Cuando la IA generativa se infiltra rápidamente en el lugar de trabajo, el primer escalofrío puede no sentirse en quienes ya han logrado consolidar su puesto, sino en los recién llegados que están por entrar al mundo laboral. De la trayectoria profesional de antes —“primero hacer trabajo de nivel inicial y luego ir ascendiendo poco a poco”— a que hoy las empresas prefieran contratar directamente a personas con experiencia que puedan incorporarse al instante, la IA está reescribiendo no solo el contenido del trabajo, sino también el “campo de entrenamiento” del que los jóvenes solían depender para crecer.
En el programa de entrevistas sin rodeos, la presentadora Linga y Bradley, que cuenta con antecedentes de medicina en la NTU, salud pública en Harvard y experiencia en McKinsey, y que además se ha desempeñado como directivo en la farmacéutica Rakuten y Appier, conversan en torno a este fenómeno. Ambos intentan responder una pregunta cada vez más incómoda: ¿la IA quizá no sustituya primero a los empleados veteranos, sino que incluso les quite a los recién llegados la oportunidad de subirse al escenario?
Tras hallar estudios relacionados con Harvard y Stanford, el programa descubrió que después del lanzamiento de ChatGPT, efectivamente se registró una caída clara en las vacantes de nivel inicial, especialmente en las ocupaciones con mayor exposición a la IA. Trabajos como administración, secretaría, ventas de nivel inicial y marketing, entre otros, fueron los que recibieron el impacto más directo.
AI+compañeros veteranos basta, ¿para qué formar a nuevos?
El programa citó un estudio relacionado con Harvard y Stanford y descubrió que, después del lanzamiento de ChatGPT, efectivamente se registró una caída clara en las vacantes de nivel inicial, especialmente en las ocupaciones con mayor exposición a la IA. Trabajos como administración, secretaría, ventas de nivel inicial y marketing, entre otros, fueron los que recibieron el impacto más directo. Esto significa que las empresas no están deteniendo la contratación de manera integral, sino que están empezando a reconsiderar: si un empleado con algo de experiencia, combinado con herramientas de IA, puede producir lo que antes lograban dos o tres personas, ¿todavía vale la pena destinar el mismo presupuesto a entrenar a varios recién llegados?
Bradley afirmó con franqueza que este cambio ya es bastante evidente en el entorno empresarial. Antes, las empresas estaban dispuestas a darles a los nuevos medio año o incluso un año para su formación, rotaciones y para familiarizarse con la industria; pero ahora esa paciencia se está reduciendo rápidamente. Para los gerentes, el cálculo real se vuelve muy directo: ¿contratar a dos o tres empleados de nivel inicial y además organizar que un compañero veterano los guíe, invirtiendo recursos de capacitación; o contratar directamente a un profesional con experiencia y, con las mejores herramientas de IA, enviarlo al campo? En la mayoría de las empresas que priorizan la eficiencia y la capacidad de entrar en acción de inmediato, la respuesta casi se entiende sola.
Por eso, la desaparición de los puestos de nivel inicial no es simplemente “se perdieron algunas oportunidades de trabajo”, sino que empieza a desajustarse toda la estructura de aprendizaje.
Porque muchas de las tareas con las que los recién llegados solían practicar son justo el tipo de cosas con las que la IA es mejor: buscar información, organizar resúmenes, traducir, escribir programación básica, hacer análisis inicial. Esos trabajos, aunque antes eran repetitivos y tediosos, eran el punto de partida para que los nuevos crearan sensaciones, entendieran los estándares de calidad y observaran cómo los veteranos evaluaban las situaciones. Hoy, esas tareas pueden terminarse en cuestión de minutos con IA; así, los recién llegados no solo pierden el campo de práctica, sino que también tienen menos oportunidades de sentarse al lado y ver cómo el gerente ajusta, cómo piensa y cómo decide.
¿En la era de la IA, realmente se sabe qué es “bueno”?
Linga también mencionó que este cambio ya se refleja en la diferencia de capacidades entre estudiantes y early professional. Antes, en la generación que no contaba con herramientas de IA, hacer un informe era empezar desde cero: buscar información por cuenta propia, verificar fuentes, plantear hipótesis y, desde una página en blanco, llegar hasta poder presentar en un escenario. Aunque iban más despacio, normalmente sabían mejor cómo pasar de 0 a 100.
En cambio, la nueva generación de estudiantes ha vivido desde la universidad en el mundo de ChatGPT, Grok y Gemini: están acostumbrados a lanzar la misma pregunta a distintos sistemas de IA y luego a ensamblar rápidamente lo generado en presentaciones o tablas. Aunque parece más eficiente, también es más fácil que, sin juicio propio, vayan directamente a entregar respuestas de 60 o 80 puntos de la IA.
(La IA puede hacer 80 puntos; ¡quienes no logren 100 están destinados a ser eliminados! Asesores de McKinsey y exalumnos de Harvard sugieren que los recién llegados hagan esto)
Esto también deja a los gerentes atrapados en un nuevo dilema. Bradley puso un ejemplo: en trabajos de consultoría, antes se contrataba a un junior para escribir un email pidiendo información al cliente. A primera vista parece solo un trabajo de texto, pero en realidad es un proceso clave para entrenar a la otra parte en entender el contexto del cliente, dominar el ritmo de la comunicación y decidir con qué palabras y con qué medida se juzga. Pero ahora, con frecuencia, la situación se convierte en que el gerente sabe de inmediato si esa carta no está lo bastante madura o si claramente fue generada por IA y aún queda lejos de ser utilizable.
Consejo para jóvenes: comprender activamente los estándares que hay en la mente del jefe
Sin embargo, los dos no se quedaron solo en la ansiedad en sí, sino que discutieron más allá: cuando el primer escalón está desapareciendo, ¿cómo puede el joven construir por sí mismo un nuevo campo de entrenamiento?
Linga cree que lo primero es comprender activamente los estándares que tiene el jefe en la mente. Porque muchos “cracks” del mundo laboral no lo hacen mejor que otros solo por esforzarse más, sino porque en su interior tienen una lista completa de criterios para decidir: si las fuentes de información deben verificarse en forma cruzada, si conviene revisar el historial del investigador, si es necesario marcar las limitaciones en las conclusiones, cómo ordenar la lógica de la presentación, etc. Antes, esos estándares podían estar ocultos en modificaciones repetidas y en orientación verbal.
Pero en la era de la IA, muchas de esas cosas ya las convierten los gerentes en prompts y constraints. Para los trabajadores jóvenes, lo realmente importante no es si saben o no seguir instrucciones de herramientas, sino si hay forma de aclarar primero “qué significa hacer algo bien”.
La estructura y el juicio son la parte que la IA no puede reemplazar
Lo segundo es, en una época de explosión de información, volver a entrenar la capacidad propia de lectura e integración. La IA puede ayudarte a rastrear 25 informes al mismo tiempo y darte rápidamente un resumen, pero también es muy fácil que alguien se convenza de que ya entiende el problema. Linga considera que, cuanto más en esta época, más hay que obligarse a identificar el contenido verdaderamente de alta calidad, dedicar tiempo a profundizar y ver cómo el autor define el problema, cómo descompone la industria, cómo diseña el método, cómo verifica las hipótesis y, por último, cómo vuelve a tomar decisiones basadas en la experiencia.
Estos caminos de estructura y juicio son justamente la parte que la IA no puede internalizar directamente por ti.
Bradley, por su parte, recuerda que si un trabajador joven quiere acercarse a trabajos de mayor nivel, el primer paso siempre es “usar resultados para conseguir la entrada”. No se trata solo de terminar tareas, sino de lograr que el gerente pueda confiar y esté dispuesto a entregarte cosas más complejas. Además, también hay que aprender a cubrir posiciones de manera proactiva. Porque en el lugar de trabajo, muchos trabajos de nivel más alto y más cerca del núcleo de la toma de decisiones no es que no tengan oportunidad, sino que no hay nadie que los haga.
Por ejemplo, una tarea que en apariencia solo analiza la tasa de conversión; en realidad, la clave muchas veces no está en el número en sí, sino en qué decisión debe sostener ese análisis. Si el gerente quiere saber hacia qué segmento de clientes dirigir más el presupuesto de marketing en el siguiente paso, entonces no deberías entregar solo la conversión, sino dar un paso más adelante: añadir costos de adquisición, Lifetime Value, ROI e incluso proponer un lenguaje de decisión como “si el presupuesto aumenta 20%, ¿cuánto podría aumentar el ingreso?”. La capacidad de convertir análisis en recomendaciones es una de las cosas más valiosas en la era de la IA.
Qué tipo de personas necesita el futuro de las empresas: avanzar en lo ambiguo y saber qué significa “bueno”
Al hablar de qué tipo de personas buscan las empresas, Bradley también dio una respuesta bastante clara. Primero, personas capaces de avanzar en lo ambiguo. Porque en la era de la IA, los cambios son demasiado rápidos; en tres meses tu contenido laboral podría ser completamente distinto. Si alguien tiene que esperar a que todo esté definido para moverse, eso no solo hará que sufra, sino que también significa que muy probablemente su trabajo terminará siendo reemplazado por la IA tarde o temprano.
Segundo, ¿se puede o no juzgar la salida de la IA? ¿Se sabe cómo reconocer qué resultados cuentan como “buenos”? Ahora, “saber usar la IA” ya es un requisito básico; lo que realmente marca la diferencia es: después de ver el análisis del mercado generado por IA, ¿tienes tu propia opinión? ¿Sabes qué partes hay que verificar? ¿Qué partes no se pueden aceptar tal cual? Como hoy los datos no son escasos, lo verdaderamente escaso son las opiniones.
Se vuelve más difícil conseguir trabajo para los recién graduados; los puestos de nivel inicial comienzan a desajustarse
Tercero, si es o no capaz de auto-actualizarse. Ante un entorno que cambia con rapidez, las empresas preferirían a alguien que tal vez ahora tenga menos habilidades, pero que aprenda rápido, en lugar de alguien que tenga muchas habilidades pero que se quede estancado.
Por eso, los dos también creen que, más que decir que hoy las vacantes de nivel inicial “desaparecen”, en realidad se están redefiniendo. Las empresas no es que no necesiten a los jóvenes, sino que ya no solo quieren personas capaces de realizar tareas repetitivas. La nueva línea de salida pasa a ser si entiendes la IA, si tienes opiniones, si puedes aprender de forma rápida y proactiva, y si puedes convertir las herramientas en tu propio apalancamiento. Para muchas empresas, los jóvenes no solo son quienes se dejan guiar, sino que empiezan a convertirse en personas que llevan a la organización la intuición de la IA, los hábitos de herramientas y el ritmo del nuevo mundo.
Al final del programa también ofrecen una recomendación bastante práctica: si ahora estás buscando trabajo, la forma más efectiva de prepararte quizá no sea estudiar otro grado de IA, sino crear por tu cuenta un side project de IA para la industria a la que quieres entrar. Supongamos que quieres entrar al departamento de marketing de Google: entonces prueba a ejecutar con herramientas de IA todo un flujo de trabajo de marketing, desde encontrar problemas, diseñar soluciones, hasta presentar un demo con resultados reales. Así, en tu entrevista no solo vas a hablar de “me interesa la IA”, sino que puedes sacar directamente un proyecto end-to-end y demostrarle al entrevistador que ya sabes usar herramientas para resolver problemas reales.
Para los recién graduados que están enfrentando la ansiedad por la búsqueda de empleo, la realidad más cruel tal vez sea esta: esa escalera profesional que antes parecía obvia, en realidad está siendo desmantelada en parte por la IA.
Pero como dijo Bradley, quizá la carrera profesional nunca ha sido solo subir escaleras, sino más bien nadar. Antes, el camino estaba trazado; ahora tienes que buscar la dirección tú mismo y nadar hacia adelante. Cuando el primer escalón deja de ser tan sólido, lo verdaderamente importante quizá no sea mirar constantemente si esa escalera sigue ahí, sino si tienes la capacidad de encontrar por tu cuenta el siguiente movimiento que te permita flotar.
Este artículo Ansiedad por graduarse y buscar empleo; el estudio muestra que la IA afecta directamente los puestos de nivel inicial; el asesor de McKinsey recomienda que los recién llegados hagan esto. La primera aparición fue en Cadena News ABMedia.
