TALENTO AUMENTADO POR IA: Redefinindo a formação universitária em um ponto de inflexão histórico
Resumo
Este artigo examina como a expansão da inteligência artificial (IA), em especial da IA generativa, está reconfigurando a organização do trabalho na América Latina, deslocando o foco da possível substituição massiva de empregos para processos de reorganização das tarefas e redefinição de competências profissionais. Analisar esse processo a partir do conceito de talento aumentado, entendido como o conjunto de competências técnicas, cognitivas, socioemocionais e éticas que permite trabalhar com sistemas de IA como aliada sem perder o juízo profissional nem a
responsabilidade social. Adota‑se uma abordagem teórico‑bibliográfica que articula relatórios de organismos internacionais e estudos recentes sobre emprego, IA e educação superior na região, com ênfase na exposição das tarefas, nas lacunas de adoção tecnológica e nas desigualdades educacionais.
Identificam‑se quatro blocos de trabalhos mais necessários no futuro imediato (ocupações intensivas
em dados e IA, trabalhos de cuidado e serviços às pessoas, profissões jurídicas‑administrativas e de gestão, e ofícios técnicos com suporte digital), bem como um conjunto de ocupações rotineiras em
risco de menor demanda relativa, descrevendo‑se as competências próprias do talento aumentado
associadas a esses blocos. Conclui‑se que a educação superior ocupa um lugar estratégico para democratizar o acesso a ambientes de aprendizagem aumentados e para orientar políticas curriculares, de desenvolvimento profissional docente e de governança institucional da IA que articulem trabal ho, talento aumentado e justiça social na região.
Palavras‑chave: Talento aumentado; Inteligência artificial generativa; Trabalho e emprego; Educação superior; América Latina .
AUGMENTED TALENT THROUGH AI: Redefining University Education at a Historical Turning Point
Abstract
This article examines how the expansion of artificial intelligence (AI), particularly generative AI, is reshaping the organization of work in Latin America, shifting the focus from the potential mass replacement of jobs to processes of task reorganization and the redefinition of professional competences. To analyze this process through the concept of augmented talent, understood as the set of technical, cognitive, socio-emotional and ethical competences that enables people to work with AI systems as allies without losing professional judgment or social responsibility. A theoretical and bibliographic approach is adopted, articulating reports from international organizations and recent studies on employment, AI and higher education in the region, with emphasis on task exposure, technological adoption gaps and educational inequalities. Four clusters of jobs that are more necessary in the near future are identified (data- and AI-intensive occupations, care and personal services, legal-administrative and management professions, and technical trades with digital support), as well as a set of routine occupations at risk of lower relative demand, and the specific competences of augmented talent associated with these clusters are described. Final considerations: It is concluded that higher education occupies a strategic position to democratize access to augmented learning environments and to guide curricular policies, faculty professional development and institutional governance of AI that connect work, augmented talent and social justice in the region.
Keywords: Augmented talent; Generative artificial intelligence; Work and employment; Higher education; Latin America .
Revista Científica Educ@ção v.12● n.18● edição especial /2026.
TALENTO AUMENTADO POR I.A: Redefiniendo la formación universitaria en un punto de inflexión histórico
Resumen
Este artículo examina cómo la expansión de la inteligencia artificial (IA), y en particular de la IA generativa, está reconfigurando la organización del trabajo en América Latina, desplazando el foco desde la posible sustitución masiva de empleos hacia procesos de reorganización de tareas y redefinición de competencias profesionales. Analizar este proceso a partir del concepto de talento aumentado, entendido como el conjunto de competencias técnicas, cognitivas, socioemocionales y éticas que permite trabajar con sistemas de IA como aliada sin perder el juicio profesional ni la
responsabilidad social. Se adopta un enfoque teórico‑bibliográfico que articula informes de organismos internacionales y estudios recientes sobre empleo, IA y educación superior en la región, con énfasis en la exposición de tareas, las brechas de adopción tecnológica y las desigualdades educativas. Se identifican cuatro bloques de trabajos más necesarios en el futuro inmediato (ocupaciones intensivas
en datos e IA, trabajos de cuidados y servicios a personas, profesiones jurídico‑administrativas y de gestión, y oficios técnicos con soporte digital), así como un conjunto de ocupaciones rutinarias en riesgo de menor demanda relativa, describiéndose las competencias propias del talento aumentado asociadas a estos bloques. Se concluye que la educación superior ocupa un lugar estratégico para democratizar el acceso a entornos de aprendizaje aumentados y para orientar políticas curriculares, de desarrollo profesional docente y de gobernanza institucional de la IA que articulen trabajo, talento aumentado y justicia social en la región.
Palabras clave: Talento aumentado; Inteligencia artificial generativa; Trabajo y empleo; E ducación superior; América Latina .
INTRODUCCIÓN
Las grandes transformaciones tecnológicas han modificado de manera recurrente la organización social del trabajo, desplazando ciertas tareas, creando nuevas ocupaciones y obligando a revisar el sentido de la formación profesional (OECD, 2023). Desde esta perspectiva, la expansión reciente de la inteligencia artificial (IA), y en particular de la IA generativa, reabre un debate conocido en condiciones novedosas, dado que la automatización deja de estar restringida a actividades físicas o rutinarias y penetra en tareas cognitivas, comunicacionales y creativas. Los diagnósticos disponibles coinciden en que estas tecnologías están reconfigurando la demanda de trabajo más que eliminándola de forma masiva, con efectos desiguales según países, sectores y niveles de calificación (OECD, 2023). En el caso de América Latina, los análisis desarrollados conjuntamente por el Banco Mundial
y la Organización Internacional del Trabajo muestran que una franja relevante del empleo regional ya se encuentra expuesta a la IA generativa. El estudio Generative AI and Jobs in Latin America and the Caribbean estima que entre el 26 % y el 38 % de los puestos de trabajo de la región presentan algún grado de exposición a la IA generativa en función de las tareas que realizan, aunque solo entre el 2 % y el 5 %sería plenamente automatizable con las capacidades tecnológicas actuales (World Bank Group & International Labour Organization, 2024). A la vez, entre el 8 % y el 14 % de los empleos podría experimentar aumentos significativos de productividad cuando la IA se utiliza para complementar la actividad humana y no como sustituto integral (World Bank Group & International Labour Organization, 2024). Desde esta perspectiva, el foco analítico se desplaza hacia la reorganización de tareas dentro de las ocupaciones y hacia los cambios en las competencias requeridas para desempeñarlas.
Los trabajos de la Comisión Económica para América Latina y el Caribe sobre el Índice Latinoamericano de Inteligencia Artificial (ILIA) añaden una capa estructural a este diagnóstico. ILIA ofrece datos cuantitativos y cualitativos sobre el estado de avance de la IA en 19 países de la región y permite diferenciar entre ecosistemas pioneros, adoptantes y exploradores, en función de factores habilitadores, investigación, adopción y gobernanza (Naciones Unidas–CEPAL, 2025). A esto se suma
Revista Científica Educ@ção v.12● n.18● edição especial /2026.
evidencia reciente que muestra que América Latina representa apenas alrededor del 1,5 % del gasto global en IA, pese a concentrar cerca del 7 % del producto interno bruto mundial, lo que revela una subinversión persistente en talento, infraestructura y capital intangible (Naciones Unidas– CEPAL, 2025). Desde esta perspectiva, los informes de ILIA señalan que la región combina una adopción relativamente dinámica de soluciones de IA con brechas críticas en formación de especialistas, financiación e institucionalidad, que amenazan con limitar el potencial transformador de estas tecnologías (Naciones Unidas–CEPAL, 2026). La combinación entre exposición a la IA generativa y brechas en infraestructura, conectividad y capacidades humanas configura, en consecuencia, un panorama complejo para América Latina (World Bank Group & International Labour Organization, 2024; Naciones Unidas–CEPAL, 2025).
La preocupación por estas brechas no se limita al plano productivo. Un informe reciente de Naciones Unidas advierte que la brecha digital en América Latina limita la capacidad de trabajadores y trabajadoras para aprovechar los posibles aumentos de productividad asociados a la IA generativa, y puede convertir la tecnología en un nuevo factor de profundización de desigualdades laborales si no se acompaña con políticas de inclusión y formación (Naciones Unidas, 2024). En paralelo, estudios impulsados por la Organización de Estados Iberoamericanos analizan el impacto de la IA en la educación y sostienen que la incorporación de estas tecnologías en los sistemas educativos requiere articular estrategias de digitalización con políticas de desarrollo de capacidades, si se pretende que la IA contribuya efectivamente al derecho a la educación y no amplíe las brechas existentes (Organización de Estados Iberoamericanos, 2024). Desde esta perspectiva, la cuestión del trabajo con IA remite de manera directa a la cuestión de la educación y la formación a lo largo de la vida.
En este contexto, diversas contribuciones han empezado a introducir la idea de que el problema no se reduce a la cantidad de puestos de trabajo que podrían desaparecer, sino al tipo de trabajo que se vuelve más necesario en entornos atravesados por la IA generativa. Informes recientes destacan que las ocupaciones intensivas en tareas cognitivas, analíticas y relacionales, típicas del trabajo del conocimiento y de los servicios profesionales, se encuentran entre las más expuestas a esta tecnología, pero también entre las que presentan mayor potencial de aumento de productividad cuando quienes las desempeñan disponen de competencias adecuadas para interactuar con sistemas de IA (OECD, 2023; World Bank Group & International Labour Organization, 2024). Esto incluye tanto profesiones clásicas —como medicina, docencia, abogacía o contaduría—como nuevas especialidades asociadas a datos, IA y ciberseguridad, junto con oficios técnicos y trabajos de cuidados que empiezan a incorporar sistemas inteligentes en la organización cotidiana de las tareas.
Para comprender esta reorganización del trabajo resulta útil diferenciar la figura del “trabajador digital” de una noción más exigente, que en este artículo se denomina “talento aumentado”. Desde esta perspectiva, la categoría trabajador digital remite principalmente a la capacidad de utilizar dispositivos, plataformas y sistemas informáticos como herramientas de apoyo. En cambio, el concepto de talento aumentado alude al conjunto de competencias que permiten a las personas trabajar con sistemas de IA como aliada, aprovechando su potencia sin perder el juicio, la ética ni la responsabilidad humana. Esta noción se inscribe en la línea de análisis que subraya la complementariedad entre capacidades humanas e IA, presente tanto en estudios de organismos multilaterales como en literatura especializada sobre trabajo y tecnología (Naciones Unidas– CEPAL, 2025; OECD, 2023; World Economic Forum, 2024). La IA contribuye a automatizar y optimizar tareas rutinarias o estandarizables, mientras que la persona conserva y profundiza funciones de interpretación contextual, juicio profesional, creatividad y responsabilidad social.
La universidad latinoamericana se encuentra interpelada de manera directa por este escenario. Por una parte, convive con cohortes estudiantiles que ya acceden cotidianamente a sistemas de IA generativa y que se incorporarán a mercados de trabajo donde esas herramientas forman parte del entorno básico de desempeño. Por otra, opera en sociedades atravesadas por desigualdades persistentes de acceso a tecnología, educación y empleo formal, lo que coloca a la educación superior en una posición ambivalente: puede contribuir a reducir o a profundizar las brechas ante la IA (Naciones Unidas–CEPAL, 2025; Naciones Unidas, 2024). Desde esta perspectiva, preguntarse por el talento aumentado implica interrogar el tipo de formación que reciben estudiantes de carreras tradicionales —como medicina, ingeniería, educación, derecho o administración—y de tecnicaturas u
Revista Científica Educ@ção v.12● n.18● edição especial /2026.
oficios calificados, en relación con los trabajos más necesarios que se configuran en la región bajo la influencia de la IA generativa.
En función de lo anterior, el presente artículo tiene como objetivo analizar el tránsito “del trabajador digital al talento aumentado” en el contexto de los cambios asociados a la IA, con especial atención a los trabajos más necesarios en el futuro inmediato de América Latina y al papel de la universidad en su formación. Se propone, específicamente: a) delimitar conceptualmente la noción de talento aumentado y diferenciarla de otras categorías cercanas; b) caracterizar los principales bloques de trabajos que tienden a ganar centralidad, transformarse o contraerse en la región bajo el impacto de la IA generativa, a partir de evidencia reciente; c) vincular estos bloques con las competencias propias del talento aumentado; y d) discutir implicaciones para la formación universitaria, considerando tanto los marcos internacionales como los diagnósticos regionales sintetizados en ILIA y en los estudios sobre empleo e IA en América Latina. Desde esta perspectiva, el texto busca aportar elementos para pensar políticas y prácticas de educación superior que no se limiten a incorporar herramientas de IA, sino que contribuyan a formar talento capaz de trabajar con ellas de manera crítica, responsable y socialmente relevante.
METODOLOGÍ A
El artículo se inscribe en el campo de los estudios teórico‑bibliográficos y adopta un diseño de investigación de carácter documental y analítico. Desde esta perspectiva, el propósito no es producir datos empíricos originales, sino reconstruir y articular de manera crítica evidencias y marcos conceptuales existentes sobre inteligencia artificial, trabajo y educación superior en América Latina, en diálogo con aportes producidos en otros contextos.
El corpus se conformó a partir de cuatro grupos principales de fuentes. En primer lugar, se seleccionaron informes recientes de organismos internacionales con capacidad para generar diagnósticos comparables y metodológicamente explicitados: la Organización para la Cooperación y el Desarrollo Económicos, Naciones Unidas y su Comisión Económica para América Latina y el Caribe, el Banco Mundial, la Organización Internacional del Trabajo y el Foro Económico Mundial (Naciones Unidas–CEPAL, 2025, 2026; Naciones Unidas, 2024; OECD, 2023; World Bank Group & International Labour Organization, 2024; World Economic Forum, 2024). En segundo lugar, se incorporaron documentos específicos sobre IA, educación y desarrollo de capacidades en América Latina, entre ellos informes de la Organización de Estados Iberoamericanos y estudios sobre educación y competencias digitales producidos en el marco de CEPAL (Organización de Estados Iberoamericanos, 2024; Naciones Unidas–CEPAL, 2023, 2026). En tercer lugar, se revisó literatura académica regional e internacional sobre trabajo humano, automatización y complementariedad humano–IA, incluyendo investigaciones de centros universitarios y redes de investigación de América Latina, Europa y Estados Unidos que analizan la exposición de tareas a la IA generativa y los posibles
impactos distributivos (Gmyrek, Winkler & Garganta, 2024; Egaña & Bravo‑Ortega, 2025; OECD, 2023). Finalmente, se consideraron trabajos recientes sobre IA y educación superior desarrollados en universidades latinoamericanas, que ofrecen estudios de caso y análisis empíricos sobre docencia, estudiantado y políticas institucionales frente a la IA.
El procedimiento analítico combinó tres movimientos. En una primera etapa, se realizó una lectura exploratoria del corpus para identificar categorías centrales vinculadas con trabajador digital, trabajo aumentado y talento aumentado, así como con exposición de tareas a la IA generativa, brechas de adopción tecnológica y desigualdades educativas. En una segunda etapa, se llevó a cabo una lectura focalizada orientada a mapear los tipos de trabajos particularmente afectados en el corto plazo en América Latina y las competencias que emergen como más relevantes para desempeñarlos en interacción con sistemas de IA, prestando especial atención a los sectores de salud, educación,
profesiones jurídico‑administrativas, datos/IA y oficios técnicos. En una tercera etapa, se elaboró una síntesis interpretativa que articula estos hallazgos con la discusión sobre el rol de la universidad en la formación de talento aumentado, tomando como referencia marcos pedagógicos centrados en la construcción activa del conocimiento y la mediación docente. Desde esta perspectiva, la metodología
Revista Científica Educ@ção v.12● n.18● edição especial /2026.
adoptada busca asegurar coherencia entre los objetivos del estudio, la selección de fuentes y el tipo de resultados que se presentan en las secciones siguientes.
RESULTADOS Y DISCUSIÓN
El término “trabajador digital” se ha utilizado para describir a quienes desempeñan sus funciones integrando de manera habitual tecnologías de la información y la comunicación, plataformas digitales y sistemas de gestión de datos en sus tareas cotidianas. Desde esta perspectiva, el énfasis está puesto en la capacidad de operar herramientas digitales, interactuar con sistemas informáticos y moverse en entornos organizacionales crecientemente mediados por software, redes y dispositivos conectados (Naciones Unidas–CEPAL, 2023; OECD, 2023). En América Latina, este perfil convive con amplios segmentos de empleo que aún se desarrollan en contextos de baja digitalización, lo que pone de relieve la coexistencia de mundos del trabajo con niveles muy diferentes de acceso a infraestructura, conectividad y habilidades digitales (Naciones Unidas–CEPAL, 2025).
La expansión de la IA, y en particular de la IA generativa, introduce un matiz decisivo en esta caracterización. Diversos informes comienzan a hablar de trabajo aumentado para aludir a situaciones en las que la IA no se limita a ofrecer herramientas adicionales, sino que reconfigura la organización misma de las tareas, automatizando ciertos componentes, sugiriendo decisiones o produciendo contenidos que antes eran responsabilidad exclusiva de las personas (World Bank Group & International Labour Organization, 2024; World Economic Forum, 2024). En lugar de suponer una sustitución lineal entre trabajo humano y sistemas automatizados, estos análisis describen formas de copresencia en las que el desempeño de las ocupaciones pasa a depender de la calidad de la interacción entre personas y sistemas inteligentes. Desde esta perspectiva, el trabajador digital ya no es solo quien “usa tecnología”, sino quien se ve inmerso en un entorno de trabajo donde la IA interviene de manera activa en la producción, circulación y evaluación de información.
En este marco, la noción de talento aumentado busca nombrar un conjunto de capacidades que excede la mera alfabetización digital. En este artículo se entiende por talento aumentado al conjunto de competencias que permiten a las personas trabajar con sistemas de IA como aliada, aprovechando su potencia sin perder el juicio, la ética ni la responsabilidad humana. Desde esta perspectiva, el talento aumentado integra conocimientos sobre funcionamiento y límites de la IA, habilidades para interactuar con sistemas inteligentes —formular problemas, solicitar, interpretar y validar respuestas— y disposiciones éticas y profesionales orientadas a preservar la autonomía de criterio, la responsabilidad frente a terceros y la calidad de las decisiones que se toman en contextos mediados por IA (OECD, 2023; World Economic Forum, 2024).
A diferencia de la figura del trabajador digital, centrada en el uso instrumental de dispositivos y plataformas, el talento aumentado se apoya en la idea de complementariedad humano– IA desarrollada por distintos organismos y equipos de investigación. Informes recientes insisten en que la IA tiende a automatizar y optimizar tareas rutinarias o estandarizables, mientras que las funciones de interpretación contextual, juicio profesional, creatividad, cuidado y responsabilidad social permanecen fuertemente ancladas en la intervención humana (Naciones Unidas–CEPAL, 2025; OECD, 2023; World Bank Group & International Labour Organization, 2024). Desde esta perspectiva, el talento aumentado no supone desplazar capacidades humanas hacia la máquina, sino reorganizarlas y profundizarlas en un entorno donde la IA asume parte del trabajo informacional, liberando tiempo y energía para actividades de mayor complejidad cognitiva, relacional y ética.
En las secciones siguientes, esta definición se pondrá en relación con los cambios observados en distintos grupos de trabajos en América Latina y con las competencias específicas que requieren quienes aspiren a desempeñarse como talento aumentado en campos como la salud, la educación, las
profesiones jurídico‑administrativas, los datos y la ingeniería, así como en oficios técnicos y trabajos de cuidados.
Además, cuando se presentan estimaciones cuantitativas sobre exposición de empleos a la IA generativa, el análisis se apoya en rangos de valores derivados de escenarios construidos por organismos internacionales y no en cifras puntuales. En particular, se retoman los intervalos de 26 –
Revista Científica Educ@ção v.12● n.18● edição especial /2026.
38%, 2–5% y 8–14% propuestos por el estudio conjunto del Banco Mundial y la Organización Internacional del Trabajo para describir, respectivamente, la proporción de empleos expuestos, plenamente automatizables y potencialmente aumentados por la IA en el corto plazo (World Bank Group & International Labour Organization, 2024) .
Los estudios recientes sobre IA generativa y empleo en América Latina coinciden en que el impacto principal se manifestará a través de la reorganización de tareas dentro de las ocupaciones más que en una eliminación masiva de puestos (Figura 1). El informe conjunto del Banco Mundial y la Organización Internacional del Trabajo estima que entre el 26% y el 38% de los empleos de la región presentan algún grado de exposición a la IA generativa, en función del tipo de tareas que los componen (World Bank Group & International Labour Organization, 2024). Ese mismo análisis calcula que solo entre el 2% y el 5% de los empleos serían plenamente automatizables con las capacidades tecnológicas actuales, mientras que entre el 8% y el 14% podrían experimentar aumentos significativos de productividad cuando la IA se utiliza como complemento del trabajo humano. Estos porcentajes describen un escenario de corto plazo, basado en las capacidades tecnológicas actuales y en la estructura ocupacional vigente, por lo que pueden variar a medida que la difusión y el uso de la IA generativa se profundicen en la región (World Bank Group & International Labour Organization, 2024). En consecuencia, las cifras deben leerse como un rango de exposición estimado para los próximos años, y no como un pronóstico cerrado sobre el número de empleos que efectivamente serán automati zados, dado que ello dependerá de decisiones de adopción tecnológica, regulación y formación de capacidades. En consecuencia, el debate se desplaza desde la pregunta por la cantidad de empleo hacia la pregunta por su composición, sus condiciones y las capacidades requeridas para sostenerlo en un entorno aumentado.
Figura 1 – Exposição dos empregos à IA generativa na América Latina
35
30
25
20
15
10
5
0
Exposição
Totalmente automatizáveis
Aumento de produtividade
Figura 1 – Exposición de los empleos a la IA generativa en América Latina. Fuente: World Bank Group & International Labour Organization, 2024 .
En el caso de América Latina, los análisis de mercado laboral sugieren que la IA y la automatización tienen un potencial significativo de reorganización de tareas más que de sustitución masiva inmediata de empleos, con riesgos de polarización entre trabajos altamente calificados y ocupaciones de baja cualificación (Egaña & Bravo Ortega, 2025). Estos estudios subrayan que la demanda crecerá especialmente en perfiles capaces de combinar competencias técnicas en datos e IA con habilidades de comunicación, coordinación y resolución de problemas en contextos complejos, lo que refuerza la relevancia de pensar el concepto de talento aumentado desde una perspectiva regional. Esta lectura se ve reforzada por estudios de corte distributivo que analizan la exposición a la
IA en distintos segmentos de la fuerza de trabajo. Investigaciones recientes muestran que, en América Latina, la exposición a la IA generativa es mayor entre personas con niveles educativos medios y altos, ocupadas en tareas intensivas en información y gestión, típicamente asociadas al trabajo de oficina y a los servicios profesionales (Buffer or bottleneck?, 2024; Artificial Intelligence and Labour Market
Revista Científica Educ@ção v.12● n.18● edição especial /2026.
Transformations in Latin America, 2024). A la vez, se observa que la exposición a automatización total es relativamente acotada, pero puede concentrarse en nichos de trabajo administrativo rutinario y de apoyo, lo que abre la posibilidad de procesos de polarización ocupacional ya documentados en otras regiones (OECD, 2023). Así, los trabajos más necesarios tienden a ubicarse en la intersección entre alta exposición a la IA y alto potencial de aumento de productividad, siempre que quienes los desempeñan dispongan de talento aumentado.
Un primer bloque de trabajos más necesarios en el futuro inmediato está compuesto por ocupaciones intensivas en datos, analítica e inteligencia artificial. Aquí se encuentran especialistas en ciencia de datos, analistas de big data e ingenieros de datos, así como programadores y desarrolladores que integran sistemas de IA en aplicaciones y procesos, junto con profesionales dedicados al aprendizaje automático y a la protección de infraestructuras críticas en el campo de la ciberseguridad (OECD, 2023; Naciones Unidas–CEPAL, 2025). En estas trayectorias, la IA no solo es herramienta de trabajo, sino también objeto de diseño, ajuste y supervisión. La demanda de este tipo de perfiles ha aumentado de forma sostenida en diversos mercados laborales de la región, aunque desde niveles todavía modestos en comparación con economías centrales (Naciones Unidas–CEPAL, 2025).
En el caso de la programación y el desarrollo de software, los estudios coinciden en que una proporción creciente de tareas rutinarias de codificación puede ser automatizada o asistida por sistemas de IA generativa, lo que reconfigura el contenido del trabajo de los equipos de desarrollo más que eliminarlos por completo (OECD, 2023; Naciones Unidas–CEPAL, 2025). En este escenario, se prevé una reducción relativa de tareas de programación repetitiva y un aumento de la demanda de perfiles capaces de diseñar arquitecturas, supervisar código generado por IA, integrar sistemas y gestionar proyectos complejos, es decir, talento aumentado en el campo del desarrollo de software.
En este sentido, estos trabajos requieren talento aumentado en un doble sentido. Por un lado, quienes se desempeñan en ellos necesitan competencias técnicas avanzadas para comprender modelos de IA, gestionar ciclos de vida de datos y anticipar riesgos asociados a seguridad, privacidad y sesgos. Por otro, deben articular estas competencias con capacidades de comunicación, trabajo interdisciplinario y comprensión de los contextos sectoriales en los que se despliegan las soluciones, ya sea salud, finanzas, educación, logística u otros campos.
Un segundo bloque de trabajos más necesarios está vinculado con los cuidados y los servicios a personas, en particular en salud, educación y atención social. Los sistemas de salud comienzan a incorporar IA para apoyo diagnóstico, priorización de casos, gestión de historias clínicas y seguimiento de tratamientos, mientras que en educación se experimenta con tutores inteligentes, sistemas de recomendación de recursos y herramientas de apoyo a la evaluación (Naciones Unidas, 2024; Organización de Estados Iberoamericanos, 2024). Aun así, en ambos campos el núcleo del trabajo sigue ligado al juicio clínico o pedagógico, a la relación interpersonal y a la capacidad de sosten er procesos de cuidado y aprendizaje situados.
En este escenario, quienes se desempeñan en medicina, enfermería, docencia, psicología, trabajo social y otros ámbitos de cuidados se vuelven actores centrales en un escenario donde la IA puede descargar parte de la carga informacional —búsqueda, síntesis, registro, monitoreo—, pero no reemplaza la responsabilidad última sobre decisiones que afectan vidas concretas. La noción de talento aumentado resulta particularmente pertinente aquí, porque pone el acento en la capacidad de integrar información generada por sistemas de IA en decisiones que deben considerar dimensiones éticas, afectivas y contextuales.
Un tercer bloque lo constituyen las profesiones jurídico‑administrativas y de gestión, tradicionalmente asociadas al trabajo de oficina y al manejo intensivo de documentos. En campos como el derecho, la contabilidad, la administración pública, la gestión de personas o los servicios financieros ya se dispone de herramientas de IA que redactan borradores de contratos, sintetizan expedientes, analizan estados contables, filtran currículos o generan informes de riesgo (World Bank Group & International Labour Organization, 2024; OECD, 2023). Estudios recientes describen una transformación silenciosa del trabajo de “cuello blanco”, donde una parte creciente de la jornada se dedica a revisar, editar y validar textos o análisis producidos de forma semiautomática.
Revista Científica Educ@ção v.12● n.18● edição especial /2026.
En este contexto, se vuelven más necesarias personas capaces de combinar conocimiento jurídico, contable o de gestión con competencias para supervisar críticamente la producción de la IA, detectar errores o sesgos y comunicar decisiones a personas y organizaciones. Aquí, el talento aumentado se manifiesta en la capacidad de redefinir el contenido del trabajo profesional, pasando de la elaboración manual de cada documento a la orquestación de procesos en los que la IA participa como generadora inicial de insumos.
Un cuarto bloque abarca oficios técnicos y trabajos manuales localizados, como reparación de instalaciones domiciliarias, mantenimiento industrial, jardinería, construcción y logística de pequeña escala. La evidencia disponible sugiere que estos trabajos presentan, en general, menor exposición directa a automatización por IA generativa, dado su alto componente de intervención física situada, diagnóstico in situ y trato personal (Artificial Intelligence and Labour Market Transformations in Latin America, 2024). No obstante, empiezan a incorporar aplicaciones de IA para planificación de rutas, estimación de materiales, soporte al diagnóstico técnico o gestión de la relación con clientes.
En este contexto, estos oficios se vuelven trabajos más necesarios en la medida en que combinan habilidades manuales y técnicas con una alfabetización digital suficiente para trabajar con plataformas, aplicaciones y sistemas de apoyo inteligentes. El talento aumentado, en este caso, no se expresa tanto en el dominio de modelos avanzados de IA como en la capacidad de integrar herramientas digitales y sistemas de recomendación en la organización cotidiana del trabajo, manteniendo al mismo tiempo la calidad del servicio y el vínculo con quienes demandan esas prestaciones.
Por último, es relevante señalar un conjunto de trabajos que, según la literatura, se encuentran en riesgo de experimentar una reducción de demanda relativa o una degradación de su contenido. Se trata, sobre todo, de ocupaciones administrativas rutinarias, tareas de entrada de datos, ciertos roles de soporte de oficina y algunos segmentos de servicios que pueden ser desplazados hacia plataformas automatizadas (Gmyrek, Winkler y Garganta, 2024; OECD, 2023). Estos puestos no desaparecen de manera inmediata, pero tienden a ofrecer menos oportunidades de aprendizaje y de desarrollo de talento aumentado, lo que puede ubicarlos en una posición vulnerable frente a futuros cambios tecnológicos.
En consecuencia, la identificación de los trabajos más necesarios en el futuro inmediato de América Latina no se limita a enumerar ocupaciones emergentes. Implica comprender cómo se reconfiguran las tareas dentro de ocupaciones existentes, qué bloques de trabajo concentran mayor potencial de aumento mediante IA y qué riesgos de polarización se abren si el acceso a competencias de talento aumentado queda restringido a una fracción minoritaria de la pob lación.
La idea de un ingreso básico universal no nació con la economía digital: tiene más de dos siglos de historia y ha reaparecido en casi todas las grandes crisis del trabajo, como muestran las reconstrucciones históricas de diversos autores (Van Parijs; Vanderborght, 2017; Standing, 2017; Bien , 2023). Ya a fines del siglo XVIII, Thomas Paine proponía en Agrarian Justice un ingreso pagado a todas las personas adultas, financiado con un impuesto sobre la herencia de la tierra, como forma de compensar la apropiación desigual de los recursos naturales (Paine, 1797). En el siglo XIX, Thomas Spence y Joseph Charlier retomaron y ampliaron esta intuición, describiendo esquemas de ingresos incondicionales para todos los miembros de la comunidad basados en la socialización de la renta de la tierra, lo que algunos autores consideran los primeros modelos explícitos de renta básica en sentido moderno (Spence, 1797; Charlier, 1848; Van Parijs; Vanderborght, 2017). En el siglo XX y XXI, economistas y filósofos con enfoques igualitaristas, como James Meade, Philippe Van Parijs o Guy Standing, defendieron la renta básica como instrumento para garantizar libertad real y seguridad económica en contextos de precarización del trabajo y de creciente automatización, discutiendo tanto sus fundamentos normativos como sus posibles formas de financiamiento (Meade, 1964; Van Parijs ; Vanderborght, 2017; Standing, 2017).
En las últimas décadas, la aceleración de la automatización y, más recientemente, el avance de la IA generativa ha devuelto la renta básica al centro de la agenda internacional, acompañada por simulaciones de impacto macroeconómico y por experimentos piloto en distintos países, analizados, entre otros, por organismos multilaterales y equipos académicos en Europa y América del Norte (World Bank, 2019; Gentilini et al., 2020; Van Parijs; Vanderborght, 2017). Voces empresariales
Revista Científica Educ@ção v.12● n.18● edição especial /2026.
visibles, como Elon Musk, han contribuido a popularizar la idea al advertir que una automatización más profunda podría hacer “inevitable” algún tipo de ingreso básico, aunque estas intervenciones se consideran, en general, más disparadores mediáticos que aportes sistemáticos al debate científico (M it Press, 2024). El núcleo de la discusión sigue en manos de investigaciones que modelan escenarios de empleo, productividad y distribución, sin consenso ni sobre el ritmo de sustitución de puestos ni sobre la conveniencia de la renta básica como respuesta única frente a la disrupción tecnológica (Gentilini et al., 2020; World Bank, 2019). Desde esta perspectiva, la propuesta de un ingreso básico opera hoy en un espacio ambiguo: se apoya en una genealogía intelectual sólida y en una evidencia empírica incipiente sobre sus efectos, pero sigue siendo, especialmente en sociedades desiguales como las latinoamericanas, más una pregunta abierta sobre cómo distribuir los frutos de la automatización que una solución cerrada (World Bank, 2019; Van Parijs; Vanderborght, 2017). Explorar ese terreno — entre la promesa de seguridad material y el riesgo de normalizar trabajos degradados para quienes queden fuera del talento aumentado—es probablemente uno de los debates más fértiles para futuros estudios sobre IA, trabajo y justicia social.
Desde esta perspectiva, la identificación de trabajos más necesarios solo cobra sentido si se vincula con las competencias que permitirían desempeñarlos en interacción con sistemas de IA. No se trata únicamente de incorporar nuevas herramientas, sino de reconfigurar el modo en que quienes trabajan piensan, deciden y se relacionan con el conocimiento y con otras personas en contextos aumentados.
En primer lugar, el talento aumentado exige un núcleo de competencias técnicas vinculadas con la comprensión y el uso de sistemas de IA. Esto incluye una alfabetización básica en conceptos como datos, modelos, entrenamiento y sesgo algorítmico, así como habilidades operativas para interactuar con herramientas de IA generativa y no generativa, formular consultas pertinentes, interpretar resultados y reconocer límites de validez de las respuestas. Informes recientes subrayan que, en América Latina, la falta de formación estructurada en estos aspectos constituye una de las principales barreras para aprovechar el potencial de la IA en el trabajo y en la educación (Naciones Unidas – CEPAL, 2025; Organización de Estados Iberoamericanos, 2024).
Estas competencias técnicas se expresan de manera diferenciada según el bloque de trabajos. Quienes se desempeñan en áreas de datos, IA y ciberseguridad requieren capacidades avanzadas para diseñar, ajustar y auditar sistemas inteligentes. En cambio, en campos como la salud, la educación o los oficios técnicos, resulta suficiente —pero no trivial— contar con habilidades para utilizar aplicaciones específicas, interpretar sugerencias automatizadas y decidir cuándo integrar o descartar la recomendación de la IA. En todos los casos, el énfasis está en la interacción informada y no en la dependencia acrítica de las herramientas.
En segundo lugar, el talento aumentado se apoya en competencias cognitivas y metacognitivas que permiten situar la información producida por la IA en marcos de comprensión más amplios. El pensamiento crítico, la capacidad de contrastar fuentes, la formulación de problemas y la evaluación de evidencias adquieren una relevancia particular en un entorno donde la IA puede generar textos, imágenes o análisis plausibles, pero no necesariamente correctos o pertinentes (OECD, 2023; World Economic Forum, 2024).
Desde esta perspectiva, se vuelve clave que quienes trabajan con IA desarrollen estrategias de autorregulación cognitiva: saber cuándo confiar, cuándo dudar, qué tipo de verificación necesitan las respuestas y cómo explicitar los criterios con los que se aceptan o se rechazan las sugerencias de un sistema. En trabajos de salud o educación, por ejemplo, esto implica integrar los aportes de la IA en procesos de diagnóstico o evaluación que siguen requiriendo observación directa, conocimiento de contexto y diálogo con las personas implicadas. En ámbitos de datos o de gestión, supone interpretar resultados algorítmicos a la luz de objetivos organizacionales, restricciones normativas y efectos posibles sobre distintos grupos.
Un tercer conjunto de competencias remite a la dimensión socioemocional y a la colaboración. La literatura sobre trabajo y tecnología muestra que la automatización suele concentrarse en tareas estructuradas, mientras que las actividades que implican coordinación, negociación, cuidado, escuchan y construcción de acuerdos tienden a mantener un componente humano muy fuerte (OECD, 2023). Desde esta perspectiva, el talento aumentado no puede reducirse a saber “usar IA”, sino que incluye
Revista Científica Educ@ção v.12● n.18● edição especial /2026.
la capacidad de sostener vínculos de confianza con otras personas en contextos donde parte de la información se produce de manera automatizada.
En trabajos de cuidados y servicios a personas, esto se traduce en habilidades para comunicar decisiones apoyadas en IA de un modo comprensible y respetuoso, gestionar emociones propias y ajenas ante situaciones de incertidumbre y colaborar en equipos interdisciplinarios donde conviven saberes profesionales diversos. En profesiones de gestión y en oficios técnicos, implica coordinar tareas con otras personas y con sistemas automatizados, anticipar impactos de las decisiones sobre diferentes actores y mantener una actitud de apertura al aprendizaje conjunto.
Finalmente, el talento aumentado incorpora competencias éticas y ciudadanas orientadas a situar el uso de la IA en marcos de responsabilidad más amplios. Esto incluye la conciencia de que las decisiones tomadas con apoyo de sistemas de IA pueden afectar derechos, oportunidades y trayectorias de personas y colectivos, así como la capacidad de identificar dilemas éticos asociados con privacidad, vigilancia, discriminación algorítmica o concentración de poder tecnológico (Naciones Unidas – CEPAL, 2025; Naciones Unidas, 2024).
Desde esta perspectiva, se espera que quienes trabajan con IA desarrollen criterios para valorar cuándo una automatización es aceptable, qué salvaguardas requieren determinados usos y cómo documentar y justificar decisiones en las que intervienen sistemas inteligentes. En el ámbito universitario, esto se vincula también con la integridad académica: uso transparente de herramientas de IA en la producción de trabajos, reconocimiento de fuentes y reflexión crítica sobre la autoría en contextos donde la frontera entre producción humana y asistida se vuelve más difusa.
Los diagnósticos regionales sobre IA y desarrollo digital muestran que América Latina combina avances significativos con brechas persistentes en infraestructura, inversión y capacidades humanas (Naciones Unidas–CEPAL, 2025, 2026). Desde esta perspectiva, las universidades operan en contextos donde coexisten instituciones con fuerte capacidad de investigación y transferencia en IA, y sistemas de educación superior que todavía luchan por garantizar condiciones básicas de acceso y permanencia. Estudios recientes sobre educación superior latinoamericana coinciden en señalar que la incorporación de la inteligencia artificial se da de manera desigual entre países, tipos de instituciones y áreas de conocimiento, lo que genera “islas de innovación” en un mar de prácticas aún poco transformadas (Pérez et al., 2025; Corzo et al., 2025). Esta heterogeneidad condiciona la posibilidad de formar talento aumentado a escala, dado que el desarrollo de competencias técnicas, cognitivas, socioemocionales y éticas vinculadas con la IA requiere tiempo, recursos y estabilidad institucional. Diversos informes señalan, además, que la brecha digital limita la capacidad de amplios sectores sociales para beneficiarse de los potenciales aumentos de productividad asociados a la IA, lo que podría profundizar desigualdades si la formación en talento aumentado queda restringida a una minoría de instituciones y programas (Naciones Unidas, 2024; World Bank Group & International Labour Organization, 2024). En el ámbito de la educación superior, las revisiones sistemáticas sobre IA en universidades latinoamericanas advierten que muchas experiencias siguen siendo iniciativas piloto o proyectos de corta duración, con débil institucionalización y financiación inestable (Pérez et al., 2025). Desde esta perspectiva, la universidad no solo enfrenta el desafío de actualizar currículos y prácticas docentes, sino también el de contribuir a democratizar el acceso a entornos de aprendizaje donde la IA sea un recurso disponible y discutido críticamente, y no un privilegio de unos pocos (Corzo et al., 2025).
La reconfiguración de trabajos descrita en los apartados anteriores impacta de manera diferenciada en las distintas áreas de formación. En salud, por ejemplo, las carreras de medicina, enfermería y profesiones afines se ven interpeladas por la necesidad de incorporar competencias para interpretar datos generados por sistemas de apoyo diagnóstico, gestionar historias clínicas electrónicas enriquecidas con IA y dialogar con personas usuarias sobre decisiones informadas por algoritmos (Naciones Unidas, 2024). En educación, los profesorados y las licenciaturas vinculadas con la enseñanza enfrentan el reto de integrar herramientas de IA en la planificación, la evaluación y el acompañamiento de trayectorias, sin diluir la función docente como mediación pedagógica y ética (Organización de Estados Iberoamericanos, 2024). Estudios recientes en universidades mexicanas muestran, por ejemplo, que el uso de ChatGPT por parte de estudiantes de pedagogía se asocia tanto
Revista Científica Educ@ção v.12● n.18● edição especial /2026.
con oportunidades para diversificar estrategias de estudio como con tensiones en torno a la autoría, la evaluación y la integridad académica (Molina-Montalvo & Macías Villarreal, 2025).
De modo similar, las carreras de ingeniería, informática y ciencia de datos aparecen como espacios privilegiados para el desarrollo de competencias técnicas de alto nivel, mientras que programas de derecho, administración, contabilidad y gestión pública necesitan repensar su formación en torno a un uso crítico de sistemas de IA en la producción y revisión de documentos, la toma de decisiones y la relación con normativas emergentes. Tecnicaturas y carreras orientadas a oficios calificados pueden, a su vez, contribuir a que quienes egresan integren herramientas digitales y aplicaciones de IA en la organización cotidiana del trabajo, reforzando su capacidad de adaptarse a entornos productivos cambiantes. Desde esta perspectiva, la universidad se vuelve un espacio clave para articular, de manera situada, las competencias del talento aumentado con las especificidades de cada campo profesional, atendiendo tanto a las demandas de sectores productivos como a la responsabilidad social frente a los impactos de la automatización en el empleo (Egaña & Bravo Ortega, 2025).
CONSIDERACIONES FINA LES
El recorrido desarrollado en este artículo permite afirmar que el tránsito “del trabajador digital al talento aumentado” constituye una clave interpretativa útil para comprender los cambios en curso en los mercados de trabajo de América Latina bajo el impacto de la IA generativa. Más que anunciar la desaparición masiva de empleos, la evidencia revisada muestra un proceso de reorganización de tareas, con efectos diferenciados según sectores, niveles de calificación y capacidades disponibles para interactuar críticamente con sistemas inteligentes. En este marco, la noción de talento aumentado subraya que el desafío principal no reside solo en “aprender a usar IA”, sino en desarrollar combinaciones específicas de competencias técnicas, cognitivas, socioemocionales y éticas que permitan aprovechar su potencia sin renunciar al juicio profesional ni a la responsabilidad social. Desde la perspectiva del empleo, los estudios analizados coinciden en que la IA generativa incrementa la exposición de ocupaciones intensivas en información, análisis y comunicación, al tiempo que mantiene relativamente acotada la automatización total de puestos en el corto plazo. Esto se refleja en los bloques de trabajos identificados como más necesarios: por un lado, las ocupaciones vinculadas con datos, IA y ciberseguridad, que concentran la demanda de competencias avanzadas para diseñar, ajustar y supervisar sistemas inteligentes; por otro, los trabajos de cuidados y servicios a personas, las
profesiones jurídico‑administrativas y los oficios técnicos, donde la IA se integra como soporte para la toma de decisiones, la gestión de información y la organización de tareas. Al mismo tiempo, persiste un conjunto de ocupaciones rutinarias de apoyo administrativo y servicio estandarizado que enfrentan riesgos de reducción de demanda relativa y de degradación de su contenido, especialmente cuando ofrecen escasas oportunidades de aprendizaje y de desarrollo de talento aumentado.
Este panorama adquiere rasgos específicos en América Latina, donde la combinación de exposición a la IA generativa y brechas en infraestructura, conectividad y capacidades humanas configura un escenario de oportunidades desigualmente distribuidas. Los análisis de organismos multilaterales y de centros de investigación regionales muestran que la región concentra una adopción relativamente dinámica de soluciones de IA en ciertos sectores, pero mantiene una subinversión persistente en talento, investigación y capital intangible. De este modo, la posibilidad de que la IA contribuya a ampliar oportunidades de empleo de calidad depende, en buena medida, de la capacidad para formar talento aumentado a escala, evitando que el acceso a estas competencias quede restringido a élites profesionales o a unas pocas instituciones con mayores recursos. En ausencia de políticas deliberadas de formación e inclusión, la IA corre el riesgo de convertirse en un nuevo factor de polarización laboral y educativa en la región.
En este contexto, la universidad latinoamericana aparece como un actor estratégico para articular respuestas que conecten la reconfiguración del trabajo con la formación de talento aumentado. Por un lado, recibe cohortes estudiantiles que ya conviven cotidianamente con sistemas de IA generativa y que se insertarán en mercados de trabajo donde estas herramientas forman parte del entorno básico de desempeño. Por otro, opera en sociedades atravesadas por profundas desigualdades
Revista Científica Educ@ção v.12● n.18● edição especial /2026.
de acceso a educación de calidad, empleo formal y recursos digitales, lo que le otorga un papel ambivalente: puede contribuir a democratizar el acceso a entornos de aprendizaje con IA o reforzar las brechas existentes si la integración de estas tecnologías queda limitada a nichos institucionales. La literatura reciente sobre educación superior e IA en la región subraya, además, que muchas iniciativas siguen siendo pilotos aislados, con débil institucionalización y escaso acompañamiento en términos de desarrollo docente y marcos éticos.
De cara a este escenario, se desprenden al menos cuatro orientaciones de acción para las políticas universitarias. La primera es el desarrollo de marcos de competencias para talento aumentado que atraviesen las distintas carreras, combinando alfabetización en IA, pensamiento crítico, habilidades socioemocionales y criterios éticos de uso responsable. Esto implica revisar planes de estudio, asignaturas y experiencias de práctica profesional, de modo que la interacción con sistemas de IA no se reduzca a actividades puntuales, sino que forme parte de trayectorias formativas progresivas. La segunda orientación se vincula con el fortalecimiento del desarrollo profesional docente, ofreciendo oportunidades sistemáticas para que el profesorado explore usos pedagógicos de la IA, discuta dilemas éticos y construya estrategias de evaluación coherentes con entornos de aprendizaje aumentados.
La tercera orientación apunta a la gobernanza institucional de la IA en la educación superior, incluyendo lineamientos sobre privacidad, integridad académica, transparencia en el uso de herramientas y participación de estudiantes y docentes en la definición de reglas de juego. Los estudios recientes indican que, allí donde las universidades han comenzado a elaborar políticas específicas de IA, las tensiones en torno a autoría, evaluación y equidad tienden a abordarse de manera más explícita y participativa, lo que favorece la construcción de confianza y la apropiación crítica de las tecnologías. Finalmente, resulta clave promover alianzas entre universidades, sectores productivos y organismos
públicos para co‑diseñar programas de formación continua y reconversión profesional orientados a trabajadores en activo, particularmente en aquellos sectores donde la IA está reconfigurando de manera más intensa las tareas y los perfiles requeridos. Estas alianzas pueden contribuir a reducir la distancia entre diagnósticos macro sobre IA y trabajo y las necesidades concretas de empresas, organizaciones sociales y servicios públicos en la región.
Desde el punto de vista de la investigación, el análisis realizado sugiere también una agenda abierta. A pesar de la creciente producción de informes y estudios comparados sobre IA y empleo, todavía son relativamente escasos los trabajos empíricos que analizan, con detalle, cómo se reconfiguran las tareas en ocupaciones específicas de salud, educación, profesiones
jurídico‑administrativas, datos y oficios técnicos en América Latina. De igual manera, se necesita mayor evidencia sobre cómo las universidades están integrando la IA en sus currículos, prácticas docentes y políticas institucionales, más allá de estudios de caso puntuales o encuestas de percepción estudiantil. Avanzar en esta agenda supone articular metodologías cuantitativas y cualitativas, incorporar la voz de quienes trabajan y estudian en distintos contextos y construir indicadores que permitan seguir la evolución del talento aumentado en el tiempo.
En suma, “del trabajador digital al talento aumentado” no es solo un desplazamiento terminológico, sino una invitación a repensar de manera conjunta trabajo, educación y tecnología en América Latina. La IA generativa puede convertirse en un vector de ampliación de capacidades humanas y de mejora de la productividad, siempre que se inscriba en estrategias de formación, gobernanza e inclusión que reconozcan las desigualdades existentes y apuesten por reducirlas. La universidad, como espacio privilegiado de producción y circulación de conocimiento, tiene la oportunidad —y la responsabilidad—de situarse en el centro de esta transformación, contribuyendo a formar talento capaz de trabajar con IA de manera crítica, creativa y comprometida con la justicia social en la región.
REFER ENCIAS
BIEN. Basic Income Earth Network. Disponível em: https://basicincome.org. Acesso em: 10 jan. 2026.
Revista Científica Educ@ção v.12● n.18● edição especial /2026.
BUFFER or bottleneck? Generative artificial intelligence and jobs in the Global South. Washington, DC: World Bank Group, 2024.
CHARLIER, J. Solution du problème social. Bruselas: Librairie de Paul Lacomblez, 1848.
CORZO-ZAVALETA, M. et al. Inteligencia artificial, educación superior y trabajo en América Latina. Ciudad de México: OEI, 2025.
EGAA, C.; BRAVO-ORTEGA, C. Artificial Intelligence and Labour Market Transformations in Latin America. Santiago de Chile: CEPAL, 2025.
GENTILINI, U. et al. Exploring Universal Basic Income: A Guide to Navigating Concepts, Evidence, and Practices. Washington, DC: World Bank, 2020.
GMYREK, R.; WINKLER, H.; GARGANTA, S. Buffer or bottleneck? Generative AI and labour markets in emerging economies. Bonn: IZA, 2024.
MEADE, J. Efficiency, Equality and the Ownership of Property. London: Allen & Unwin, 1964.
MIT PRESS. MIT Press Essential Knowledge: Artificial Intelligence. Cambridge, MA: MIT Press, 2024.
NACIONES UNIDAS. World Social Report 2024: Leaving No One Behind in an Age of AI. New York: United Nations, 2024.
NACIONES UNIDAS–COMISIÓN ECONÓMICA PARA AMÉRICA LATINA Y EL CARIBE (CEPAL). Índice Latinoamericano de Inteligencia Artificial (ILIA). Santiago de Chile: CEPAL, 2023.
NACIONES UNIDAS–CEPAL. Índice Latinoamericano de Inteligencia Artificial (ILIA) 2025: Gobernanza y capacidades. Santiago de Chile: CEPAL, 2025.
NACIONES UNIDAS–CEPAL. Índice Latinoamericano de Inteligencia Artificial (ILIA) 2026: Talento, inversión y políticas públicas. Santiago de Chile: CEPAL, 2026.
OECD. Artificial Intelligence in the Labour Market: Skills, Employment and Policy Responses. Paris: OECD Publishing, 2023.
ORGANIZACIÓN DEESTADOS IBEROAMERICANOS. Inteligencia artificial y educación superior en Iberoamérica. Madrid: OEI, 2024.
PAINE, T. Agrarian Justice. London: J. S. Jordan, 1797.
PÉREZ, G. et al. Inteligencia artificial generativa en la educación superior: oportunidades y riesgos. Bogotá: Universidad X, 2025.
SPENCE, T. The Constitution of a Perfect Commonwealth. London: T. Spence, 1797.
STANDING, G. Basic Income: And How We Can Make It Happen. London: Pelican, 2017.
VAN PARIJS, P.; VANDERBORGHT, Y. Basic Income: A Radical Proposal for a Free Society and a Sane Economy. Cambridge, MA: Harvard University Press, 2017.
WORLD BANK. Exploring Universal Basic Income: A Guide to Navigating Concepts, Evidence, and Practices . Washington, DC: World Bank, 2019.
WORLD BANK GROUP; INTERNATIONAL LABOUR ORGANIZATION. Generative AI and Jobs: A Global Analysis with a Focus on Latin America and the Caribbean. Washington, DC: World Bank Group, 2024.
WORLD ECONOMIC FORUM. The Future of Jobs Report 2024. Geneva: World Economic Forum, 2024.
Submetido em abril de 20 26 Aprovado em julho de 20 26
Informações do(a)(s) autor(a)(es)
Revista Científica Educ@ção v.12● n.18● edição especial /2026.
Nome do autor: Fabián Maffei
Grau de escolaridade: Magíster en Tecnología Educativa Afiliação institucional: Universidad Nacional del Rosario E-mail: informaticamaffei@gmail.com
ORCID: https://orcid.org/0000-0003-3438- 5781
Revista Científica Educ@ção v.12● n.18● edição especial /2026.