El viernes 16 de octubre, Anthropic publicó un informe sobre cómo cambió el empleo dentro de la empresa. Lo firman Nathan Wilmers y otros tres investigadores del Anthropic Institute, con registros internos de contratación, uso de inteligencia artificial y planillas de entrevistas. La proporción de contrataciones junior en áreas técnicas cayó del 27% al 9% desde comienzos de 2025.
Los avisos junior se desplomaron desde diciembre de 2025 y hoy son el 6% de las búsquedas técnicas. Hasta ahí, el dato confirma lo que cualquiera sospechaba: la IA se lleva primero el trabajo de entrada. Pero el número que me importa está más adelante, en las planillas con que los entrevistadores califican a los candidatos que sí entran.
Desde 2024, las menciones a la autonomía y el juicio fueron las que más aumentaron en las evaluaciones de candidatos para puestos técnicos, mientras que las referencias al conocimiento específico del área registraron la mayor caída. Un gerente explicó esta tendencia: “Espero que los modelos sigan siendo irregulares, así que para mi equipo quiero gente intercambiable entre dominios”.
Anthropic busca criterio, que se forma haciendo el trabajo que ahora hace la máquina. Esa es la cuenta que el informe plantea y deja abierta, con una franqueza poco habitual en un documento corporativo.
Los juniors desaparecen de los puestos donde más se usa la IA
La discusión arrancó adentro en enero de 2026, en los equipos que más usaban Claude en su trabajo. Escribir código y encontrar errores podía delegarse en el modelo. Un entrevistado cuenta que un salto de capacidad de los modelos “cambió de la noche a la mañana lo que buscábamos”.
En abril, los equipos de ingeniería e investigación bajaron la prioridad de los puestos de entrada. Ese mismo mes, un tercio de los jefes de aprendizaje automático y un quinto de los de software dijeron que contrataban menos por la IA. Los juniors pasaron del 21% al 14% del personal técnico.
Y cayeron más justo en los puestos donde el modelo se usa para las tareas más complejas.
Un equipo escribía los textos de la interfaz de Claude, saludos del tipo “¿Café y Claude?”. En la primavera boreal de 2026, armó un sistema para que los agentes, los programas de IA que ejecutan tareas por su cuenta, escribieran ese contenido solos. Se quedó sin tarea y rotó a redactar instrucciones y pruebas para el modelo.
“Los redactores que usaban el lenguaje para mover a personas ahora lo usan para mover a Claude”, resume su jefe.
El criterio que piden ahora se aprendía en los puestos que ya no abren
Las planillas de entrevista traen otro dato. En 2024, los entrevistadores mencionaban el uso de herramientas de IA en el 5% de las evaluaciones técnicas. En 2026, el triple. En puestos no técnicos, se cuadruplicó desde el 7%. Pero las herramientas se aprenden en semanas. Lo otro, no.
A mi lectura, acá está el nudo. Juicio es saber que un código está mal aunque compile, que un contrato tiene una trampa aunque esté bien redactado, que una fuente miente aunque suene convincente. Nadie nace con eso. Se adquiere equivocándose en tareas chicas, con alguien más experimentado al lado que te marca el error.
Esas tareas chicas son las primeras que se fueron. El informe mide que los ingenieros suben cinco veces más código que hace seis meses y que las horas de los agentes superan seis a uno a las horas humanas. Donde se aprendía a juzgar hoy trabaja la máquina.
El informe lo reconoce con otras palabras: en algunos puestos, dice, los empleados se alejan cada vez más del trabajo concreto que les formó las habilidades. Lo escribe sobre los que están adentro. Para los que no entraron, ese trabajo concreto ni siquiera existe.
Lo que corre riesgo de escasear no es la mano de obra. Es el criterio. Lo vengo diciendo hace tiempo: formar a un junior ya no es enseñarle la operación, que la máquina hace mejor, sino enseñarle a juzgar lo que la máquina hace. Y eso solo se entrena con alguien al lado que todavía sepa hacerlo.
Las generaciones que trabajaron sin IA se formaron juzgando todo, sin nadie a quien delegar. Ese criterio hoy sostiene a las empresas. Y esa gente se jubila. Si no hay una camada nueva formada para juzgar, la empresa se queda con un modelo que produce y nadie que sepa decir que está mal.
Quién va a tener ese criterio dentro de diez años no lo sé. Y el informe tampoco.
Anthropic reubica a los que están adentro y le pasa el resto al Estado
Hay que reconocerle a la empresa que no esquiva el problema. Propone dos cosas. Una, que los empleados tengan acciones, porque nadie acepta que le reorganicen el trabajo todo el tiempo gratis. Otra, un sistema de alerta temprana que mide puesto por puesto qué tareas está absorbiendo la IA, para reubicar a la gente antes de que sobre.
Funciona para los que ya están adentro: la movilidad entre áreas subió 50% en un año. Pero el último párrafo del informe lo dice sin rodeos: la protección para los que ya están adentro no beneficia a los que nunca fueron contratados. Y le deja el resto al Estado, a políticas de recapacitación y de sostén de ingresos.
Es honesto e insuficiente. Una empresa que publica que sus avisos junior se derrumbaron en menos de un año no puede esperar que la política pública llegue a tiempo. Los plazos de un ministerio son años. Los del informe, meses.
Hay un dato que no cierra, y el propio informe lo deja escrito. Cuando compara a los ingenieros que adoptaron agentes autónomos con los que no, los primeros ya venían produciendo más desde antes de adoptarlos. La adopción no es azar: el que ya producía más fue el primero en adoptar. Parte del salto de productividad es selección, no herramienta.
Y es una empresa midiéndose con su propio producto. Los datos de contratación, con todo, son registros, no opiniones.
Nada de eso cambia la cuenta central. Anthropic pide criterio como si ya existiera y solo hubiera que salir a buscarlo. No existe hasta que alguien lo forma, y se forma en los puestos de entrada, los mismos que la empresa que fabrica el modelo acaba de contar que dejó de abrir.
