El empleo junior en desarrollo de software cae un 20% desde 2022: Stanford confirma que la IA cierra la puerta de entrada, no el sueldo

Por Ecosistema Startup · 19 de julio de 2026.

El dato es concreto y viene de una fuente sólida: el Stanford Digital Economy Lab analizó millones de registros de nómina de la procesadora ADP en Estados Unidos y encontró que el empleo de trabajadores de 22 a 25 años en ocupaciones expuestas a IA generativa cayó entre un 6% y un 16% desde finales de 2022, con un pico del 20% en desarrollo de software. El estudio, publicado en noviembre de 2025 y reforzado después por el AI Index 2026 de la misma universidad, aísla el efecto: dentro de las mismas empresas, la contratación en puestos de entrada expuestos a IA cayó un 13% frente a posiciones menos expuestas, lo que descarta que sea solo un fenómeno macroeconómico ligado a tipos de interés altos o menor inversión de capital riesgo. Hay, según los autores, un efecto causal directo de la adopción de herramientas como ChatGPT y los asistentes de código.

El detalle más revelador no es la caída de empleo en sí, sino cómo se produce el ajuste. Los salarios de quienes logran entrar no bajan de forma significativa; lo que desaparece es el número de puertas. Eso es coherente con lo que llevamos meses documentando en Zendoric sector a sector: la IA no está devaluando el trabajo humano que sobrevive, está reduciendo la cantidad de puestos de entrada disponibles para aprender ese trabajo. En tecnología, las tareas que tradicionalmente servían de escuela para un junior —escribir funciones básicas, hacer debugging simple, responder tickets repetitivos— son exactamente las que GitHub Copilot, Cursor y los agentes de atención al cliente ya resuelven en segundos.

Ahí está el problema estructural que el artículo de Ecosistema Startup plantea bien, aunque conviene separar el hallazgo de Stanford (riguroso, con datos de nómina) del consejo de gestión que construye encima (una capa de recomendaciones para founders, más basada en sentido común que en evidencia propia). Si el primer peldaño de la escalera profesional se automatiza, la pregunta que queda abierta es de dónde saldrán los seniors dentro de cinco o diez años. Un desarrollador senior no nace formado: se hace repitiendo tareas simples, cometiendo errores baratos y siendo corregido. Si ese entrenamiento por repetición desaparece porque la máquina ya lo hace mejor y más rápido, el sector tech se enfrenta a una brecha generacional de talento que no se resuelve con más financiación ni con bajar salarios, porque los salarios, precisamente, no son el problema.

Esto conecta con la tesis que sostenemos en Zendoric sobre el impacto de la IA en el empleo: el ajuste no es homogéneo ni es simplemente "la IA destruye puestos", es una redistribución donde lo rutinario y lo replicable pierde valor de mercado y lo que exige criterio, supervisión y relación humana lo gana. El desarrollo de software es un caso de manual: la productividad del programador senior con IA sube, pero el vivero donde antes se formaban los siguientes seniors se seca. A corto plazo esto es un problema real y doloroso para una generación de veinteañeros que ve cerrarse la puerta de entrada al sector con mejores salarios y más estabilidad, justo cuando más lo necesitan. No hay forma honesta de maquillar eso.

A la vez, el propio estudio deja una salida: el hallazgo no es que la IA elimine el potencial de los juniors, sino que rompe el modelo de aprendizaje por repetición que llevaba décadas funcionando igual. Las empresas que sustituyan ese modelo por uno donde el junior aprende a supervisar, verificar y dirigir la IA desde el primer día —en lugar de competir con ella en tareas mecánicas— pueden convertir la escasez de puestos de entrada en una ventaja de contratación, porque la mayoría del mercado seguirá buscando perfiles junior con el criterio de hace cinco años. Es la misma dinámica que hemos visto en otros sectores: no desaparece el trabajo joven, cambia radicalmente qué se le exige.

Nuestra lectura de fondo, la que conecta este dato con el horizonte que defendemos en Zendoric, es que estamos en la fase más incómoda de la transición: la que destruye la vía de entrada tradicional antes de que exista un sustituto probado y generalizado. Es exactamente el tipo de fricción de corto plazo que no conviene minimizar. Pero el mismo motor que cierra esta puerta —la capacidad de la IA para absorber trabajo repetitivo a escala— es el que, sostenido en el tiempo, libera capital humano para dedicarse a lo que antes no había tiempo ni recursos para hacer bien: arquitectura, criterio, verificación, relación con el cliente. El reto real, y el que decidirá qué empresas y qué países salen ganando de esta década, es si sabremos construir a tiempo un nuevo modelo de formación de talento antes de que la generación que debería estar entrando ahora se quede definitivamente fuera.