Educación e Inteligencia Artificial: Europa se prepara para el futuro digital
19 octubre, 2024
La IA no afectará igual a toda España: el empleo femenino y las provincias de servicios, más expuestos
Un informe de la Universitat Politècnica de València estima que entre el 18% y el 22% del empleo presenta exposición potencial a la inteligencia artificial. Madrid, Barcelona, Canarias y las provincias mediterráneas encabezan la clasificación, mientras que el empleo femenino registra valores superiores al masculino en todo el país.
Contenido del post
La inteligencia artificial puede transformar entre el 18% y el 22% del empleo en España, pero su impacto no se distribuirá de forma uniforme. Madrid, Barcelona, las provincias mediterráneas y los territorios insulares presentan una exposición mayor que buena parte del interior peninsular. Además, el empleo femenino aparece más expuesto que el masculino en todas las provincias analizadas.
Son las principales conclusiones de Inteligencia Artificial y Empleo: perspectiva Territorial y de Género, un informe elaborado por Antoni Mestre, Xavier Naya, Manoli Albert y Vicente Pelechano, investigadores vinculados al Instituto Universitario Valenciano de Investigación en Inteligencia Artificial de la Universitat Politècnica de València. El trabajo fue publicado originalmente en diciembre de 2025 y está disponible en arXiv.
El estudio aporta una perspectiva poco habitual. En lugar de calcular únicamente qué profesiones o tareas están expuestas a la IA, analiza cómo la especialización económica de cada provincia condiciona la intensidad del cambio laboral.
Su resultado no es una previsión de despidos. Es un mapa de los territorios, sectores y grupos de trabajadores en los que la inteligencia artificial tiene más capacidad para modificar tareas, procesos y necesidades formativas.
Respuesta rápida: las provincias metropolitanas, turísticas y orientadas a los servicios presentan una mayor exposición potencial a la inteligencia artificial. El empleo de las mujeres está más expuesto que el de los hombres en todas las provincias, principalmente por su concentración en actividades administrativas, comercio, educación, sanidad y otros servicios.
Qué mide realmente el informe
Buena parte de los estudios internacionales calcula la exposición a la IA mediante ocupaciones: administrativos, programadores, docentes, abogados o profesionales sanitarios, por ejemplo.
El problema es que los datos territoriales españoles más detallados suelen organizarse por actividad económica mediante la Clasificación Nacional de Actividades Económicas, la CNAE. Esto dificulta trasladar directamente los índices ocupacionales internacionales a provincias y comunidades autónomas.
Los autores intentan resolver esa limitación mediante una matriz que relaciona cada actividad CNAE con un factor de incidencia de la IA.
La metodología sigue tres pasos:
- Identifica las tareas y ocupaciones predominantes de cada sector.
- Asigna a cada actividad económica un coeficiente de exposición.
- Aplica ese coeficiente al empleo de cada provincia, desagregado por sexo.
Los sectores con tareas físicas reciben valores bajos. Agricultura y pesca, por ejemplo, tienen un factor de 0,06. La construcción especializada se sitúa en 0,095.
En el extremo contrario aparecen actividades con una elevada carga de documentación, comunicación, análisis o gestión. Informática, telecomunicaciones y servicios de información alcanzan un factor de 0,30; las actividades administrativas, 0,29; los servicios financieros, 0,28, y el comercio, 0,305.
Esta conversión permite calcular un indicador provincial, pero también introduce una limitación importante: dentro de un mismo sector pueden convivir empresas y puestos de trabajo muy diferentes.
Un administrativo de una empresa agrícola puede estar más expuesto que una persona dedicada al mantenimiento físico dentro de una compañía tecnológica. El modelo no captura esas diferencias internas porque trabaja con promedios sectoriales.
Entre el 18% y el 22% del empleo presenta exposición potencial
La estimación provincial se mueve, en términos generales, entre el 18% y el 22% del empleo.
Madrid registra el valor más elevado en 2022, con un 21,68%. Le siguen Las Palmas, con un 21,08%; Santa Cruz de Tenerife, con un 21,05%; Barcelona, con un 20,89%, e Illes Balears, con un 20,40%.
También aparecen por encima del 20% Valencia, Alicante, Málaga, Sevilla, Cádiz, Bizkaia y Gipuzkoa.
En el tramo inferior se encuentran Teruel, con un 17,90%; Soria, con un 18,03%; Ciudad Real, con un 18,12%; Zamora, con un 18,21%, y Huesca, con un 18,29%.
No son diferencias enormes, pero sí sistemáticas. Reflejan dos modelos productivos distintos.
Las grandes áreas urbanas concentran más empleo en finanzas, consultoría, comercio, tecnología, información, servicios profesionales y tareas administrativas. Son precisamente las actividades donde la IA generativa puede redactar, clasificar, resumir, buscar información, generar documentación o asistir en la toma de decisiones.
Las provincias con mayor peso de agricultura, construcción y manufacturas tradicionales registran valores inferiores porque buena parte del trabajo continúa dependiendo de tareas físicas, maquinaria, presencia en el terreno o interacción con entornos cambiantes.
Madrid lidera, pero la exposición no equivale a vulnerabilidad
Que Madrid presente la mayor exposición no significa que sea el territorio que más empleo vaya a perder.
Esta distinción es fundamental.
La exposición mide la cantidad de tareas sobre las que la IA podría actuar. No determina si esas tareas serán automatizadas, mejoradas o reorganizadas.
Una provincia con abundante empleo tecnológico, financiero o profesional puede presentar una exposición elevada y, al mismo tiempo, disponer de más empresas, capital humano e infraestructuras para aprovechar la tecnología.
Por el contrario, una provincia con menor exposición puede tener menos capacidad para adoptar IA, atraer inversiones o generar nuevas oportunidades laborales.
La OCDE llega a una conclusión compatible en su Employment Outlook 2026: las consecuencias de la tecnología dependen del contexto productivo e institucional de cada mercado laboral local. El organismo recomienda políticas territoriales porque una misma transformación puede generar crecimiento en unas regiones y pérdida de oportunidades en otras.
La pregunta relevante no es solo qué provincia está más expuesta, sino cuál está mejor preparada.
El empleo femenino está más expuesto en todas las provincias
El resultado más consistente del informe aparece al separar los datos por sexo.
En ninguna provincia la exposición masculina supera a la femenina.
La diferencia suele encontrarse entre 1,5 y 3 puntos porcentuales, aunque en algunos territorios es mayor. La causa no es una supuesta menor capacidad de adaptación de las mujeres, sino la segregación sectorial del mercado de trabajo.
Las mujeres tienen una presencia mayor en:
- comercio;
- actividades administrativas;
- educación;
- sanidad;
- servicios sociales;
- atención al público;
- gestión documental.
Los hombres están más representados en construcción, transporte, agricultura, industria y actividades extractivas, donde la IA generativa tiene, por ahora, menos capacidad para intervenir directamente.
En 2022 el empleo femenino alcanzaba una exposición del 21,96% en Santa Cruz de Tenerife, del 21,94% en Madrid, del 21,74% en Illes Balears, del 21,61% en Castellón y del 21,50% en Barcelona.
En Sevilla la estimación era del 21,11% para las mujeres y del 19,36% para los hombres, una diferencia de 1,75 puntos. En Almería la distancia se ampliaba: 20,64% frente a 16,76%.
La OIT también ha identificado una mayor exposición femenina a la IA generativa debido al peso de las ocupaciones administrativas y de oficina. Esto no implica que esos puestos desaparezcan de manera automática, pero sí que las políticas de formación y transición laboral necesitan incorporar la perspectiva de género.
Andalucía: Sevilla, Málaga y Cádiz superan el 20%
Los datos provinciales permiten observar diferencias relevantes dentro de Andalucía.
| Provincia | Exposición total 2022 | Mujeres | Hombres |
|---|---|---|---|
| Sevilla | 20,15% | 21,11% | 19,36% |
| Málaga | 20,06% | 20,94% | 19,23% |
| Cádiz | 20,02% | 21,17% | 19,12% |
| Granada | 19,53% | 19,98% | 18,55% |
| Córdoba | 19,35% | 19,76% | 18,14% |
| Huelva | 18,93% | 19,69% | 18,37% |
| Jaén | 18,79% | 19,23% | 18,39% |
| Almería | 18,49% | 20,64% | 16,76% |
Fuente: datos del informe para 2022.
Sevilla, Málaga y Cádiz superan el 20% debido al peso de los servicios, el comercio, el turismo, las administraciones públicas y las actividades profesionales.
Almería presenta una situación distinta. Su exposición total es una de las más bajas de Andalucía debido al peso de la agricultura, pero registra la mayor brecha entre mujeres y hombres. La estructura sectorial protege estadísticamente a buena parte del empleo masculino, mientras que las mujeres se concentran más en comercio, servicios y actividades administrativas.
Este dato muestra por qué una media provincial puede ocultar diferencias internas importantes.
Los sectores de servicios concentran la transformación
El informe identifica cuatro grupos que elevan la exposición territorial.
Comercio
El comercio mayorista y minorista combina atención al cliente, gestión de inventarios, marketing, tramitación de pedidos, documentación y análisis de ventas.
Muchas de estas tareas pueden recibir apoyo de sistemas generativos, asistentes comerciales o herramientas de predicción.
Actividades administrativas
La clasificación de documentos, la elaboración de borradores, la atención inicial, la introducción de datos y la preparación de informes son usos directos de la IA.
Este grupo incluye parte del empleo de oficinas, recursos humanos, intermediación laboral y servicios auxiliares.
Servicios profesionales y financieros
Abogacía, contabilidad, consultoría, ingeniería, publicidad, banca y seguros concentran tareas cognitivas y documentales.
La IA puede acelerar parte del trabajo, pero muchas decisiones siguen exigiendo supervisión, responsabilidad profesional y conocimiento del contexto.
Educación, sanidad y administraciones públicas
Son sectores con grandes volúmenes de documentación y comunicación. La IA puede apoyar la planificación, la redacción, la gestión de expedientes, la atención inicial y la síntesis de información.
Esto conecta con el análisis de Infoposiciones sobre cómo la inteligencia artificial está entrando en el empleo público y con la hoja de ruta española para aplicar IA en las administraciones.
Los resultados apenas cambian entre 2021 y 2022
La clasificación provincial se mantiene casi intacta entre los dos años.
Madrid, Barcelona, Canarias, Baleares y las provincias mediterráneas permanecen en la parte superior. Teruel, Soria, Zamora y otras provincias del interior continúan en el tramo inferior.
Los autores interpretan esta estabilidad como una señal de que la exposición depende de la estructura productiva, que cambia lentamente.
Esta conclusión tiene una implicación práctica: las políticas no deberían limitarse a reaccionar cuando una empresa anuncia automatizaciones. La preparación requiere actuar antes sobre formación, especialización productiva, digitalización empresarial y movilidad laboral.
Una precisión sobre las fechas del estudio
La ficha de arXiv y el resumen del trabajo hacen referencia al periodo 2021-2023. Sin embargo, la versión analizada desarrolla los resultados y las tablas provinciales de 2021 y 2022. No incorpora en sus anexos una tabla equivalente para 2023.
Por tanto, los porcentajes concretos citados en este artículo corresponden a 2022, con comparación respecto a 2021. Presentarlos como datos efectivos de 2023 sería incorrecto.
Cómo encaja con otros informes recientes
Las conclusiones territoriales complementan varios estudios publicados durante los últimos meses.
OpenAI: reorganización antes que sustitución
El AI Jobs Transition Framework for the EU clasifica las ocupaciones europeas según cuatro posibles trayectorias: cambios limitados, reorganización, automatización o crecimiento.
Para España estima que el 51% del empleo tendría menos cambios inmediatos, el 24% afrontaría una reorganización de tareas, el 13% un mayor potencial de automatización y el 11% posibilidades de crecimiento.
Puedes consultar el análisis completo en La IA cambiará antes las tareas que el empleo en Europa.
Ambos informes evitan equiparar exposición y destrucción de empleo. El trabajo español señala dónde podría concentrarse la transformación; OpenAI intenta distinguir qué forma podría adoptar.
JRC: importa la autonomía del puesto
Otro informe reciente del Joint Research Centre sostiene que la automatización depende de la autonomía, la fragmentación de tareas y la capacidad de supervisión, no solo del nivel de cualificación.
Esto matiza el análisis sectorial: dos trabajadores de una misma actividad económica pueden tener resultados distintos si uno ejecuta tareas estandarizadas y otro toma decisiones complejas.
El análisis está disponible en La IA automatiza mejor los empleos con menos autonomía.
OCDE: el territorio condiciona las oportunidades
El OECD Employment Outlook 2026 muestra que las diferencias regionales en empleo, desempleo e ingresos son persistentes. La tecnología puede reforzar esas distancias si los trabajadores y las empresas no cuentan con capacidad suficiente para adaptarse.
Esta perspectiva se desarrolla en IA y empleo: el Parlamento Europeo alerta sobre los jóvenes y en IA y empleo en Europa hasta 2040: ganadores, perdedores y riesgos.
Qué deberían hacer las políticas de empleo y formación
Los resultados apuntan a cuatro prioridades.
Formación vinculada a tareas reales
No basta con ofrecer cursos genéricos sobre inteligencia artificial. La formación debería adaptarse a actividades concretas:
- gestión administrativa asistida por IA;
- atención al cliente;
- análisis de documentos;
- orientación laboral;
- docencia;
- servicios sanitarios;
- comercio;
- gestión de recursos humanos.
Estrategias provinciales diferenciadas
Madrid o Barcelona necesitan políticas distintas a las de Teruel, Jaén o Zamora.
Las primeras deben gestionar una transformación rápida de tareas cualificadas y administrativas. Las segundas necesitan evitar quedar al margen de las ganancias de productividad y de la creación de nuevas actividades.
Perspectiva de género
Las mujeres no deberían recibir formación porque sean menos capaces de adaptarse, sino porque están más concentradas en tareas sobre las que la IA puede intervenir.
La formación en horario laboral, la actualización de competencias y la movilidad interna pueden evitar que la automatización se traduzca en pérdida de puestos feminizados.
Mejor información sobre ocupaciones y tareas
La matriz CNAE ofrece una primera aproximación, pero sería necesario cruzar sector, ocupación, tareas, edad, formación, contrato y tamaño de empresa.
Sin ese detalle, las políticas corren el riesgo de dirigir recursos a sectores completos cuando el cambio se concentra en determinadas funciones.
Una radiografía útil, pero todavía preliminar
El informe aporta una contribución valiosa: convierte los datos sectoriales del INE en un mapa provincial de exposición a la inteligencia artificial.
Sus resultados muestran que el impacto laboral de la IA seguirá las desigualdades que ya existen. Las áreas metropolitanas acumulan más tareas susceptibles de transformación, pero también más recursos para aprovechar la tecnología. Las mujeres presentan mayor exposición por su concentración en servicios y actividades administrativas. El interior registra valores inferiores, aunque puede enfrentarse a un riesgo diferente: quedar rezagado en productividad e inversión.
El modelo tiene límites. No mide la adopción efectiva de IA, no analiza tareas individuales y no predice cuántos empleos desaparecerán.
Sirve para algo más razonable: identificar dónde conviene preparar antes la transición.
Fuentes
- Informe completo en arXiv.
- Presentación del estudio por VRAIN-UPV.
- OECD Employment Outlook 2026.
- The AI Jobs Transition Framework for the EU.
