¿Quién formará a los expertos del futuro?

Ana Carolina Murillo C.
La IA puede ahorrarnos el trabajo junior. El problema es que también puede ahorrarnos el aprendizaje. Durante décadas, convertirse en experto significaba empezar por abajo: investigar, preparar un análisis, escribir un borrador, equivocarse, recibir retroalimentación y volver a intentarlo. Esas tareas también eran el gimnasio donde se entrenaba el criterio. Hoy ese gimnasio está cambiando. La IA ya puede investigar, resumir, documentar, programar y producir análisis preliminares en segundos. El Foro Económico Mundial calcula que más de uno de cada tres trabajadores jóvenes está en ocupaciones con exposición media o alta al cambio de tareas impulsado por IA. Y una encuesta citada por McKinsey a 1.500 líderes encontró que un tercio afirma que la IA ya redujo tareas fundamentales con las que los junior desarrollaban habilidades. Podemos producir más hoy y estar formando menos. Una actualización de agosto de 2026 del Stanford Digital Economy Lab encontró que el empleo de trabajadores entre 22 y 25 años en ocupaciones altamente expuestas a IA está 19% por debajo de donde estaría si hubiera seguido el ritmo de sus pares en ocupaciones menos expuestas. Stanford no encuentra desplazamiento generalizado, pero sí una brecha creciente para los jóvenes. La Reserva Federal de Nueva York reportó desempleo de 5,7% y subempleo de 41,5% entre recién graduados universitarios en el primer trimestre de 2026. No todo puede atribuirse a la IA, pero algo está cambiando en el primer escalón de la carrera. Y ese escalón importa. El criterio no aparece cuando alguien recibe un cargo senior. Se desarrolla comparando alternativas, equivocándose, entendiendo contexto y tomando pequeñas decisiones. McKinsey propone un modelo interesante: el junior hace primero el ejercicio, compara su resultado con el de la IA y revisa las diferencias con alguien experimentado. No usamos la máquina para evitar pensar, sino para aprender a pensar mejor. Estudios en medicina sugieren que esta comparación genera aprendizaje más duradero que simplemente recibir la respuesta. Esto exige rediseñar el trabajo: No automatizar aprendizaje sin reemplazarlo por otra experiencia. Usar la IA para comparar y cuestionar, no solo para entregar respuestas. Convertir a los líderes en entrenadores de criterio: enseñar por qué una decisión es buena, no solo corregirla. Porque una empresa que elimina todos los escalones inferiores puede ser muy eficiente hoy y descubrir mañana que ya no tiene a nadie preparado para subir al siguiente nivel. Mientras su IA aprende cada día, ¿también lo hacen las personas que algún día tendrán que supervisarla?
anita@lanerddelfuturo.com