Durante más de una década, escribir los trabajos de fin de carrera y los ensayos de universitarios en EE.UU. y el Reino Unido fue una fuente de ingresos respetable —y a veces muy buena— para miles de jóvenes en Kenia. Era un mercado informal, no del todo legal donde se operaba, pero funcionaba. ChatGPT lo cerró en meses.
El New York Times publicó el pasado 5 de septiembre un reportaje que reconstruye este mercado a través del caso de Teresios Bundi, quien llegó a Nairobi en 2011 para estudiar en la universidad y descubrió casi por casualidad el negocio: su primer encargo le pagó 7 dólares. Bundi renunció a su carrera en salud pública, montó una pequeña empresa con otros estudiantes y a su punto máximo cobraba entre 40 y 70 dólares por trabajo, escribiendo un total de 2.500 trabajos académicos. Su reacción al impacto de la IA es transparente: «Jamás habría imaginado que la IA pudiera lograr esto.»
¿Cuántas personas vivían de escribir trabajos ajenos en Kenia y cómo llegaron a eso?
En el punto álgido del mercado, a principios de la segunda década de los 2000, se calcula que al menos 40.000 kenianos vivían de esta industria. El perfil era jóvenes con buen nivel de inglés escrito, familiarizados con las convenciones de la escritura académica anglosajona y con acceso a internet. Los sitios de encargo de trabajos —una industria paralela y transnacional basada principalmente en plataformas angloparlantes— conectaban a los estudiantes con los escritores y cobraban una comisión.
Era un mercado con cierta estructura: plazos, revisiones, especificaciones de citas por estilo (APA, Chicago, MLA). Quienes lo hacían bien llegaban a cobrar tarifas superiores a las del mercado local formal, con suficiente margen para comprar coches nuevos y smartphones de gama alta, según los testimonios recogidos por el NYT. No era trabajo degradante; era trabajo conocido.
Hemos comprobado en wwwhatsnew.com al documentar el impacto de la IA en distintos mercados laborales que los CEOs de IA que prometían el apocalipsis ahora se desdicen de sus propias predicciones más extremas —Sam Altman y Dario Amodei entre ellos—, pero el caso de los ghostwriters kenianos es uno de los pocos en los que la sustitución ha sido prácticamente total y muy rápida.
¿Qué otras ocupaciones desaparecieron con la IA y cuáles siguen resistiendo?
La transcripción de reuniones fue uno de los primeros mercados en colapsar, antes incluso de que llegara ChatGPT: Whisper de OpenAI y otras herramientas de reconocimiento de voz ya hacían ese trabajo a un coste cercano a cero desde 2022. La moderación de contenido para plataformas como Facebook es otro sector en retroceso: aunque todavía hay personas etiquetando imágenes, los equipos se han reducido significativamente porque la IA mejora su precisión en detección de contenido dañino cada trimestre.
Los datos de Scale AI, una de las mayores empresas de etiquetado del mundo, cuantifican la aceleración: en octubre de 2025, los modelos de IA completaban el 2,5% de las tareas freelance que Scale gestiona. En julio de 2026, ese porcentaje ya era del 16%. En menos de un año, la capacidad de la IA para completar trabajo de conocimiento bajo demanda se multiplicó por seis.
La advertencia de Anthropic sobre el impacto de la IA en el empleo bien remunerado señaló en 2025 que el desplazamiento no se limitaría a trabajos de baja cualificación sino que alcanzaría a profesionales con formación universitaria. Los ghostwriters kenianos no eran trabajadores de baja cualificación en sentido estricto: dominaban la escritura académica en inglés a un nivel que la mayoría de nativos digitales no alcanza.
El sector que sí resiste es el de los «humanizadores» de textos de IA: personas que editan el output de ChatGPT para que no suene a IA, eliminen los marcadores que detectan los detectores de plagio y hagan el texto aceptable para los sistemas anti-fraude académico. Es la paradoja completa del ciclo: la IA destruye un mercado y crea uno nuevo basado en ocultar la IA. Yellow.ai y otras empresas de BPO automatizado están haciendo exactamente lo mismo en el sector empresarial: reemplazar trabajadores humanos en servicios de atención al cliente y documentar la automatización como una mejora de eficiencia.
El caso de los ghostwriters kenianos tiene una dimensión geográfica que va más allá de la economía del mercado local. Es un ejemplo claro de cómo el impacto de las herramientas de IA desarrolladas en EE.UU. se distribuye de forma asimétrica globalmente: los beneficios (menores costes, mayor accesibilidad a producción de contenido) los capturan principalmente los usuarios en países ricos, mientras los costes (pérdida de ingresos) los absorben trabajadores en países de renta media-baja que participaban en el mercado de exportación de servicios intelectuales. Bundi ya no escribe trabajos ajenos. No reveló qué hace ahora.
El caso de los ghostwriters académicos también ilustra un efecto macroeconómico más amplio que la economía digital ha creado y destruido en una sola generación: la democratización del trabajo de conocimiento por internet permitió que personas en países de renta media-baja accedieran a mercados laborales de renta alta sin emigrar. La fibra óptica y las plataformas de pago online hicieron posible que un graduado de Nairobi cobrara tarifas próximas a las de un escritor de Nueva York. La IA ha roto ese acceso en algunos sectores y lo está rompiendo en otros.
El mercado de etiquetado de datos es el siguiente en la lista. Scale AI, que hoy ya automatiza el 16% de las tareas que antes hacían freelances humanos, es una empresa cuya estrategia de crecimiento depende de que la IA haga cada vez más del trabajo que sus trabajadores humanos hacían manualmente. Los trabajadores de Scale AI son mayoritariamente de países africanos y asiáticos. La narrativa de que la IA crea más empleos de los que destruye podría ser cierta en agregado global; es casi con certeza falsa en la distribución geográfica de esos empleos.