200 Mil Empleos Creativos Menos en EE. UU. en 2026: ¿La Culpa Es de la IA?
Hola HaWkers, a finales de septiembre el economista Joseph Politano, de la newsletter Apricitas Economics, publicó un análisis que se volvió tema en todo Hacker News: Estados Unidos perdió más de 200 mil empleos en las industrias creativas en cuatro años, unos 50 mil solo en los últimos doce meses. Cine y TV por sí solos perdieron más de 100 mil puestos, casi un tercio del sector.
La pregunta que todos hicieron a continuación fue la obvia: ¿esto es la inteligencia artificial llegando? Y, si la IA está vaciando estudios, redacciones y editoriales, ¿cuánto falta para que haga lo mismo con el trabajo de quien escribe código?
En este artículo voy a separar lo que los datos realmente dicen de lo que dicen los titulares, mostrar cómo tú mismo puedes verificar esas cifras con pocas líneas de Python, y sacar las lecciones prácticas que valen para la carrera de cualquier persona desarrolladora en 2026.
Lo Que Muestran Los Números
El análisis de Politano, publicado el 27 de septiembre de 2026 con el título "AI and the Fall? of the Creative Class", se apoya en datos públicos de empleo del gobierno estadounidense. Lo más destacado:
- Más de 200 mil empleos perdidos en las industrias creativas en cuatro años, con un ritmo reciente cercano a 50 mil por año.
- Cine y TV perdieron más de 100 mil puestos, casi un tercio de toda la fuerza laboral del sector.
- Publicación escrita (periódicos, revistas, libros) perdió más de 70 mil puestos en el mismo período.
- La intensidad y la duración de la caída solo tienen paralelo en las recesiones de 2001 y 2008. La diferencia es que hoy no existe una recesión generalizada.
Pocos días después, el 2 de octubre, la revista Fortune hizo su propia verificación con las series del Bureau of Labor Statistics (BLS) y llegó a cifras parecidas:
- El sector de cine y grabación de sonido cayó un 27%, el equivalente a 120 mil empleos, entre agosto de 2022 y agosto de 2026.
- En junio, ese sector tenía 322.300 empleos, el nivel más bajo desde 1995, si dejamos fuera la pandemia.
- Los días de rodaje en Los Ángeles cayeron de 36.792 en 2022 a 19.694 en 2025.
- Mientras tanto, las artes escénicas y los espectáculos deportivos en vivo ganaron unos 67 mil puestos en los mismos cuatro años.
Este último punto es el más interesante de todos, y vuelvo a él más adelante.
¿La Culpa Es Realmente de la IA?
Aquí está la parte que casi ningún titular reprodujo: el propio Politano dice que no se puede aislar cuánto de esa pérdida es culpa de la IA. En sus palabras, "probar la cantidad exacta de pérdida de empleos causada por la IA en las artes es extremadamente difícil".
Hay al menos cuatro fuerzas actuando al mismo tiempo:
- Consolidación en Hollywood. Las fusiones entre estudios y plataformas reducen producciones y recortan estructuras duplicadas.
- Producción llevada fuera de EE. UU. Rodar en Canadá, en el Reino Unido o en Europa del Este sale más barato, y las cifras de Los Ángeles lo muestran.
- Creadores independientes acaparando la atención. YouTube, Twitch y TikTok disputan el mismo tiempo de pantalla que la TV por cable, y la transición al streaming ha sido, según Politano, "extremadamente difícil" para los estudios.
- Huelgas de 2023. El propio BLS registró que los paros de aquel año ayudaron a impulsar una tendencia a la baja que se extendió hasta 2026.
Y la caída de la publicación escrita es muy anterior a ChatGPT. Los periódicos estadounidenses llegaron a emplear a cerca de medio millón de personas, más que toda la industria petrolera, y hoy están cerca de un 85% por debajo del pico. Las revistas recortaron el 66% de su plantilla desde los años 1990.
Un dato ayuda a calibrar la expectativa: según las series del Federal Reserve de St. Louis citadas en el artículo, cerca del 32% de los trabajadores de artes, entretenimiento y recreación usan IA generativa en algún grado, frente a un promedio general bastante mayor entre todos los sectores. Es decir: el sector que más empleo perdió no es el que más usa IA.
El contrapunto de quien inventó el término
Fortune habló con Richard Florida, el urbanista que acuñó la expresión "clase creativa" en su libro de 2002. Su respuesta fue directa: "no estoy seguro de que sus números sean correctos". Florida cree que la IA no va a eliminar esos empleos, sino a cambiar lo que esas personas hacen, valorando más un tipo específico de trabajo.
Él divide el trabajo en tres grupos: manual, cognitivo y social/humano/emprendedor. La IA automatiza los dos primeros y aumenta el valor del tercero. Los empleos más expuestos, según él, son los de "grind-out": funciones de entrada basadas en mucho esfuerzo mental repetitivo, como las largas jornadas de analistas junior en consultoras y bancos.
Cómo Verificar Los Datos Tú Mismo
Una de las mejores cosas de esta discusión es que los datos son públicos. Fortune citó las series de FRED (la base de datos económicos del Federal Reserve de St. Louis), y cualquiera puede descargarlas en CSV sin clave de API.
El script de abajo descarga la serie CES5051200001 (empleo en cine y grabación de sonido, en miles) y calcula la caída desde el pico:
# Calcula la caída del empleo en cine y grabación de sonido desde el pico
# Fuente: FRED (Federal Reserve Bank of St. Louis), serie CES5051200001
import pandas as pd
SERIE = "CES5051200001"
URL = f"https://fred.stlouisfed.org/graph/fredgraph.csv?id={SERIE}"
# El CSV viene con dos columnas: la fecha y el valor de la serie
df = pd.read_csv(URL)
df.columns = ["data", "empregos_mil"]
df["data"] = pd.to_datetime(df["data"])
# Los valores ausentes aparecen como "." en el CSV, así que convertimos de forma segura
df["empregos_mil"] = pd.to_numeric(df["empregos_mil"], errors="coerce")
df = df.dropna()
# Considera solo el período a partir de 2022 para encontrar el pico reciente
recente = df[df["data"] >= "2022-01-01"]
pico = recente.loc[recente["empregos_mil"].idxmax()]
atual = df.iloc[-1]
queda_abs = pico["empregos_mil"] - atual["empregos_mil"]
queda_pct = queda_abs / pico["empregos_mil"] * 100
print(f"Pico: {pico['data']:%m/%Y} com {pico['empregos_mil']:.1f} mil empregos")
print(f"Atual: {atual['data']:%m/%Y} com {atual['empregos_mil']:.1f} mil empregos")
print(f"Queda: {queda_abs:.1f} mil empregos ({queda_pct:.1f}%)")Al ejecutarlo ves con tus propios ojos el orden de magnitud que reportó Fortune. Es el tipo de verificación que toma cinco minutos y evita que repitas en LinkedIn una cifra que no cuadra.
El Detalle Que Cambia la Lectura: Lo Digital Cae, Lo Presencial Crece
El dato más revelador del análisis no es la pérdida total. Es el patrón: todos los subsectores digitales de las artes se están encogiendo, mientras el entretenimiento presencial crece. Museos, artes escénicas y espectáculos en vivo siguen contratando.
Se pueden comparar las dos series lado a lado con el mismo método:
# Compara un sector digital (cine y sonido) con un sector presencial
# (artes escénicas y espectáculos deportivos) usando series de FRED
import pandas as pd
SERIES = {
"CES5051200001": "Cinema e gravação de som",
"CES7071100001": "Artes cênicas e espetáculos",
}
def baixar(serie: str) -> pd.Series:
"""Descarga una serie de FRED y devuelve valores numéricos indexados por fecha."""
url = f"https://fred.stlouisfed.org/graph/fredgraph.csv?id={serie}"
df = pd.read_csv(url)
df.columns = ["data", "valor"]
df["data"] = pd.to_datetime(df["data"])
df["valor"] = pd.to_numeric(df["valor"], errors="coerce")
return df.dropna().set_index("data")["valor"]
for serie, nome in SERIES.items():
dados = baixar(serie)
# Usa agosto de 2022 como base, el mismo punto de partida de Fortune
base = dados.loc["2022-08-01"]
atual = dados.iloc[-1]
variacao = (atual - base) / base * 100
print(f"{nome}: {base:.1f} mil -> {atual:.1f} mil ({variacao:+.1f}%)")La lectura que Politano hace de esto es muy útil: la música se adaptó a internet trasladando sus ingresos a los conciertos en vivo. El video no tiene un equivalente hacia dónde huir. El modelo de negocio del audiovisual, según él, está "siendo fundamentalmente exprimido".
Fíjate en que esta es una historia sobre modelo de negocio, no sobre una herramienta específica. Y es justamente ahí donde está la lección para quien trabaja con software.
¿Y el Área de Tecnología en Todo Esto?
Politano hace un puente explícito entre las artes y la tecnología. En 2022, el sector tecnológico estadounidense llegó a crear casi 300 mil empleos en un año. Desde entonces, ha perdido puestos todos los años, en la desaceleración más larga de la historia reciente del sector.
Su conclusión es cautelosa: fuera de algunos sectores estrechos, el desplazamiento de empleos causado por la IA todavía es relativamente pequeño. Pero las artes pueden ser una señal de alerta para trabajos vecinos, y la tecnología es uno de ellos.
Si sigues el blog, ya has visto cómo esto aparece en los puestos de entrada. Escribí sobre ello en la crisis de los desarrolladores junior en 2026 y cómo destacar, y el patrón es parecido: no es que el trabajo haya desaparecido de golpe, es que la puerta de entrada se volvió más estrecha.
Otro paralelo vale la pena recordar. El 24 de marzo de 2026, OpenAI anunció el cierre de la aplicación Sora, el generador de videos que había asustado a Hollywood pocos meses antes. La herramienta que parecía la mayor amenaza directa para el audiovisual salió de escena, y los empleos siguieron cayendo. Otra vez: la fuerza mayor parece ser económica, no una herramienta aislada.
Un Ejercicio Práctico: Mapea Tu Exposición
El argumento de Richard Florida ofrece un framework simple para mirar tu propia rutina. Si la IA automatiza primero el trabajo manual y el cognitivo repetitivo, vale la pena medir cuánto de tu semana cae en cada grupo.
El script de abajo es una herramienta personal, no un estudio científico. Enumeras tus tareas, estimas las horas por semana y clasificas cada una:
// Mapa de exposición personal basado en los tres tipos de trabajo de Richard Florida
// manual: ejecución repetitiva | cognitivo: análisis estandarizado | humano: criterio, gusto, personas
const tarefas = [
{ nome: 'Escrever CRUD e boilerplate', horas: 8, tipo: 'manual' },
{ nome: 'Corrigir bugs reportados com stack trace', horas: 6, tipo: 'cognitivo' },
{ nome: 'Escrever testes unitários de funções simples', horas: 4, tipo: 'manual' },
{ nome: 'Definir arquitetura com o time', horas: 4, tipo: 'humano' },
{ nome: 'Conversar com usuários e produto', horas: 3, tipo: 'humano' },
{ nome: 'Revisar pull requests de colegas', horas: 5, tipo: 'cognitivo' },
{ nome: 'Mentorar pessoas juniores', horas: 2, tipo: 'humano' },
];
// Peso aproximado de exposición a la automatización por tipo de trabajo
const exposicao = { manual: 0.8, cognitivo: 0.5, humano: 0.15 };
const totalHoras = tarefas.reduce((soma, t) => soma + t.horas, 0);
// Suma las horas por tipo para mostrar dónde se concentra la semana
const porTipo = tarefas.reduce((acc, t) => {
acc[t.tipo] = (acc[t.tipo] || 0) + t.horas;
return acc;
}, {});
const indice =
tarefas.reduce((soma, t) => soma + t.horas * exposicao[t.tipo], 0) / totalHoras;
console.log('Horas por tipo:', porTipo);
console.log(`Índice de exposição da sua semana: ${(indice * 100).toFixed(0)}%`);
// Las tareas más expuestas son las primeras candidatas a delegar a la IA
const maisExpostas = [...tarefas]
.sort((a, b) => exposicao[b.tipo] * b.horas - exposicao[a.tipo] * a.horas)
.slice(0, 3)
.map((t) => t.nome);
console.log('Comece delegando:', maisExpostas.join(', '));Los pesos son arbitrarios a propósito: el valor del ejercicio está en enumerar las tareas con honestidad. Si más de la mitad de tu semana es trabajo que un agente de código ya hace razonablemente bien, eso no significa que vayas a perder el empleo mañana. Significa que esas horas son las primeras en abaratarse, y que tu valor necesita migrar hacia las otras.
Qué Hacer Con Esta Información
Juntando los datos de Politano con la lectura de Florida, se pueden sacar cinco lecciones concretas para la carrera en tecnología:
1. Desconfía de los titulares con una sola causa
"La IA destruyó 200 mil empleos" es una frase que el autor del estudio no escribió. La consolidación, el offshoring, el cambio de hábitos del público y las huelgas explican buena parte de la caída. Cuando leas una cifra así sobre el área de software, busca la fuente y verifícala.
2. Mira el modelo de negocio de tu empleador
El audiovisual está perdiendo empleo porque el dinero cambió de lugar. Pregúntate: ¿la empresa donde trabajas gana dinero de una forma que está creciendo o encogiéndose? Esa respuesta predice más sobre tu estabilidad que cualquier benchmark de modelo de IA.
3. Invierte en el trabajo que no es "grind-out"
Florida menciona criterio, gusto, originalidad, imaginación, hacer buenas preguntas y movilizar personas. En software, eso se traduce en: entender el problema del usuario, decidir qué no construir, revisar con criterio el código que generó la IA y alinear al equipo.
4. Usa la IA para el trabajo repetitivo, no en tu contra
Quien aprende a delegar boilerplate, tests simples y migraciones a agentes de código gana horas para el trabajo que vale más. Quien ignora la herramienta sigue compitiendo justo en la franja que más se abarata.
5. Valora lo que ocurre "en vivo"
El dato de que el entretenimiento presencial creció mientras lo digital caía tiene una versión para devs: comunidad, eventos, mentoría, relación con clientes. Las cosas que dependen de presencia y confianza son difíciles de automatizar.
Perspectivas Para los Próximos Años
El propio Politano admite que predecir el efecto de la IA es difícil. Cita BookTok como ejemplo de sorpresa: nadie preveía que una red social de videos cortos ayudaría a vender libros, y las ventas de libros subieron cerca de un 70% en seis años.
Su visión es que, en la economía en su conjunto, el mayor impacto del arte generado por IA será cultural y social, no macroeconómico, porque las artes son una porción pequeña del PIB. Pero hace una salvedad importante: si el impacto económico de la IA se acerca a los billones de dólares invertidos en ella, la transformación irá mucho más allá de esos sectores.
Para quien trabaja con tecnología, la postura más sana está a medio camino entre el pánico y la negación. Los datos muestran que el mercado creativo estadounidense atraviesa una de las peores fases de su historia reciente, y también muestran que la IA no es la única ni, por ahora, la principal explicación. Seguir las cifras de cerca, entender el modelo de negocio de donde trabajas y mover tu tiempo hacia el trabajo que exige criterio humano son decisiones que valen con o sin una revolución de la IA.
¡Vamos con todo! 🦅
📚 ¿Quieres Seguir lo Que Viene Por Delante?
Este artículo cubrió la caída de los empleos creativos en EE. UU. y lo que enseña para la carrera dev, pero el ecosistema cambia cada semana y no todo se convierte en artículo aquí.
En X comparto lo que estoy probando, los bastidores de los proyectos y las novedades que aparecen antes de convertirse en post.
Sígueme Allá
💡 Contenido diario sobre desarrollo, carrera y las herramientas que realmente uso