{"id":195736,"date":"2026-08-04T15:28:18","date_gmt":"2026-08-04T18:28:18","guid":{"rendered":"https:\/\/www.itsitio.com\/mx\/?p=195736"},"modified":"2026-08-04T15:28:18","modified_gmt":"2026-08-04T18:28:18","slug":"programadoras-junior-en-mexico-enfrentan-una-nueva-brecha-por-el-avance-de-la-inteligencia-artificial","status":"publish","type":"post","link":"https:\/\/www.itsitio.com\/mx\/inteligencia-artificial\/programadoras-junior-en-mexico-enfrentan-una-nueva-brecha-por-el-avance-de-la-inteligencia-artificial\/","title":{"rendered":"Programadoras junior en M\u00e9xico enfrentan una nueva brecha por el avance de la inteligencia artificial"},"content":{"rendered":"

La inteligencia artificial est\u00e1 transformando una de las principales puertas de entrada al sector tecnol\u00f3gico: los puestos junior<\/strong>. Tareas como generar fragmentos b\u00e1sicos de c\u00f3digo, escribir documentaci\u00f3n, preparar pruebas o corregir errores sencillos pueden resolverse ahora con asistentes capaces de producir resultados en segundos.<\/p>\n

En M\u00e9xico, este cambio llega a un mercado donde las mujeres ya tienen una presencia reducida en tecnolog\u00eda<\/strong>. Un an\u00e1lisis preliminar presentado por M\u00e9xico, \u00bfc\u00f3mo vamos? estima que 2.93 millones de empleos, equivalentes al 4.9% del mercado laboral, se encuentran en ocupaciones con exposici\u00f3n media o alta a la inteligencia artificial generativa<\/strong>.<\/p>\n

La diferencia por g\u00e9nero es significativa: 1.87 millones de mujeres, el 7.7% de las trabajadoras, est\u00e1n en empleos expuestos, frente a 1.06 millones de hombres, cerca del 3%. En t\u00e9rminos proporcionales, la exposici\u00f3n femenina es aproximadamente 2.6 veces mayor.<\/p>\n

\"Las
Las tareas de programaci\u00f3n m\u00e1s b\u00e1sicas, tradicionalmente asignadas a perfiles junior, son algunas de las que la inteligencia artificial generativa puede realizar con mayor rapidez.<\/figcaption><\/figure>\n

La cifra comprende todas las ocupaciones, no solamente programaci\u00f3n. Por eso, no permite afirmar que las programadoras junior tengan exactamente 2.6 veces m\u00e1s riesgo de perder su empleo. Sin embargo, ayuda a entender el contexto desigual en el que las desarrolladoras j\u00f3venes buscan su primera oportunidad profesional<\/strong>.<\/p>\n

Las mujeres ocupan solo el 15% de los empleos tecnol\u00f3gicos<\/span><\/h2>\n

La brecha comenz\u00f3 antes de la llegada de la inteligencia artificial<\/strong>. De acuerdo con el Instituto Mexicano para la Competitividad<\/strong>, M\u00e9xico tiene poco m\u00e1s de 900.000 personas empleadas en ocupaciones relacionadas con las Tecnolog\u00edas de la Informaci\u00f3n y la Comunicaci\u00f3n.<\/p>\n

Aunque el sector creci\u00f3 33% entre 2012 y 2023, la participaci\u00f3n femenina se mantuvo por debajo del 20%<\/strong>. La investigaci\u00f3n contabiliz\u00f3 140,712 mujeres, equivalentes al 15% del personal ocupado en estas actividades. En otras palabras, por cada mujer que trabaja en las TIC hay casi seis hombres.<\/p>\n

La baja representaci\u00f3n reduce las posibilidades de que m\u00e1s mexicanas alcancen puestos de desarrollo senior, arquitectura de software, ciberseguridad o liderazgo tecnol\u00f3gico. Si adem\u00e1s disminuyen las vacantes de entrada, la brecha puede extenderse durante toda la carrera profesional.<\/p>\n

Los empleos TIC, sin embargo, ofrecen condiciones atractivas. El ingreso promedio de las mujeres<\/strong><\/a> del sector es 56% mayor que el de las trabajadoras en el resto de la econom\u00eda. Adem\u00e1s, el 71% tiene un empleo formal, frente al 44% observado entre las mujeres ocupadas en general<\/strong>.<\/p>\n

Limitar el acceso a los puestos junior, por lo tanto, no representa \u00fanicamente un problema para las nuevas programadoras. Tambi\u00e9n puede cerrar una v\u00eda de ingreso hacia trabajos formales, mejor remunerados y con mayores posibilidades de crecimiento.<\/p>\n

\"Las
Las mujeres representan alrededor del 15% del empleo en Tecnolog\u00edas de la Informaci\u00f3n y la Comunicaci\u00f3n en M\u00e9xico, una participaci\u00f3n que se ha mantenido baja pese al crecimiento del sector.<\/figcaption><\/figure>\n

Por qu\u00e9 la IA presiona primero a los perfiles junior<\/span><\/h2>\n

Los puestos iniciales suelen concentrar tareas delimitadas y f\u00e1ciles de verificar: crear una funci\u00f3n sencilla, adaptar una interfaz, documentar procesos, revisar c\u00f3digo o preparar una primera versi\u00f3n de una soluci\u00f3n<\/strong>.<\/p>\n

Los profesionales con mayor experiencia tambi\u00e9n utilizan inteligencia artificial, pero dedican m\u00e1s tiempo a entender necesidades comerciales, tomar decisiones de arquitectura, evaluar riesgos, coordinar equipos y responsabilizarse por el funcionamiento integral de los sistemas<\/strong>.<\/p>\n

La diferencia ayuda a explicar por qu\u00e9 algunas empresas pueden usar asistentes de programaci\u00f3n para aumentar la productividad de sus desarrolladores experimentados y, al mismo tiempo, contratar menos personas para tareas b\u00e1sicas.<\/p>\n

La evidencia m\u00e1s clara proviene hasta ahora de Estados Unidos. Un estudio del Stanford Digital Economy Lab<\/strong><\/a> encontr\u00f3 que el empleo de desarrolladores de software de entre 22 y 25 a\u00f1os cay\u00f3 cerca del 20% desde su m\u00e1ximo de finales de 2022 hasta septiembre de 2025<\/strong>.<\/p>\n

Al controlar factores relacionados con las empresas, los trabajadores j\u00f3venes en ocupaciones expuestas a la IA registraron una reducci\u00f3n relativa del empleo del 16%, mientras que los perfiles con mayor experiencia se mantuvieron estables<\/strong>. El deterioro se concentr\u00f3 en actividades donde la tecnolog\u00eda automatiza tareas, no en aquellas donde complementa el trabajo humano.<\/p>\n

Estos resultados no pueden trasladarse autom\u00e1ticamente a M\u00e9xico, donde la estructura laboral, los salarios y los niveles de informalidad son diferentes. Sin embargo, muestran qu\u00e9 puede suceder cuando la IA se utiliza principalmente para sustituir tareas que antes justificaban la contrataci\u00f3n de personal sin experiencia.<\/p>\n

\"Empresas
Empresas tecnol\u00f3gicas incorporan asistentes de IA para automatizar tareas repetitivas, lo que puede modificar la demanda de puestos de entrada sin reemplazar necesariamente a los desarrolladores.<\/figcaption><\/figure>\n

Exposici\u00f3n no significa desaparici\u00f3n del empleo<\/span><\/h2>\n

El dato de una exposici\u00f3n 2.6 veces mayor para las mujeres mexicanas no equivale a una probabilidad de despido. El an\u00e1lisis eval\u00faa qu\u00e9 tareas podr\u00edan ejecutarse o facilitarse mediante las capacidades actuales de la inteligencia artificial.<\/p>\n

\u201cLos puntajes no necesariamente implican que un empleo se vaya a acabar\u201d<\/em>, explic\u00f3 Juvenal Campos, analista s\u00e9nior de M\u00e9xico<\/strong>, \u00bfc\u00f3mo vamos?<\/strong>. Los efectos pueden abarcar mejoras de productividad, cambios en las responsabilidades, reestructuraciones internas o, en los escenarios m\u00e1s extremos, p\u00e9rdida de puestos.<\/p>\n

La Organizaci\u00f3n Internacional del Trabajo<\/strong> tambi\u00e9n sostiene que la transformaci\u00f3n de las tareas es m\u00e1s probable que la desaparici\u00f3n masiva de ocupaciones. Su an\u00e1lisis de 84 pa\u00edses encontr\u00f3 que los empleos dominados por mujeres tienen casi el doble de exposici\u00f3n a la IA generativa que aquellos donde predominan los hombres: 29% frente a 16%<\/strong>.<\/p>\n

La organizaci\u00f3n advierte adem\u00e1s que las mujeres permanecen subrepresentadas en los empleos relacionados con inteligencia artificial, ingenier\u00eda y desarrollo de software. As\u00ed aparece una doble desigualdad: enfrentan una exposici\u00f3n mayor en determinadas actividades automatizables, pero tienen menos presencia en los puestos que dise\u00f1an, implementan y supervisan la tecnolog\u00eda.<\/p>\n

El riesgo de eliminar la etapa donde se aprende<\/span><\/h2>\n

Las tareas simples no son solamente trabajo operativo. Tambi\u00e9n son el espacio donde una persona aprende a recorrer documentaci\u00f3n, comprender sistemas existentes, detectar fallas y reconocer las consecuencias de una decisi\u00f3n t\u00e9cnica.<\/p>\n

Cuando un asistente genera una soluci\u00f3n completa, una programadora junior puede terminar el trabajo m\u00e1s r\u00e1pido, pero no necesariamente comprende por qu\u00e9 el c\u00f3digo funciona, qu\u00e9 vulnerabilidades contiene o c\u00f3mo se comportar\u00e1 dentro de una plataforma mayor.<\/p>\n

Eliminar esas actividades puede generar un problema de formaci\u00f3n. Las empresas obtienen productividad inmediata, pero reducen las oportunidades para que el talento joven acumule experiencia y pueda asumir responsabilidades m\u00e1s complejas en el futuro.<\/p>\n

La respuesta no deber\u00eda ser prohibir la inteligencia artificial, sino redise\u00f1ar los puestos junior. Las herramientas pueden acelerar tareas mientras los equipos preservan la mentor\u00eda, la revisi\u00f3n humana y la participaci\u00f3n progresiva en proyectos reales.<\/p>\n

\"programadoras
Herramientas de inteligencia artificial pueden generar c\u00f3digo, documentaci\u00f3n y pruebas en segundos, acelerando procesos que antes serv\u00edan como espacio de aprendizaje para personal sin experiencia.<\/figcaption><\/figure>\n

Qu\u00e9 deber\u00edan hacer las empresas mexicanas<\/span><\/h2>\n

Las organizaciones necesitan medir c\u00f3mo sus procesos de automatizaci\u00f3n afectan a las personas seg\u00fan g\u00e9nero, edad y nivel de experiencia<\/strong>. Una mejora general de productividad puede ocultar una reducci\u00f3n desproporcionada de oportunidades para quienes reci\u00e9n ingresan al sector.<\/p>\n

Tambi\u00e9n deber\u00edan mantener programas de contrataci\u00f3n inicial y utilizar el tiempo liberado por la IA para fortalecer habilidades en ciberseguridad, pruebas, an\u00e1lisis de datos, arquitectura y revisi\u00f3n de c\u00f3digo.<\/p>\n

Para las programadoras junior, saber utilizar asistentes ser\u00e1 importante, pero no suficiente<\/strong>. Las capacidades m\u00e1s valiosas ser\u00e1n detectar errores, validar resultados, comprender el contexto del negocio, proteger informaci\u00f3n sensible y explicar decisiones t\u00e9cnicas<\/strong>.<\/p>\n

M\u00e9xico tiene la oportunidad de usar la inteligencia artificial para ampliar la participaci\u00f3n femenina en tecnolog\u00eda. Pero eso exige evitar que la b\u00fasqueda de eficiencia elimine los puestos donde las nuevas generaciones aprenden, ganan experiencia y construyen una carrera.<\/p>\n

Preguntas frecuentes<\/span><\/h3>\n
    \n
  1. \u00bfLas programadoras junior mexicanas tienen 2.6 veces m\u00e1s riesgo? <\/strong>No existe un estudio que mida exclusivamente a programadoras junior. El dato indica que las trabajadoras mexicanas, considerando todas las ocupaciones, tienen una exposici\u00f3n media o alta aproximadamente 2.6 veces mayor que los hombres.<\/li>\n
  2. \u00bfExposici\u00f3n significa p\u00e9rdida del empleo?<\/strong> No. Significa que una parte de las tareas puede automatizarse o realizarse con asistencia de IA. El resultado puede ser una transformaci\u00f3n del puesto, una mejora de productividad o una reducci\u00f3n de contrataciones.<\/li>\n
  3. \u00bfQu\u00e9 habilidades ser\u00e1n m\u00e1s importantes? <\/strong>La revisi\u00f3n del c\u00f3digo generado por IA, las pruebas, la ciberseguridad, el pensamiento cr\u00edtico, la arquitectura de software y la comunicaci\u00f3n con otras \u00e1reas.<\/li>\n<\/ol>\n","protected":false},"excerpt":{"rendered":"

    Las mujeres ocupan apenas el 15% de los empleos tecnol\u00f3gicos en M\u00e9xico y enfrentan una exposici\u00f3n laboral a la IA 2.6 veces mayor. La automatizaci\u00f3n de tareas iniciales puede dificultar a\u00fan m\u00e1s su ingreso a la programaci\u00f3n.<\/p>\n","protected":false},"author":229,"featured_media":195745,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"default","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"set","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[72],"tags":[],"class_list":["post-195736","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-inteligencia-artificial"],"_links":{"self":[{"href":"https:\/\/www.itsitio.com\/mx\/wp-json\/wp\/v2\/posts\/195736","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.itsitio.com\/mx\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.itsitio.com\/mx\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.itsitio.com\/mx\/wp-json\/wp\/v2\/users\/229"}],"replies":[{"embeddable":true,"href":"https:\/\/www.itsitio.com\/mx\/wp-json\/wp\/v2\/comments?post=195736"}],"version-history":[{"count":4,"href":"https:\/\/www.itsitio.com\/mx\/wp-json\/wp\/v2\/posts\/195736\/revisions"}],"predecessor-version":[{"id":195744,"href":"https:\/\/www.itsitio.com\/mx\/wp-json\/wp\/v2\/posts\/195736\/revisions\/195744"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.itsitio.com\/mx\/wp-json\/wp\/v2\/media\/195745"}],"wp:attachment":[{"href":"https:\/\/www.itsitio.com\/mx\/wp-json\/wp\/v2\/media?parent=195736"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.itsitio.com\/mx\/wp-json\/wp\/v2\/categories?post=195736"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.itsitio.com\/mx\/wp-json\/wp\/v2\/tags?post=195736"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}