¿Qué es el 'AI washing' y por qué las empresas culpan a la IA de los despidos?

Una nueva jerga corporativa con consecuencias reales

Cuando Meta anunció sus planes de recortar hasta el 20 por ciento de su plantilla global en marzo de 2026, la razón declarada fue familiar: la empresa necesita redirigir capital hacia la infraestructura de IA. Cuando Amazon, Block y Pinterest recortaron miles de puestos de trabajo en los meses anteriores, cada uno citó las ganancias de eficiencia impulsadas por la IA. Ha surgido un patrón en Silicon Valley y más allá, al que los investigadores han dado un nombre: 'AI washing'.

El 'AI washing', en el contexto de los despidos, es la práctica de atribuir las reducciones de plantilla a la inteligencia artificial cuando los verdaderos motivos son más mundanos: la contratación excesiva durante la pandemia, el ajuste de presupuestos, la débil demanda de productos o la simple reducción de costes. Toma prestada la estructura del término 'greenwashing', donde las empresas exageran sus credenciales medioambientales. Aquí, la IA desempeña el papel de una narrativa conveniente y favorable a los inversores.

Las cifras detrás de la narrativa

La brecha entre la retórica y la realidad es evidente. Las empresas estadounidenses anunciaron aproximadamente 1,2 millones de recortes de empleo en 2025, según datos de seguimiento citados por CBS News. De ellos, la IA se citó explícitamente como un factor determinante en aproximadamente 55.000 casos, menos del 5 por ciento del total. Solo en enero de 2026, se anunciaron 108.000 recortes de empleo; la IA fue la razón declarada en solo 7.600, o alrededor del 7 por ciento.

Sin embargo, el discurso público ha estado dominado por titulares que enmarcan casi todos los despidos tecnológicos como una historia de IA. Sam Altman, CEO de OpenAI, reconoció la distorsión directamente: le dijo a una audiencia en febrero de 2026 que las empresas claramente están haciendo "AI washing" de sus despidos, culpando de recortes no relacionados a una tecnología que aún no han implementado de manera significativa.

Por qué los ejecutivos recurren a la explicación de la IA

El análisis de Harvard Business Review, publicado en enero de 2026, ofrece un diagnóstico contundente: las empresas están despidiendo trabajadores debido al potencial de la IA, no a su rendimiento. El artículo argumenta que enmarcar los recortes como impulsados por la IA sirve a tres intereses corporativos a la vez.

• Señalización a los inversores: Anunciar una "transformación de la IA" implica que la empresa se está modernizando, lo que puede impulsar los precios de las acciones incluso en medio de malas noticias.
• Reducción de las reacciones negativas: Culpar a una tecnología se siente menos personal, y atrae menos calor político, que admitir errores de cálculo presupuestarios o una expansión excesiva.
• Control de la narrativa: Los ejecutivos pueden enmarcar la reestructuración como una visión de futuro en lugar de una reacción.

Según Fortune, algunas empresas que anunciaron despidos impulsados por la IA estaban reportando simultáneamente un aumento de las ganancias, un detalle que erosiona aún más la afirmación de que la automatización había hecho innecesarios a los trabajadores humanos.

Lo que la IA realmente hace con los trabajos en este momento

La investigación independiente pinta una imagen más mesurada del impacto real de la IA en el mercado laboral. Un pronóstico de Forrester publicado a principios de 2026 concluyó que la IA representará aproximadamente el 6 por ciento de las pérdidas totales de empleos en EE. UU. hasta 2030, alrededor de 10,4 millones de puestos, mientras que aumentará aproximadamente el 20 por ciento de los trabajos en lugar de eliminarlos. Forrester también predijo que más de la mitad de los despidos atribuidos a la IA se revertirán silenciosamente una vez que las empresas descubran la dificultad operativa de reemplazar el talento humano prematuramente.

Los sistemas de IA actuales pueden automatizar tareas específicas y bien definidas: transcribir notas de reuniones, generar código repetitivo, enrutar consultas de servicio al cliente. Son mucho menos capaces de manejar roles que requieren juicio contextual, habilidades interpersonales o destreza física. Los desarrolladores de software de nivel inicial y los representantes de servicio al cliente enfrentan la presión más inmediata; las enfermeras, los comerciantes y los estrategas senior mucho menos.

El peligro del ciclo de exageración

El 'AI washing' no es una narrativa sin víctimas. Cuando los trabajadores pierden sus empleos, merecen una explicación honesta, tanto para su propia comprensión como para que puedan buscar una nueva capacitación relevante. Etiquetar erróneamente los recortes de costos como automatización crea una falsa sensación de urgencia en torno a habilidades que pueden no estar realmente en riesgo, al tiempo que oscurece los roles donde la disrupción genuina de la IA es real y el apoyo a la capacitación es más necesario.

Forrester advierte que las empresas que automatizan en exceso antes de las capacidades reales de su IA enfrentan una costosa reversión: las habilidades y el conocimiento institucional que pierden no vuelven a entrar por la puerta fácilmente. La investigación de TechCrunch señala que los reclutadores ya están viendo a empresas volver a contratar para puestos eliminados seis meses antes, una vez que las eficiencias de IA prometidas no se materializaron.

Cómo leer el próximo anuncio de despido por IA

Algunas preguntas ayudan a separar la disrupción genuina de la IA del 'AI washing'. ¿La empresa implementó herramientas específicas de IA antes de anunciar los recortes, o la implementación sigue siendo hipotética? ¿La empresa también está informando sobre gastos de capital récord en infraestructura de IA, lo que sugiere que el dinero se está moviendo hacia las máquinas en lugar de alejarse de los costos laborales? ¿El liderazgo ha reconocido la contratación excesiva de la era de la pandemia?

La respuesta honesta es que la IA transformará el empleo durante la próxima década, pero lo está haciendo de manera desigual, lenta y de formas que son mucho más difíciles de rastrear de lo que sugiere un comunicado de prensa. Comprender la diferencia entre la exageración y la realidad es el primer paso para navegarla.