¿Reemplazará la IA a los economistas? La profesión que estudia la disrupción está siendo disruptada

Los economistas pasan sus carreras estudiando cómo responden los mercados a la disrupción tecnológica. Ahora la están viviendo. La profesión que modela la destrucción creativa la experimenta en primera persona —y la experiencia está enseñando a los economistas algo importante sobre su propio trabajo que no habrían aprendido solo desde la teoría.

Los Datos: Alta Exposición, Riesgo Moderado

Nuestros datos muestran que los economistas enfrentan una exposición general a la IA del 60% y un riesgo de automatización del 36% [Estimación]. La exposición es sustancial —más alta que la mayoría de las ciencias sociales—, pero el riesgo se ve moderado por la naturaleza intensiva en juicio del asesoramiento económico y el contexto institucional en el que trabaja la mayoría de los economistas profesionales.

Analizar datos y tendencias económicas, la tarea cuantitativa central, se sitúa en el 48% de automatización [Estimación]. Este número puede parecer sorprendentemente bajo dadas las capacidades analíticas de la IA, pero refleja el hecho de que el análisis de datos económicos no consiste solo en ejecutar regresiones. Implica seleccionar el modelo correcto para la pregunta, limpiar datos que a menudo son desordenados e incompletos, abordar problemas de identificación mediante un diseño de investigación ingenioso e interpretar los resultados en el contexto de un conocimiento institucional que la IA carece.

Los economistas laborales en nuestra base de datos muestran una exposición aún mayor: 58% en total con un 46% de riesgo [Estimación], impulsada por la naturaleza altamente cuantitativa del análisis del mercado laboral y la creciente disponibilidad de grandes conjuntos de datos administrativos y datos de rastro digital que el aprendizaje automático sobresale en procesar.

En Estados Unidos hay aproximadamente 19.600 economistas bajo la clasificación formal de la BLS [Hecho], con un salario medio de 113.940 dólares [Hecho]. La Oficina de Estadísticas Laborales proyecta un crecimiento del 6% hasta 2034 [Hecho] —por encima del promedio, lo que refleja una demanda sostenida de expertise económica tanto en el sector público como privado. Más allá de la clasificación formal, muchas más personas con doctorados en economía trabajan en consultoría, finanzas, tecnología, política gubernamental y desarrollo internacional.

Dónde la IA Destaca en Economía

La IA está transformando genuinamente varias áreas de la práctica económica.

El nowcasting —usar datos en tiempo real (transacciones con tarjeta de crédito, imágenes satelitales, tráfico web, consumo eléctrico, datos de nómina) para estimar las condiciones económicas actuales en lugar de esperar las estadísticas oficiales— es un área donde el aprendizaje automático tiene ventajas claras sobre los métodos econométricos tradicionales. La Reserva Federal de Nueva York, el GDPNow del Banco de la Reserva Federal de Atlanta, el modelo de nowcasting de la Fed de Cleveland y los principales pronosticadores comerciales utilizan todos enfoques de aprendizaje automático junto con métodos tradicionales.

La previsión es otra área de contribución significativa de la IA. Las redes neuronales y los métodos de conjunto pueden procesar muchas más variables y detectar relaciones no lineales que los modelos tradicionales no captan. Algunos sistemas de previsión de IA ya superan a los economistas humanos en predicciones de corto horizonte de PIB, inflación y empleo. Estudios comparativos recientes han encontrado que los enfoques de aprendizaje automático frecuentemente igualan o superan las previsiones de consenso en objetivos económicos comunes [Afirmación], aunque siguen siendo más limitados a horizontes más largos o durante cambios de régimen.

La revisión y síntesis de la literatura —el proceso intensivo en trabajo de leer cientos de artículos para entender el estado del conocimiento sobre un tema— se está acelerando dramáticamente con las herramientas de IA. Las herramientas de resumen y búsqueda con IA han transformado cómo los investigadores navegan esta literatura.

La codificación y replicación también están siendo transformadas. Los asistentes de codificación de IA como GitHub Copilot han hecho la implementación econométrica más rápida. La replicación de estudios publicados —un importante sumidero de tiempo en la formación de posgrado en economía— puede automatizarse parcialmente.

Por Qué los Economistas Humanos Siguen Siendo Esenciales

El juicio económico es fundamentalmente diferente del cálculo económico. Considera la política monetaria: cuando la Reserva Federal decide cambios en las tasas de interés, el análisis de datos es la parte fácil. La parte difícil es sopesar riesgos en competencia (inflación frente a desempleo), comprender los mecanismos de transmisión específicos del entorno económico actual, anticipar cómo reaccionarán los participantes del mercado a la señal de política, comunicar la decisión de una manera que gestione las expectativas y navegar el entorno político que limita la política monetaria independiente.

Esto no es procesamiento de datos —es juicio bajo incertidumbre con consecuencias enormes. La experiencia inflacionaria de 2022-2024 mostró cómo incluso las herramientas de previsión sofisticadas no captaron la persistencia de la inflación, cómo los modelos de IA no podieron predecir las impactantes perturbaciones post-pandémicas en la cadena de suministro combinadas con estímulo fiscal y perturbaciones energéticas, y cómo los economistas humanos tuvieron que tomar decisiones difíciles con información imperfecta.

De manera similar, el asesoramiento en política económica —decirle a un gobierno si un tratado comercial propuesto beneficiará a sus trabajadores, o cómo diseñar un impuesto al carbono que sea a la vez efectivo y políticamente viable, o qué reforma del seguro de desempleo apoyaría mejor a los trabajadores en un mercado laboral disruptado por la IA— requiere integrar el análisis técnico con la viabilidad política, las preocupaciones distributivas y los valores normativos. Estos no son problemas de optimización con funciones objetivo claras.

La inferencia causal en economía es fundamentalmente una empresa humana. La revolución de credibilidad que ha transformado la economía empírica durante las últimas tres décadas está construida sobre diseños de investigación creativos —experimentos naturales, variables instrumentales, regresiones de discontinuidad, diferencias en diferencias— que explotan características institucionales específicas para identificar efectos causales. La IA puede implementar estos diseños una vez especificados, pero el diseño en sí mismo requiere un conocimiento profundo del entorno económico y pensamiento creativo sobre qué variación explotar.

La División Académica vs. Aplicada

Los economistas académicos centrados principalmente en el análisis empírico enfrentan el mayor riesgo de disrupción. La capacidad de ejecutar regresiones, la habilidad que definió la economía empírica durante décadas, se está convirtiendo en una commodity. Los economistas que prosperarán en la academia son quienes plantean preguntas novedosas, desarrollan nuevos marcos teóricos, diseñan experimentos naturales ingeniosos e interpretan los resultados con un profundo conocimiento institucional.

El mercado laboral del doctorado en economía sigue siendo competido pero evolutivo. Los departamentos de élite todavía producen más graduados de los que pueden ubicarse en posiciones de investigación con titularidad. Pero la demanda de economistas doctores en tecnología (Amazon, Google, Meta, Microsoft emplean a cientos de economistas), en finanzas, en consultoría (McKinsey, BCG, NERA, Charles River Associates, Cornerstone Research) y en bancos centrales y organizaciones internacionales sigue siendo sólida.

Los economistas aplicados en el gobierno, la consultoría y el sector privado enfrentan menos desplazamiento porque su trabajo es intrínsecamente intensivo en juicio y orientado al cliente. Explicar el análisis económico a los no economistas, asesorar sobre decisiones con consecuencias en el mundo real, adaptar principios generales a contextos específicos y producir análisis que pueda resistir el escrutinio en procedimientos legales o regulatorios requieren habilidades humanas que la IA no puede realizar de manera fiable.

La Demanda del Sector Tecnológico

La expansión de los "roles de economista" en las empresas tecnológicas ha sido uno de los desarrollos más llamativos en la profesión en la última década. Amazon emplea a cientos de economistas doctores que trabajan en precios, diseño de mercados, sistemas de recomendación y preguntas sobre el mercado laboral. Microsoft, Meta, Google, Uber, Airbnb y docenas de otras empresas tienen equipos de investigación económica.

El trabajo implica aplicar métodos de inferencia causal a la experimentación digital a gran escala, diseñar mercados y preguntas de diseño de mecanismos (por ejemplo, subastas de publicidad, fijación de precios de plataformas), modelar preguntas de competencia y antimonopolio, y analizar preguntas del mercado laboral relacionadas con el trabajo por cuenta propia, la automatización y la desigualdad.

La remuneración es a menudo sustancialmente más alta que los salarios académicos —los economistas tecnológicos senior frecuentemente ganan 300.000-500.000 dólares o más [Afirmación] en compensación total, con roles de liderazgo pagando significativamente más.

Economía de la IA: La Subdisciplina más Candente

El análisis económico de la propia IA se ha convertido en una de las áreas de investigación más activas. ¿Cómo afectará la IA a la productividad? ¿A la desigualdad? ¿A la dinámica del mercado laboral? ¿A los retornos de la educación? ¿A la concentración del poder económico?

Economistas como David Autor, Daron Acemoglu, Erik Brynjolfsson, Anton Korinek y decenas de otros han construido programas de investigación influyentes en torno a estas preguntas. Para los economistas que entran a la profesión ahora, la economía de la IA ofrece oportunidades convincentes. Las preguntas son importantes, los datos son abundantes y la relevancia política es alta.

Qué Deberían Hacer los Economistas

Domina el aprendizaje automático y la ciencia de datos como herramientas analíticas. Los cursos de "ML para economistas" que han proliferado en los departamentos de élite reflejan un cambio permanente en las habilidades requeridas. "Mostly Harmless Econometrics" sigue siendo lectura esencial, pero ahora se sienta junto a "Probabilistic Machine Learning" de Murphy.

Desarrolla expertise en economía de la IA —el análisis económico del impacto de la IA en los mercados, el trabajo y la desigualdad. Esta es una de las áreas de la economía contemporánea más relevantes para las políticas y ofrece trayectorias profesionales convincentes en la academia, el gobierno y la industria.

Construye habilidades de comunicación y asesoramiento que traduzcan el análisis económico en decisiones accionables. Los economistas más valorados por los empleadores, los responsables de políticas y el público son quienes pueden moverse entre el rigor técnico y la comunicación clara.

Busca especializaciones en subcampos donde el conocimiento institucional profundo multiplica el valor: economía laboral (especialmente con IA), organización industrial (especialmente mercados de plataformas), economía pública, comercio internacional, política monetaria o economía ambiental.

Invierte en el conocimiento institucional y contextual que hace valioso el juicio económico más allá de la capacidad analítica bruta. Saber cómo funciona realmente un mercado laboral particular, cómo toma decisiones una agencia reguladora, cómo interpreta la evidencia económica un tribunal o cómo opera realmente una empresa es el tipo de expertise que la IA no puede replicar fácilmente.

Para datos detallados, incluidos los economistas laborales, visita la página de la ocupación de economistas.

_Este análisis fue generado con asistencia de IA, usando datos del Informe sobre el Mercado Laboral de Anthropic y proyecciones de la Oficina de Estadísticas Laborales._

Relacionado: ¿Qué Pasa con Otras Profesiones?

La IA está transformando muchas profesiones:

• ¿Reemplazará la IA a los Geógrafos?
• ¿Reemplazará la IA a los Filósofos?
• ¿Reemplazará la IA a los Desarrolladores de Software?
• ¿Reemplazará la IA a los Enfermeros?

_Explora más de 470 análisis de ocupaciones en nuestro blog._