La paradoja incómoda que nadie quiere discutir
Cada vez que un ejecutivo de tecnología habla sobre inteligencia artificial, existe un patrón predecible: primero reconoce los despidos que vendrán, luego promete que habrá empleos nuevos. Es casi un ritual corporativo. Pero hay algo diferente cuando un líder empresarial se atreve a nombrar lo que realmente está en juego: no es solo cuántos trabajos desaparecen, sino qué tipo de trabajadores seguirán siendo relevantes.
Esto es lo que plantea implícitamente la reflexión del presidente de Sonda sobre cómo la IA devalúa a las «personas autómatas». La declaración no es neutral. Contiene una crítica velada a decadas de un modelo laboral que priorizó la repetición, la obediencia y la estandarización. Ahora esa receta, que fue la base de la industrialización moderna, se vuelve contraproducente.
¿Qué pasa con los que fueron entrenados para obedecer?
En América Latina, esta transición es particularmente delicada. Nuestros sistemas educativos fueron diseñados en el siglo XX para producir trabajadores capaces de ejecutar tareas predeterminadas. Generaciones de estudiantes fueron evaluados por su capacidad de memorizar, de seguir instrucciones al pie de la letra, de no hacer preguntas incómodas. Los sistemas universitarios también replicaron esta lógica: profesionales especializados en tareas muy específicas.
Ahora llega la IA y dice: eso que ustedes saben hacer, yo lo hago más rápido, sin cansancio, sin errores. Y el mercado asiente. El reflejo inicial es el pánico. Pero quizás el verdadero problema sea que hemos estado preparando a la gente equivocada para el mundo equivocado.
El capital humano que la máquina no puede replicar (todavía)
Lo interesante del argumento es que reconoce explícitamente que nuevos roles emergirán. No es pesimismo, pero tampoco es la típica promesa vacía de «habrá otros trabajos». La especificación importa: se necesitarán personas «integrales», lo que en lenguaje corporativo moderno significa creatividad, pensamiento crítico, capacidad de adaptación, inteligencia emocional, liderazgo.
Son precisamente las habilidades que nuestros sistemas educativos han negligido sistemáticamente. Mientras otros países invertían en pensamiento divergente y resolución de problemas complejos, aquí seguíamos perfeccionando el arte de la memorización. Es una brecha que no se cierra en un trimestre ni con un webinar de capacitación.
La programación como primer aviso
El sector mencionado explícitamente es revelador. Se habla de que la programación se contraerá drásticamente. Eso ya está ocurriendo en tiempo real. Herramientas como ChatGPT, Copilot y otros asistentes de código generativo están eliminando funciones de desarrollo rutinario. Pero simultáneamente, los programadores que pueden diseñar sistemas, definir arquitecturas complejas y pensar estratégicamente están más solicitados que nunca.
Es una especie de filtro brutal que separa a quienes simplemente codificaban líneas de quienes realmente comprendían el problema que intentaban resolver. Esa distinción se replicará en profesión tras profesión.
¿Estamos dispuestos a cambiar el juego?
La verdadera pregunta que debería desvalar a gobiernos, empresas y familias en América Latina es si realmente estamos preparados para rediseñar cómo educamos, entrenamos y valoramos el trabajo. Porque cambiar de una economía de personas-máquinas a una de personas-integrales no es un ajuste marginal. Es una transformación cultural.
Requiere universidades que toleren la incertidumbre y recompensen la curiosidad genuina. Empresas dispuestas a invertir en el desarrollo continuo. Gobiernos que financien educación vocacional moderna, no la de hace treinta años. Y sociedades que dejen de equiparar la valía de una persona con su productividad inmediata.
La oportunidad está aquí, pero hay que merecerla
Probablemente el empresario tiene razón: habrá empleo. Pero no para todos, ni para cualquiera. Las máquinas no necesitan personas autómatas. Eso es una oportunidad para reimaginar qué hacen los humanos. Pero es también una amenaza para quienes apostaron a serlo.
La pregunta que cada trabajador, cada estudiante y cada institución debería hacerse hoy es simple: ¿estoy desarrollando las capacidades que una máquina no puede copiar? Si la respuesta es no, el problema no es la IA. El problema es que ya llegamos tarde.
Información basada en reportes de: Latercera.com