La inteligencia artificial ha dejado de ser un futurible para convertirse en una variable estructural del mercado laboral español. Un análisis del Instituto Universitario Valenciano de Investigación en Inteligencia Artificial (VRAIN), de la Universitat Politècnica de València, concluye que entre el 18 % y el 22 % de los puestos de trabajo en España están ya “expuestos” a la IA: es decir, sus tareas pueden verse alteradas, automatizadas o reconfiguradas por estas tecnologías.
No se trata de un pico puntual: el patrón se mantiene estable en los dos años analizados, 2021 y 2022, lo que los autores interpretan como un cambio de fondo y no de coyuntura. según recoge El Paíshttps://elpais.com/economia/2025-12-08/la-inteligencia-artificial-ya-afecta-a-dos-de-cada-diez-empleos-en-espana.html.
Esa “exposición” no equivale necesariamente a destrucción de empleo, sino a algo más matizado: modificación de procesos, exigencia de nuevas competencias, redistribución de tareas y, en algunos casos, sustitución parcial del trabajo humano. Estudios previos de la OCDE o la OIT ya apuntaban en la misma dirección: la IA tiende a automatizar funciones específicas dentro de una ocupación más que a eliminarla por completo, pero el impacto sobre salarios, productividad y desigualdad depende de cómo se gestione la transición. El trabajo de VRAIN aterriza esa discusión al detalle en el caso español.
Un mapa detallado de la exposición a la IA
El mapa provincial dibuja dos Españas muy claras. En el extremo con mayor incidencia aparecen Madrid y Barcelona, donde alrededor del 21,5 % del empleo está en ocupaciones con fuerte presencia o potencial uso de IA. Detrás vienen otros nodos del corredor centro-mediterráneo —Valencia, Alicante, Málaga— y las dos provincias canarias, Las Palmas y Santa Cruz de Tenerife. Son territorios donde pesan mucho los servicios avanzados, el comercio, la educación, la sanidad y las actividades ligadas a la información y las comunicaciones, precisamente los sectores donde más rápido se están integrando sistemas de datos masivos, automatización de procesos y modelos de IA generativa.
En el lado opuesto aparecen provincias como Soria, Zamora, Teruel, Cuenca o Palencia, con tasas de exposición cercanas al 17,5–18,5 %. Allí la estructura productiva sigue dominada por agricultura, manufactura tradicional y construcción, actividades donde, por ahora, la IA penetra más despacio que otras formas de automatización o mecanización. Comunidades como Castilla y León, Castilla-La Mancha o Aragón quedan, en conjunto, por debajo de la media nacional, lo que no significa ausencia de riesgo, sino un calendario distinto: la digitalización llega más tarde, pero cuando lo hace acostumbra a hacerlo de forma más brusca si no se ha preparado el terreno.
Mujeres más expuestas a la ola de automatización
La otra gran brecha que señala el estudio es la de género. Los investigadores detectan que el empleo femenino está más expuesto a la IA que el masculino, con una diferencia de entre 1,3 y 3 puntos porcentuales, que se amplía en economías muy terciarizadas. La explicación es doble: por un lado, las mujeres se concentran en sanidad, educación, servicios administrativos, comercio o actividades sociales, todos ellos sectores donde las herramientas de IA —desde sistemas de soporte al diagnóstico hasta chatbots o plataformas de gestión inteligente— ya forman parte del día a día. Por otro, su presencia es mucho menor en construcción, transporte o industrias extractivas, donde la expos
ición actual a IA es más baja.
Esa combinación hace que las trabajadoras estén en primera línea de la transformación tecnológica, pero no necesariamente en primera fila cuando se reparten las nuevas oportunidades. De hecho, diversos informes europeos advierten de que, si no se corrigen los sesgos de acceso a la formación digital y a los empleos mejor remunerados de la cadena de IA (desarrollo, ciencia de datos, ciberseguridad), existe el riesgo de que la brecha de género en salarios y estabilidad laboral se amplíe en lugar de reducirse. El estudio de VRAIN refuerza la idea de que cualquier política de IA que aspire a ser justa tiene que mirar explícitamente a esta diferencia.
Políticas públicas para amortiguar el impacto
Los autores —Antoni Mestre, Xavier Naya, Manoli Albert y Vicente Pelechano— han presentado ya sus resultados a interlocutores sociales y a la propia ministra de Ciencia, Diana Morant. Su mensaje de fondo es claro: en un país que está desplegando la Estrategia Nacional de Inteligencia Artificial, el PERTE de la Nueva Economía de la Lengua y varios planes de digitalización, conocer con precisión quién está en el punto de mira de la IA es imprescindible para diseñar amortiguadores. Eso implica formación específica, redes de protección para los colectivos más expuestos y criterios de equidad territorial y de género a la hora de repartir incentivos y ayudas.
