisiones y gradualmente se convertía en un ingeniero de nivel intermedio. Ahora ese trabajo rutinario a menudo se delega a modelos, y un senior asume tres funciones simultáneamente: su trabajo principal, supervisión de IA y verificación final de resultados. Esto crea un ciclo de ruina de talento: hoy ahorras en posiciones juniores, pero en 3–5 años descubres una escasez de personas en el siguiente nivel.

Mientras tanto, el costo de los errores está aumentando. El artículo cita estimaciones de que el código de IA más frecuentemente contiene vulnerabilidades, aumenta la duplicación y reduce la proporción de refactorización. Incluso si discutes porcentajes específicos, la mecánica es clara: escribir código preliminar se ha hecho más fácil, pero lidiar con sus consecuencias no. Así que parte de la ganancia de velocidad se transforma en deuda técnica diferida. Si los juniors se contratan menos y los seniors pasan más tiempo revisando resultados de máquinas, entonces en unos pocos años la industria podría terminar no con un ejército de desarrolladores super-productivos, sino con un cuello de botella estrecho de especialistas sobrecargados y bases de código hinchadas.

Qué Significa Esto

En este momento, el mercado de TI está probando un modelo en el cual la IA cierra el nivel inferior del trabajo de ingeniería. A corto plazo, esto parece un ahorro, pero a largo plazo puede romper la canalización de talento. Si las empresas no regresan a contrataciones y capacitación significativas de juniors, simplemente no habrá suficientes personas para lidiar con la deuda técnica acumulada de IA en unos pocos años.