En 1992, Francis Fukuyama declaró que la democracia liberal había triunfado y que la historia, entendida como la evolución ideológica de la humanidad, había llegado a su punto final. Se equivocaba. La historia siguió avanzando, como siempre lo hace, porque las sociedades humanas son sistemas inquietos que nunca alcanzan un equilibrio permanente. Hoy se hace una afirmación notablemente similar sobre el trabajo en sí: que la inteligencia artificial representa el capítulo final en la historia de la capacidad profesional humana. Que la creciente competencia de la IA señala la obsolescencia de las capacidades humanas. Esto también es un error.
Las capacidades de la IA no representan la obsolescencia de las capacidades humanas
En 1992, Francis Fukuyama declaró que la democracia liberal había triunfado y que la historia, entendida como la evolución ideológica de la humanidad, había llegado a su punto final. Se equivocaba. La historia siguió avanzando, como siempre lo hace, porque las sociedades humanas son sistemas inquietos que nunca alcanzan un equilibrio permanente. Hoy se hace una afirmación notablemente similar sobre el trabajo en sí: que la inteligencia artificial representa el capítulo final en la historia de la capacidad profesional humana. Que la creciente competencia de la IA señala la obsolescencia de las capacidades humanas. Esto también es un error.
Permitan que empiece con una premisa que puede resultar incómoda. Si la IA puede realizar una tarea con la misma calidad que un humano y a menor coste, las empresas deberían usar IA. Los mercados premian la eficiencia, y fingir lo contrario es ingenuidad. Pero esta es la tesis que quiero defender: las empresas que están recortando sus canales de contratación junior para sustituirlos por herramientas de IA están aplicando una lógica miope, optimizando la producción de hoy mientras destruyen la capacidad de resolución de problemas de mañana.
Dentro de poco, las organizaciones que reduzcan sus posiciones junior se encontrarán con un cuello de botella de liderazgo que no podrán resolver comprando talento, porque el juicio se construye a través de años de práctica supervisada, no se instala como software. Y lo que es más importante: ahora que las capacidades de producción de información se abaratan, aumenta la producción de información, y la necesidad de perfiles que tengan la capacidad de evaluar y juzgar la calidad de esa información aumenta. Esto sucede porque la generación de un análisis, o de un informe, no es el fin en sí mismo, sino el medio que permite tomar decisiones. Recordemos que la gestión empresarial no es nada más (y nada menos) que la toma de decisiones en situaciones de incertidumbre y con información limitada. Los informes tratan de paliar la falta de información y reducir la incertidumbre.
Las decisiones que se toman en condiciones de incertidumbre y con información limitada son, por definición, decisiones en las que no existe una respuesta objetivamente correcta ex ante. Ante esa imposibilidad, las preferencias entran en juego: preferimos un riesgo sobre otro, un horizonte temporal sobre otro, una concesión ética sobre otra. Y las preferencias, aunque pueden ser imitadas por una IA, son fundamentalmente humanas. Podemos disfrutar de una situación más que de otra, al igual que podemos preferir el chocolate a la vainilla. Una IA puede actuar como si prefiriera una opción, pero nunca lo hará realmente, porque no tiene nada en juego. El juicio aplicado a decisiones que se toman en condiciones de incertidumbre y con información limitada es precisamente lo que distingue a los humanos de cualquier IA que podamos desarrollar, y es exactamente la capacidad que las organizaciones necesitarán en mayor cantidad a medida que la IA multiplique el volumen de información disponible para decidir.
Aquí quiero hacer una puntualización muy importante que frecuentemente pasa desapercibida: una capacidad es económicamente valiosa en la medida en que resuelve un problema. Durante décadas, el problema a resolver por el trabajo intelectual fue la generación de material: producir análisis, escribir código o redactar informes. La IA resuelve ese problema. Ya es muy fácil y casi gratis producir análisis, escribir código, redactar informes. Pero al resolver un problema se revela el siguiente. Ahora el factor limitante es la capacidad de evaluar lo generado, decidir qué hacer con ello y asumir responsabilidad en condiciones de incertidumbre. Y como producir es barato, producimos más. Pero esa producción intelectual debe ser evaluada. Y la IA no tiene esa capacidad de evaluación. Por lo tanto, hay un incremento de la demanda de las capacidades y habilidades de evaluación.
Sobre esa premisa se debe repensar el rol de los juniors. Convencionalmente, hacen trabajo básico hasta convertirse en seniors, pero esa descripción omite algo fundamental. Los juniors son el mecanismo mediante el cual la experiencia senior se externaliza y se transmite. Cuando un senior explica una decisión a un junior que deberá aplicar ese razonamiento de forma independiente la semana siguiente, enseña matices, contexto e historia. Lo que va a preparar a las empresas para competir bien en términos de talento es seguir contratando juniors, pero rediseñando su función para que aprendan evaluando resultados de IA en lugar de aprender produciendo, y tratando esa inversión como I+D en lugar de gasto operativo. IBM ya lo está haciendo, triplicando la contratación junior en 2026 y rediseñando roles para que los desarrolladores dediquen más tiempo a conversaciones con clientes y equipos multifuncionales que a programación rutinaria. Dropbox está expandiendo sus programas de prácticas un 25%. Aun así, ninguna empresa mide de forma sistemática cómo la adopción de IA afecta la transferencia de conocimiento o la calidad de su pipeline de liderazgo. En este área hay que poner a muchos humanos con IA a trabajar. Es un nuevo problema a resolver.
La lógica de mercado que abre este artículo también lo cierra. Si la IA hace una tarea igualmente bien y más barata, tenemos que usarla. Pero al abaratarse la creación de información, aumenta la demanda para poder evaluar esa información. Y formar esa capacidad es precisamente lo que justifica, en términos puramente económicos, seguir invirtiendo en perfiles junior. Esto, una vez más, esto no es el fin de la historia.
Feed MRSS-S Noticias
