Por Derek Bruce, Director de Aprendizaje y Conocimiento de Easygenerator.
Conclusiones Clave
- La IA elimina puestos junior más rápido de lo previsto, destruyendo el espacio donde el talento joven desarrolla su criterio y habilidades laborales reales.
- El empleo inicial nunca fue solo tareas básicas; era una escuela práctica donde la repetición y los errores construían la verdadera experiencia profesional.
- La inminente escasez de talento senior por jubilaciones masivas y la falta de un plan de sucesión empeorará la brecha de habilidades si las empresas no reaccionan ya.
- Los líderes deben identificar qué tareas diarias educan al personal e invertir en una transferencia de conocimiento deliberada antes de que la falta de expertos sea irreversible.
Hace poco, en una conferencia en Abu Dabi, conversé con dos directivos de Recursos Humanos. Compartimos visiones sobre la Inteligencia Artificial (IA), la familia y el futuro del empleo.
Uno de ellos me contó que su hijo, graduado en Finanzas, no lograba conseguir su primer empleo. El otro, que trabaja en el sector tecnológico, me confirmó una tendencia de la que todos hablan en el sector de la gestión del talento: los puestos junior no desaparecen porque falte trabajo, sino porque la IA ya se encarga de esas tareas básicas.
Este fenómeno tiene un sólido respaldo científico:
- Un estudio de la Universidad de Stanford (2025), basado en datos de nómina de ADP, reveló una caída del 13% en el empleo de jóvenes de entre 22 y 25 años en las áreas más expuestas a la automatización laboral. Los profesionales senior en los mismos roles no sufrieron este impacto.
- Por su parte, Revelio Labs reportó que las ofertas de trabajo para principiantes en EE. UU. se desplomaron un 35%, lo que equivale a 100,000 vacantes menos al mes.
El verdadero valor de los puestos junior: Más allá de la productividad
La mayoría de las empresas se equivocan de enfoque al preguntarse si la IA puede hacer el trabajo de un perfil junior. Aunque la respuesta sea afirmativa, esa es la pregunta equivocada.
Los puestos iniciales (como los médicos residentes) nunca fueron solo para producir. Son, en esencia, entornos de aprendizaje estructurado. Es el espacio donde el talento joven desarrolla su criterio, detecta patrones y afina su instinto profesional a base de repetición, errores y retroalimentación. Un profesional que analiza datos manualmente y defiende sus conclusiones desarrolla algo que la máquina no puede replicar: la capacidad de ver lo que no es evidente.
La ciencia cognitiva lo confirma: la práctica constante es lo que transforma la teoría en auténtica experiencia. Si tomamos atajos, el conocimiento se debilita:
- El dilema del código rápido: Un estudio de Anthropic (2026) evaluó a programadores junior. El grupo que usó IA terminó más rápido, pero reprobó las pruebas de seguimiento con un 50% de aciertos, frente al 67% del grupo que trabajó sin ayuda. La mayor diferencia estuvo en la resolución de problemas técnicos complejos (depuración), donde se necesita entender el «por qué» y no solo entregar algo que funcione.
- Deuda cognitiva: Investigadores del MIT Media Lab detectaron que el uso excesivo de IA reduce la conectividad neuronal con el tiempo, un fenómeno que bautizaron como «deuda cognitiva».
La crisis del relevo generacional y la escasez de talento senior
A la automatización de los puestos de entrada se le suma un problema demográfico urgente.
Según Pew Research, miles de profesionales de la generación Baby Boom se jubilan cada día. El riesgo es que las empresas no están preparadas para este relevo: una encuesta de Robert Walters (2026) reveló que solo el 14% de las organizaciones cuenta con un plan de sucesión formal, y el 70% de los líderes ya sufre por la escasez de talento senior.
El dato clave: El Informe de la Economía de las Habilidades 2026 de Cornerstone señala que las empresas ya pueden automatizar el 30% de las horas de trabajo de los principiantes. Precisamente, se están eliminando las tareas que antes servían para que el personal adquiriera experiencia práctica.
El conocimiento de los expertos se está perdiendo más rápido de lo que se transmite, y la nueva generación tiene menos oportunidades para desarrollarse. En una década, las empresas carecerán de líderes capaces de identificar cuándo la IA se equivoca o de resolver problemas con matices complejos.
Estrategias de capacitación: Cómo equilibrar la eficiencia de la IA con el criterio humano
La solución no es dar la espalda a la transformación digital ni ignorar el aumento de la eficiencia. Las empresas que lo hagan perderán competitividad. Sin embargo, optimizar tiempos y desarrollar la experiencia humana son dos desafíos distintos.
La pregunta que todo directivo debe hacerse es: ¿Qué tareas operativas constituyen también una experiencia de aprendizaje? Cuando automatizas un proceso donde el empleado junior ejercita su criterio, también eliminas su línea de desarrollo.
Para contrarrestar esto, la transferencia de conocimiento debe ser planificada y deliberada. Ya no basta con la mentoría por proximidad física en la oficina. Las organizaciones que inviertan en métodos estructurados para documentar la experiencia de sus seniors y creen espacios de práctica real para sus novatos asegurarán una ventaja competitiva única: un equipo con criterio propio, no solo con acceso a software avanzado.
La IA es una herramienta extraordinaria y debemos aprender a usarla, pero genera resultados, no expertos. Si confundimos ambas cosas, las consecuencias se verán en diez años, cuando los puestos estratégicos deban ser ocupados por profesionales que nunca tuvieron la oportunidad de aprender.
¿Estamos preparados para un futuro sin expertos?
Hace poco vi una frase en redes sociales que decía: «Tu futuro médico está usando ChatGPT para aprobar sus exámenes. Así que empieza a hacer ejercicio y a comer sano». Aunque se plantee como un chiste, nos muestra lo cerca que estamos de comprometer el conocimiento especializado si no protegemos los procesos de aprendizaje
Acerca de Derek Bruce
Es Director de Aprendizaje y Gestión del Conocimiento en Easygenerator. Su enfoque se centra en cómo las empresas pueden capturar el conocimiento institucional de sus empleados expertos y hacerlo accesible para toda la organización. Ha liderado equipos de capacitación en compañías globales como ABN AMRO, dsm-firmenich, Signify y Tesco.
Acerca de Easygenerator
Es una plataforma de e-learning impulsada por Inteligencia Artificial que ayuda a las organizaciones a crear capacitación personalizada a gran escala. Su tecnología captura el conocimiento interno de los expertos de la empresa y transforma ideas o documentos en cursos didácticos interactivos, videos con avatares de IA y simulaciones de entornos laborales reales.
