Durante años nos acostumbramos a una paradoja bastante cruel del mercado laboral. Una persona podía acumular veinte o treinta años de experiencia y, llegado cierto punto de su vida, empezar a ser menos empleable. A los 45, a los 50, a veces antes, aparecía el argumento de siempre. Muy caro. Muy formado. Difícil de adaptar. Mejor contratar a alguien más joven.
Creo que la inteligencia artificial puede empezar a invertir parte de esa lógica. Y quizás los próximos inempleables no sean quienes envejecieron trabajando, sino quienes llegan al mercado laboral sin haber alcanzado todavía la experiencia, el criterio, el contexto y el conocimiento real de cómo funcionan las cosas que la inteligencia artificial no puede entregarles de forma automática. No lo digo como profecía. Lo digo como pregunta, porque algo está empezando a cambiar.
Cuando saber hacer deja de ser suficiente
Durante décadas, una de las grandes ventajas de quien entraba al mercado laboral era justamente su capacidad operativa. Había que investigar, redactar, ordenar datos, hacer informes, preparar presentaciones, programar funciones relativamente simples, revisar documentos, responder consultas, generar alternativas. Ese era el trabajo junior, y era importante no solo porque alguien tenía que hacerlo, sino porque haciendo ese trabajo se aprendía.
Uno empezaba con tareas pequeñas, se equivocaba, observaba a otros, entendía las excepciones, conocía a los clientes, descubría cómo funcionaban de verdad las organizaciones y, de a poco, iba desarrollando algo mucho más difícil de enseñar en un manual, criterio. La inteligencia artificial está entrando justo en esa primera capa. No necesariamente reemplazando profesiones completas, pero sí absorbiendo una cantidad creciente de funciones que antes justificaban tener a alguien recién empezando.
Estudios recientes de Stanford han observado que los trabajadores jóvenes aparecen especialmente expuestos en ocupaciones donde la inteligencia artificial puede automatizar una parte significativa del trabajo, mientras que los trabajadores con más experiencia han mostrado una resistencia mayor. La explicación puede estar en una diferencia fundamental. Existe el conocimiento codificado, es decir, libros, procedimientos, documentación, fórmulas, normas, bases de datos. Y existe también el conocimiento tácito, ese que cuesta escribir. Las mañas. El saber cuándo un cliente en realidad está diciendo que no. El detectar que un proyecto aparentemente perfecto tiene algo que no calza. El saber qué error pequeño puede volverse un problema enorme. El conocer qué proveedor cumple y cuál solo promete. El haber visto veinte veces algo parecido antes. Eso lo da la experiencia.
Y hoy una inteligencia artificial puede entregarle en segundos cantidades extraordinarias de conocimiento codificado a un profesional experimentado, pero no puede entregarle, con efecto retroactivo, veinte años de experiencia a alguien que recién egresó. Ahí hay una asimetría que vale la pena mirar.
El problema no es solo perder empleos junior
Hay algo todavía más complejo. Si la inteligencia artificial empieza a reemplazar justo las tareas con las que una persona adquiría experiencia, puede que estemos eliminando también uno de los mecanismos con los que formábamos expertos. ¿Cómo se convierte alguien en senior si ya no necesitamos tantos juniors? Ese problema no es solo de las empresas. Interpela directamente a las universidades.
MIT ha abierto hace poco una discusión profunda sobre el papel de la educación superior en la era de la inteligencia artificial. Una de las preocupaciones es especialmente inquietante. Estudiantes capaces de producir mejores trabajos con ayuda de inteligencia artificial pueden no estar desarrollando en la misma proporción el aprendizaje que esos trabajos aparentan demostrar. Podemos producir un mejor ensayo sin volvernos necesariamente mejores pensadores. Podemos llegar a la respuesta correcta sin haber desarrollado la capacidad de reconocer cuándo la respuesta está equivocada.
Ese fenómeno me hace una pregunta distinta, bastante más lejos de si los estudiantes deben o no usar inteligencia artificial, ¿qué significa realmente aprender en una sociedad donde una máquina puede ejecutar buena parte de lo que usábamos para evaluar el aprendizaje? Quizás la universidad tenga que recuperar con mucha más fuerza algo muy antiguo. Aprender haciendo. No como una práctica profesional en los últimos meses de una carrera, sino como algo constante. Hacer mientras se aprende. Trabajar sobre problemas reales. Equivocarse. Defender decisiones. Colaborar con profesionales con experiencia. Usar inteligencia artificial, pero responder por el resultado.
Porque si el conocimiento está disponible y parte de la ejecución se puede automatizar, el valor educativo puede desplazarse desde saber ejecutar hacia saber juzgar.
Jóvenes contra viejos es probablemente la discusión equivocada
Sería fácil convertir esto en otra guerra generacional. No me interesa hacerlo. Los jóvenes probablemente van a tener una ventaja enorme en adaptación tecnológica, y muchos van a usar con naturalidad herramientas que a generaciones anteriores les puede costar más incorporar. Pero usar una tecnología tampoco es lo mismo que entender un problema.
Y ahí puede aparecer una complementariedad muy interesante. El joven puede ayudar a un trabajador con experiencia a incorporar inteligencia artificial. El experimentado puede transmitirle al joven lo que todavía ningún prompt le va a dar: contexto, oficio, criterio. Y la inteligencia artificial puede funcionar como puente entre los dos.
Podemos imaginar nuevos roles profesionales dedicados justo a eso; personas capaces de entrar a una empresa, trabajar junto a quienes llevan décadas conociendo una actividad, entender sus procesos, sacarles su conocimiento tácito y transformarlo en sistemas aumentados con inteligencia artificial. No reemplazar al experto. Amplificarlo. Y mientras eso pasa, quien está empezando también aprende.
Quizás una parte del empleo junior del futuro deje de ser hacer tareas rutinarias y pase a ser trabajar junto a personas con experiencia para convertir su conocimiento en nuevas capacidades productivas. Eso también es empleo. Solo que todavía no terminamos de imaginarlo.
No estamos viviendo la primera crisis tecnológica de la humanidad
Conviene recordar algo. La relación entre humanos y herramientas no empezó con ChatGPT. Aprendimos a controlar el fuego. Construimos la rueda. Inventamos la imprenta. Domesticamos el vapor. Usamos petróleo y electricidad. Creamos motores, telecomunicaciones, computadores e internet. Cada una de esas transformaciones cambió la forma de producir, destruyó algunas funciones, creó otras y obligó a las sociedades a reorganizarse.
Para quienes vivimos ahora, esta revolución es inédita. Para la humanidad, adaptarse a nuevas herramientas no lo es. Pero hay una diferencia que me parece fundamental. la velocidad.
Las revoluciones anteriores tuvieron períodos de latencia social más largos. Había décadas para adaptar profesiones. Las instituciones alcanzaban a reaccionar. Los sistemas educativos modificaban sus programas, lento pero seguro. Las empresas desarrollaban nuevos procesos. Las generaciones alcanzaban a construir una respuesta. Hoy una tecnología aparece, se masifica, mejora, automatiza una función y vuelve a cambiar antes de que terminemos de entender su versión anterior.
Quizás el mayor desafío de esta revolución no sea solo su potencia, sino nuestra capacidad de adaptarnos a su velocidad.
La seguridad también es humana
Y esto importa porque las personas no organizamos nuestra vida solo alrededor de la productividad. Necesitamos seguridad. Seguridad física, económica, laboral. Pero también algo más profundo. La expectativa de que existe un futuro posible.
Probablemente una de las aspiraciones humanas más universales sea esa frase que tantos padres han dicho alguna vez, «Quiero que mis hijos sean y estén mejor que yo». Estudiar, trabajar, progresar, formar una familia, construir algo y pensar que la siguiente generación va a tener más oportunidades. La velocidad de esta transformación mete incertidumbre justo en esa expectativa.
Por eso el debate sobre inteligencia artificial genera tanta ansiedad. No estamos discutiendo solo de las máquinas. Estamos discutiendo del futuro.
Pero quizás estamos mirando demasiado lo que desaparece
Buena parte de la conversación sobre inteligencia artificial hace una resta. Tomamos los trabajos que existen hoy, descontamos los que una máquina puede hacer y calculamos cuántos quedan. Es una forma razonable de medir riesgo, pero es una forma muy limitada de imaginar el futuro.
Porque las sociedades no funcionan solo eliminando funciones. También inventan. La máquina a vapor no produjo simplemente menos trabajadores manuales. La electricidad no eliminó únicamente trabajos anteriores. Internet no fue solo una forma más barata de mandar cartas. Cada nueva capacidad tecnológica abrió mercados, productos, industrias y actividades que antes ni siquiera se podían formular.
Todavía no sabemos qué profesiones van a aparecer alrededor de agentes autónomos, robótica, biotecnología potenciada por inteligencia artificial, educación personalizada o empresas capaces de operar con estructuras radicalmente más chicas. Eso no significa negar las pérdidas. Significa recordar algo esencial. Los seres humanos no solo nos adaptamos al mundo. También construimos mundos nuevos.
Ahí está nuestra intuición. Nuestra resiliencia. Nuestra capacidad de crear sentido, relaciones, organizaciones, productos y formas nuevas de vivir. La incertidumbre puede dar miedo. Pero también puede convertirse en potencia.
Más productividad no resuelve el problema automáticamente
La inteligencia artificial y la robotización pueden generar aumentos extraordinarios de productividad. Una empresa va a poder hacer con diez personas lo que antes necesitaba cincuenta. Un profesional va a poder desarrollar proyectos que antes requerían un equipo completo. Una máquina va a poder asumir funciones repetitivas las veinticuatro horas. Muchos bienes y servicios se van a producir de forma más eficiente.
Pero más productividad no significa automáticamente una sociedad mejor. Va a haber que decidir cómo distribuimos oportunidades, cómo formamos personas, qué hacemos con quienes quedan desplazados, cómo incorporamos nuevas profesiones y cómo evitamos que la capacidad tecnológica se concentre solo en unos pocos. Eso abre discusiones enormes, sobre renta básica, sistemas de protección, impuestos, redistribución y nuevas formas de trabajo.
No quiero resolverlas acá. Pero tampoco podemos hacer como que no existen.
La política también va a tener que imaginar
Y ahí aparece la política. No como partidos ni elecciones, sino como la forma en que decidimos organizar nuestra vida colectiva. Si cambia el trabajo, van a tener que cambiar las instituciones laborales. Si cambia la forma de aprender, va a tener que cambiar la educación. Si cambia la productividad, vamos a tener que discutir cómo se reparten sus beneficios.
La política no puede limitarse a regular a la defensiva una tecnología que ya llegó. Tiene que ayudar a imaginar las instituciones de una sociedad que todavía no existe. Eso pide menos nostalgia y más imaginación. Menos intentar congelar el mundo anterior, y más preguntarnos qué queremos construir con las capacidades nuevas.
Humano y máquina
Quizás por eso no me convence la idea de enfrentar permanentemente al humano contra la máquina. La historia de nuestra especie también se puede contar como la historia de seres humanos ampliando sus capacidades a través de herramientas.
AlphaFold es un buen ejemplo. La inteligencia artificial no volvió innecesarios a los científicos que estudian proteínas. Permitió predecir estructuras a una escala que cambió radicalmente la velocidad de ciertas investigaciones. La máquina cambió el espacio de posibilidades de los investigadores humanos. Eso es mucho más interesante que reemplazar a alguien, es aumentar lo que podemos conocer, probar, construir y descubrir. Y probablemente eso es lo que está empezando a pasar en muchas otras disciplinas.
Entonces, ¿quiénes van a ser los inempleables?
Todavía no lo sabemos. Pero sospecho que va a ser demasiado simple decir que van a ser los viejos, los jóvenes o quienes no sepan usar la última herramienta. Quizás los verdaderamente vulnerables sean quienes construyan toda su identidad profesional alrededor de ejecutar tareas que una máquina puede aprender. En cambio, experiencia, criterio, contexto, responsabilidad, creatividad aplicada, capacidad de adaptación y comprensión humana pueden ir ganando cada vez más valor.
Eso pone una responsabilidad enorme sobre las universidades, sobre las empresas, sobre los Estados y también sobre nosotros mismos. Porque «¿qué empleos nos va a quitar la inteligencia artificial?» ya no es la pregunta que más me interesa. Prefiero esta otra: ¿qué clase de seres humanos vamos a tener que formar para crear los empleos, las empresas y las instituciones que todavía no existen?
Cada revolución tecnológica obligó al ser humano a aprender a usar una nueva herramienta. Esta vez la herramienta también aprende, y lo hace más rápido de lo que nuestras instituciones saben cambiar. Ese es el verdadero desafío.
Pero si algo demuestra nuestra historia es que la humanidad nunca se ha limitado a sobrevivir a sus herramientas. Las ha convertido en nuevas posibilidades. Quizás esta vez tengamos que hacerlo más rápido.
