Así piensan los profesionales que buscan las empresas en la era de la IA

La escena se repite. En un taller con gerentes, en una entrevista de radio, en la sobremesa del domingo. Alguien baja un poco la voz y pregunta qué carreras va a reemplazar la IA. Qué le digo a mi hijo que no estudie. Quiénes van a ser los primeros en sobrar en este cambio que estamos viviendo en el mundo del trabajo.

Es una pregunta lógica. Pero está mal hecha.

Microsoft da una pista de por qué. En su último Work Trend Index encuestó a 20.000 trabajadores de diez países que ya usan IA y encontró un grupo al que llamó “profesionales de frontera”.

¿Qué hacen distinto?

Usan agentes de IA para trabajos largos y complejos. Cambian seguido la forma en que trabajan. Y convierten lo que aprenden en prácticas que el resto del equipo puede usar.

Por ahora son pocos: el 16% de los encuestados. Pero el 80% de ellos dice que hoy hace trabajos que hace un año no podía hacer. Son datos autodeclarados, y la Argentina no está en la muestra.

Igual, hay algo que salta a la vista: el profesional de frontera no es una profesión.

Lo que lo define es cómo trabaja. Sabe qué resultado busca, qué calidad le exige y qué parte le puede pasar a la máquina. Sobre todo, sabe qué parte no tiene que delegar, porque es la que sí o sí necesita la mirada humana.

Ese es el problema de la pregunta. Estamos mirando la unidad equivocada.

La IA no borra profesiones de un día para el otro. Desarma tareas, cambia procesos y cambia qué combinación de capacidades hace valioso a alguien.

Y si bien el cambio es real, conviene mirar algunos datos en detalle para bajar la ansiedad. Un informe de este año de Anthropic muestra la distancia entre lo que la tecnología podría hacer y lo que hace hoy.

En informática y matemática, los modelos podrían meterse en el 94% de las tareas. Pero por ahora cubren un tercio.

El cambio es real y ya empezó. Pero vimos los primeros minutos de la película y ya estamos contando el final.

Hay un experimento que muestra bien qué está en juego. Investigadores de Harvard, Wharton y MIT trabajaron con 758 consultores de Boston Consulting Group.

A unos les dieron GPT-4. A otros, GPT-4 y un curso para usarlo mejor. A otros, nada.

En las tareas que la IA hacía bien, los que la usaron volaron: más trabajo terminado, 25% más rápido y más de 30% de mejora en calidad.

Pero había una trampa. Una de las tareas estaba armada para quedar fuera del alcance de la máquina. La clave estaba escondida en unas entrevistas.

Ahí todo se dio vuelta:

Sin IA acertó el 84,5%.Con IA, el 70,6%.Con IA y curso, el 60%.

La respuesta de la máquina sonaba bien. Y la compraron.

Los que más habían aprendido a hablarle a la herramienta fueron los que peor les fue.

No se olvidaron de lo que sabían. Confiaron más en la máquina que en su propio criterio.

En este experimento aparece una distinción con la que trabajo hace años: el experto y el explorador.

El experto construyó su valor sobre lo que sabe. Por eso, frente a una tecnología que responde todo al instante, suele hacer una de dos cosas: defiende su terreno o delega a ciegas.

El explorador usa lo que sabe como punto de partida. Lo lleva al borde, justo donde la máquina ya no tiene respuestas seguras y el criterio humano hace la diferencia.

Marc Andreessen habla de carreras con forma de E. La imagen ayuda.

El especialista clásico es una I: una sola barra, bien profunda. La E son varias barras conectadas, combinadas de una manera difícil de copiar.

El profesional de frontera se parece a eso: trabaja con IA y sin soltar el criterio.

Prueba, se embarra, se equivoca, corrige. Y decide él cuál es el siguiente paso.

La máquina le amplía el alcance. El resultado sigue siendo suyo.

Ahora, contarlo como una historia de pura voluntad sería hacer trampa. El cambio tiene costos. Y no los paga todo el mundo por igual.

Primero, los más jóvenes.

El informe de Anthropic no ve una ola de desempleo en los trabajos más expuestos a la IA. Pero sí una señal temprana: entre los 22 y los 25 años, la entrada a esos puestos cayó cerca de 14% respecto de 2022.

El dato todavía es preliminar. Pero deja una pregunta incómoda:

Si la IA se queda con las tareas con las que un junior aprendía el oficio, ¿dónde va a formar el criterio que después le vamos a pedir?

Si automatizamos el primer escalón, le cortamos la escalera a quien recién empieza.

Después, los más experimentados. Les toca soltar el lugar del que tiene todas las respuestas.

Y sobre todo, las organizaciones.

Según Microsoft, la cultura, los jefes y la forma de gestionar talento pesan el doble que la actitud individual en el impacto que la gente dice obtener de la IA.

Sin embargo, el 45% siente que es más seguro cumplir los objetivos de siempre y hacer bien lo que ya sabe que rediseñar su trabajo. Y apenas el 13% dice que lo premian por intentarlo cuando el resultado no llega rápido.

Pedimos exploradores. Y medimos cumplimiento.

Con la innovación pasa lo mismo: sin espacio real para probar y equivocarse, no aparece.

Los profesionales de frontera tampoco van a aparecer solos. Alguien tiene que armar el lugar donde equivocarse no cueste el puesto.

Entonces, ¿qué contesto cuando me preguntan qué carrera no conviene estudiar?

Que no sé qué títulos van a existir en 2035. Y que desconfío de quien diga saberlo.

La pregunta que sirve es otra:

Qué problema querés aprender a perseguir. Qué capacidades vas a conectar. Cómo vas a sostener tu criterio cuando una máquina te dé una respuesta más rápida y más convincente que la tuya.

Y hay algo más, que no es para quien estudia. Es para quien lidera.

Fijate a quién reconoce tu organización: al que explora o al que nunca se sale del libreto. Esa respuesta dice más sobre su futuro que cualquier lista de carreras en peligro.