La IA y la teoría de la cicatriz: ¿una conexión generacional?

Un antecedente sociológico de la denominada teoría de la cicatriz (scarring theory) se encuentra en el trabajo de Glen H. Elder Jr., “Children of the Great Depression: Social Change in Life Experience” (1974). Elder siguió longitudinalmente a 167 individuos nacidos en 1920-1921 en Oakland (California), desde su infancia hasta los años 60[1], para analizar cómo la Gran Depresión había marcado su curso vital a lo largo de dos generaciones. Ese trabajo fue decisivo para consolidar la perspectiva del curso de vida (life course perspective), hoy central en Sociología, que sostiene que un mismo shock histórico deja una marca distinta según el momento exacto del ciclo vital en que a cada cohorte le toca vivirlo (no es lo mismo atravesar una crisis en la infancia que hacerlo ya instalado en una carrera profesional).

Ocho años después, en 1982, el economista David Ellwood formuló una versión más acotada del mismo fenómeno: en su artículo “Teenage Unemployment: Permanent Scars or Temporary Blemishes?”, se preguntaba si el desempleo temprano deja en el trabajador una cicatriz permanente o solo una “mancha” pasajera que se cura con el tiempo. El estudio de Ellwood no encontró que el desempleo temprano desencadenara un círculo vicioso duradero de desempleo recurrente, aunque sí detectó efectos persistentes de la experiencia laboral perdida sobre los salarios. Fueron los trabajos posteriores, consolidados en un número especial de The Economic Journal dedicado al unemployment scarring, con trabajos de Wiji Arulampalam, Paul Gregg y otros autores, los que asentaron el concepto como hecho estilizado en la literatura laboral: un despido temprano, un periodo de desempleo prolongado o una incorporación tardía al mercado de trabajo dejan una marca que no se borra cuando la coyuntura mejora, y que se traduce en peores salarios, trayectorias más inestables y menor progresión profesional años después.

Que la idea llegara antes a la Sociología que a la Economía no es un dato menor: con frecuencia es esta disciplina la que intuye antes el fenómeno, aunque sea otra la que termine formalizándolo y popularizándolo.

Lo interesante, en cualquier caso, es que la cicatriz casi nunca es un fenómeno puramente individual. Suele producirse de forma simultánea sobre toda una cohorte, precisamente porque responde a una crisis o a un shock que afecta a muchas personas a la vez. Aquí es donde entra Karl Mannheim y su distinción entre posición generacional (Generationslagerung) y conexión generacional (Generationszusammenhang). Compartir una posición generacional —haber nacido en años próximos— no basta para constituir una generación en sentido sociológico fuerte. Hace falta, además, una conexión generacional: haber vivido de forma común un mismo acontecimiento histórico que marca una manera compartida de ver el mundo. Cuando esa conexión se da, la cohorte deja de ser solo una categoría demográfica y se convierte en lo que Mannheim llamaba una unidad generacional (Generationseinheit).

La pregunta que me interesa plantear es si la IA puede estar generando las condiciones para una cicatriz de este tipo, es decir, la IA como conexión generacional. Porque el impacto de la IA no es uniforme: afecta de manera desproporcionada a quienes se incorporan por primera vez al mercado laboral, precisamente porque muchas de las tareas que tradicionalmente servían para formar a un profesional “junior” (análisis rutinarios, primeros borradores, tareas de apoyo) son las que la IA automatiza con más facilidad. Si esto se confirma, quienes están entrando al mercado laboral ahora podrían experimentar un retraso en su incorporación efectiva, o una etapa inicial más precaria de lo habitual, con efectos que (como toda cicatriz) podrían prolongarse mucho más allá del momento en que la disrupción tecnológica se estabilice.

Esta hipótesis ha empezado a encontrar algo de respaldo empírico. Brynjolfsson, Chandar y Chen (2025), en su estudio “Canaries in the Coal Mine”, documentan una caída relativa del 13-16% en el empleo de trabajadores de 22 a 25 años en las ocupaciones más expuestas a la IA generativa desde el lanzamiento de ChatGPT, mientras el empleo de trabajadores más veteranos en esas mismas ocupaciones se mantuvo estable o creció. Tucker (2026) encuentra, con datos censales de EE. UU., una caída del 9% en las nuevas contrataciones de trabajadores de 22 a 24 años en los sectores más expuestos. El mecanismo, además, coincide con el que aquí se plantea: no son despidos masivos, sino menos contratación de nuevos entrantes. Conviene, eso sí, mantener la cautela: un informe reciente del Center for the Governance of Change de IE University (Lipson, 2026) recoge tres lecturas en competencia sobre estos mismos datos —desplazamiento real por IA, causas macroeconómicas ajenas a la IA (tipos de interés, teletrabajo), y una lectura más optimista que sostiene que la IA transforma el trabajo de entrada sin reducir el empleo neto—, de modo que la evidencia, aunque ya existe, sigue siendo objeto de debate.

Y si ese retraso o esa precariedad inicial se vive de forma compartida por una cohorte completa —los que entran al mercado laboral entre, digamos, 2026 y 2030—, no estaríamos solo ante una cicatriz individual replicada muchas veces, sino ante el nacimiento de una auténtica unidad generacional en el sentido de Mannheim: una generación que se reconocerá a sí misma, en el futuro, como “la que empezó a trabajar cuando la IA lo cambió todo”.

El precedente más inquietante de una unidad generacional de este tipo ya existe: la “Lost Generation” japonesa de los años noventa, que entró al mercado laboral durante la Década Perdida y hoy, ya en la cincuentena, sigue mostrando tasas de aislamiento social (hikikomori) muy superiores a las de otras cohortes.

Es una hipótesis construida por analogía con la teoría de la cicatriz y las unidades generacionales de Mannheim, que habrá que contrastar con datos en los próximos años. Pero si se confirma, tendría una implicación incómoda: la desigualdad que genere la IA no se repartirá solo entre quienes saben o no usarla, como suele discutirse, sino también entre generaciones enteras, según el momento exacto en que les tocó entrar al mercado de trabajo.

[1] Método que nos recuerda al utilizado desde 1938 en el Estudio Harvard sobre el Desarrollo de los Adultos.  Inicialmente siguió a 268 estudiantes de Harvard y a 456 jóvenes de barrios humildes de Boston, ampliándose después a más de 2.000 personas incluyendo cónyuges y descendientes. “Una buena vida” de Waldinger y Schulz. Vídeorreseña