¿Para qué ir a la universidad si ya tengo la IA? Lo que dicen los datos
Platicando con conocidos, familiares, y viendo noticias, hay un tema que me ha llamado la atención al punto que me puse a recopilar información para entender mejor qué hay detrás: la nueva generación de jóvenes que considera que ya no es necesario ir a la universidad, porque con la IA todo cambia y lo verdaderamente importante, dicen, es aprender a usarla.
Es una idea que se repite cada vez más seguido, y entiendo por qué: si una IA puede redactar un informe, programar una función o resumir un caso legal en segundos, ¿qué sentido tiene pasar cuatro o cinco años y a veces cargar con una deuda considerable en la universidad? Es una pregunta legítima. Lo que encontré buscando, sin embargo, es que los números no la responden de forma tan simple como parece a primera vista.
Yo empecé en esto de la computación allá por 1991, trabajando con Lotus 1-2-3 y Clipper, y desde aquellos años he visto pasar varias transformaciones que en su momento también parecían el fin de algo. Vi expandirse la telefonía celular y cómo los operadores de beeper tuvieron que reubicarse cuando los celulares comenzaron a sustituir ese servicio. Vi a las secretarias que trabajaban con máquinas de escribir dar el salto a los procesadores de texto, y vi también las grandes centrales telefónicas con operadoras humanas ser reemplazadas por sistemas automáticos. En todos esos casos, la gente se adaptó: cambiaron de oficio, aprendieron la herramienta nueva, encontraron dónde reubicarse.
Por eso, viendo todo ese historial, debo ser honesto: hoy la situación se siente distinta, y eso me preocupa un poco. No es la misma certeza de «esto se va a acomodar como las otras veces» que sentí con la telefonía celular o con el procesador de texto. Esta vez la incertidumbre es mayor, y por eso quise meterle números al asunto en lugar de quedarme solo con la impresión.
La universidad ya no es la garantía que era
Lo primero que encontré, y que vale la pena mirar con calma, es el mercado laboral real para los recién graduados. En Estados Unidos, la tasa de desempleo entre titulados de 22 a 27 años llegó a 5,7% en el primer trimestre de 2026, por encima del 4,3% nacional. Y hay un dato todavía más preocupante: cerca del 41,5% de esos graduados están subocupados, trabajando en puestos que ni siquiera requieren el título que acaban de sacar.
Esto no pasa solo allá. En España el desempleo juvenil ronda el 25%, casi el triple de la tasa general del país, y un informe de InfoJobs y Esade de marzo de 2026 encontró que las vacantes tecnológicas que no exigían experiencia previa cayeron 41% en un solo año.
Y aquí está, para mí, el detalle clave: las tareas que tradicionalmente le servían a un profesional joven para entrenarse organizar datos, redactar informes, revisar contratos, escribir código básico son justo las que la IA generativa hace hoy más rápido y más barato. El empleo júnior, ese primer escalón donde uno aprendía haciendo, se está absorbiendo poco a poco por herramientas que no cobran salario ni piden vacaciones.
Pero la causa no está tan clara como parece
Aquí es donde la cosa se complica, y donde mi búsqueda me llevó a frenar un poco el entusiasmo de culpar a la IA de todo. No todos los economistas atribuyen este deterioro directamente a ella. Investigadores del Banco de la Reserva Federal de Nueva York, por ejemplo, encontraron que buena parte del aumento del desempleo entre jóvenes graduados está concentrado en empleos «remotizables», y señalan otra causa distinta: el auge del trabajo remoto le dificulta a las empresas entrenar e incorporar a quienes recién llegan al mercado laboral, más allá de si hay o no IA de por medio.
Otros economistas citados por Infobae coinciden en que el obstáculo principal sigue siendo un mercado laboral con menos rotación menos contrataciones, pero también menos despidos y no necesariamente la sustitución directa por algoritmos. Dicho de otra forma: la IA es parte de la ecuación, pero no es la única variable, y separar su efecto específico del resto de factores económicos es todavía un trabajo en progreso para los propios investigadores.
Las universidades sí están reaccionando
Mientras el debate económico se sigue discutiendo, las instituciones educativas ya se están moviendo, y eso también lo encontré interesante. El caso más citado es el de la Universidad de Comunicación de China, que entre 2025 y 2026 eliminó 16 carreras y especializaciones, la mayoría vinculadas a las artes: traducción, fotografía, diseño de comunicación visual, cómics. La justificación oficial habla de una futura «división del trabajo entre humanos y máquinas».
Y no es un caso aislado. Hay reportes de instituciones en Asia, Europa y Estados Unidos que muestran un patrón parecido, aunque más gradual: reducción de cupos en ciertos programas, aumento en otros, y sobre todo una transformación de los currículos para poner el énfasis en pensamiento analítico y manejo de tecnología, en lugar de la memorización de procesos que hoy automatiza una herramienta.
Esto coincide, además, con cifras del lado empresarial. Un informe de Anthropic de marzo de 2026 señaló que los programadores informáticos están entre los puestos más susceptibles a recortes vinculados a la IA, junto con representantes de servicio al cliente, especialistas en entrada de datos y en investigación de mercado. Empresas como Oracle (30.000 despidos) y Dell (11.000, el 10% de su plantilla) ya mencionaron explícitamente la reasignación de recursos hacia IA como parte de sus decisiones.
Lo que piensa la propia Generación Z
Quizás el dato que más me llamó la atención no viene de las universidades ni de las empresas, sino de los propios jóvenes. Una encuesta del Institute of Politics de Harvard, realizada en 2025, encontró que el 70% de los estudiantes universitarios consideran a la IA una amenaza real para sus oportunidades laborales. Una encuesta posterior de Gallup Workforce, enfocada en la Generación Z (14 a 29 años), mostró que el 48% de ese grupo cree que los riesgos de la IA en el trabajo superan sus beneficios.
Y lo curioso esto sí me parece revelador es que esta misma generación es la que más usa la IA: la mitad de los adultos jóvenes la utiliza al menos una vez por semana. No es rechazo por desconocimiento. Es más bien una desconfianza informada, de quienes ya conviven a diario con la herramienta y notan, de primera mano, qué tan rápido reemplaza ciertas tareas.
Entonces, ¿hay que ir a la universidad o no?
Después de revisar todo esto, mi conclusión es que los datos no permiten una respuesta de blanco o negro, pero sí dejan algunas pistas razonablemente sólidas:
Lo que las cifras sugieren con más fuerza:
- El valor de un título universitario varía enormemente según la carrera. Las profesiones más expuestas a tareas repetitivas y de oficina (entrada de datos, programación básica, análisis rutinario) están sintiendo la presión antes que otras.
- El problema más documentado no es que «la universidad no sirve», sino que el primer empleo ese escalón de entrada se está reduciendo, con o sin título de por medio.
- Las instituciones educativas que ya están reaccionando no están eliminando la educación superior como concepto, sino redirigiendo el énfasis hacia el pensamiento crítico, el análisis y el manejo de herramientas de IA, en lugar de la ejecución mecánica de procesos.
Lo que todavía no está resuelto:
- Qué porcentaje exacto del desempleo juvenil se debe a la IA y cuánto al trabajo remoto, la desaceleración económica o la sobreoferta de graduados en ciertas áreas.
- Si las nuevas generaciones que salten directamente a «aprender a usar IA» sin pasar por una formación universitaria tendrán, a mediano plazo, las bases analíticas para usarla bien, o si terminarán siendo más vulnerables precisamente por carecer de ese fundamento.
Si me toca resumir todo lo que encontré en una sola idea, sería esta: la frase que mejor describe el momento actual no es «la universidad ya no sirve» ni «la IA es solo una moda pasajera». Es más bien una advertencia que repiten varios economistas: la IA no debería pensarse como sustituto del talento joven, sino como amplificador de quien ya sabe pensar. Y saber pensar analizar, cuestionar, conectar ideas de distintas disciplinas sigue siendo, hasta donde muestran los datos disponibles en 2026, algo que ni las aulas ni los algoritmos garantizan por sí solos.
Con todo y los casi 30 años que llevo viendo cambios en esta industria, esta vez no me atrevo a decir con certeza hacia dónde vamos a terminar. Lo que sí puedo decir es que la preocupación de la juventud de hoy no es exagerada ni infundada: los datos la respaldan. Y eso, más que una respuesta definitiva, es justo lo que me llevó a escribir todo esto.
Fuentes: Banco de la Reserva Federal de Nueva York, Infobae, Institute of Politics (Harvard Kennedy School), Gallup Workforce, InfoJobs/Esade, El Tiempo, Portafolio, PanamPost, informe de Anthropic (marzo 2026).
