Durante años nos dijeron que las máquinas sustituirían primero los trabajos físicos y repetitivos. Imaginábamos robots en fábricas, almacenes completamente automatizados y vehículos capaces de moverse sin conductor. Sin embargo, la inteligencia artificial ha empezado por un lugar que muchos no esperábamos: la oficina.

Hoy una IA puede redactar un correo, resumir un informe, traducir un documento, analizar datos o escribir código en cuestión de segundos. No significa que todas las profesiones vayan a desaparecer, pero sí que muchas de las tareas con las que una persona comenzaba su carrera ya no tienen el mismo valor. Y este cambio nos obliga a hacernos una pregunta incómoda: si nadie sabe con certeza qué trabajo será seguro dentro de diez años, ¿cómo elegimos a qué queremos dedicarnos?

Mi respuesta no es catastrofista. Creo que debemos aprender a usar estas herramientas, especializarnos de verdad y, siempre que nuestras circunstancias lo permitan, acercarnos a un trabajo que nos guste. Si elegimos una profesión únicamente por dinero y un día la tecnología cambia sus reglas, quizá perdamos el sueldo y también descubramos que nunca disfrutamos del camino.

Esta revolución ha empezado por los trabajos de oficina

La diferencia respecto a otras revoluciones tecnológicas es sencilla. Gran parte del trabajo de oficina ya estaba digitalizado antes de la llegada de la IA generativa. Los textos, hojas de cálculo, presentaciones, programas y conversaciones estaban preparados para ser procesados por una máquina.

En cambio, cambiar la instalación eléctrica de una casa antigua, reparar una tubería rota o cuidar a una persona sigue exigiendo presencia física, adaptación al entorno, responsabilidad y confianza. Una IA puede explicar cómo se hace, pero no puede presentarse en nuestra casa con una caja de herramientas y resolver el problema.

Esta aparente contradicción está cambiando nuestra idea de lo que era un trabajo seguro. Durante mucho tiempo, estudiar una carrera y sentarse delante de un ordenador parecía una protección frente a la automatización. Ahora algunas de esas tareas son precisamente las más fáciles de reproducir, porque todo lo necesario para realizarlas ya está dentro de una pantalla.

Como ya vimos al preguntarnos si merece la pena estudiar una carrera para trabajar en informática, un título continúa aportando fundamentos y oportunidades. Pero el título nunca fue el final del aprendizaje, y hoy lo es todavía menos.

El cambio ya se nota, aunque no estemos ante el fin del empleo

Conviene separar los datos de los titulares. El Digital Economy Lab de Stanford no ha encontrado una destrucción generalizada de empleo atribuible a la IA en Estados Unidos. Sin embargo, sí observa una señal preocupante entre los trabajadores de 22 a 25 años. En las ocupaciones más expuestas a la IA, el nivel de empleo es un 19 % inferior al que habría alcanzado si hubiera seguido el mismo ritmo que en otros trabajos menos expuestos.

Lo interesante es cómo se produce esa diferencia. No vemos únicamente grandes despidos anunciados en las noticias. Muchas empresas simplemente contratan a menos personas para los puestos iniciales, porque parte del trabajo que antes realizaba alguien sin experiencia puede resolverse ahora con una herramienta de IA y la supervisión de un profesional sénior.

Una investigación de Anthropic sobre el mercado laboral llega a una conclusión parecida. No encuentra un aumento sistemático del desempleo en las profesiones más expuestas, pero sí indicios de una contratación más lenta entre los jóvenes. Los programadores, los representantes de atención al cliente y los analistas financieros aparecen entre los perfiles con mayor exposición observada.

Por tanto, no estamos ante un botón que un día apagará millones de empleos. Estamos ante algo más silencioso. Las profesiones permanecen, pero cambian las tareas que las componen y se estrecha la puerta por la que entraban quienes necesitaban aprender.

El problema de eliminar los trabajos para principiantes

Todos hemos sido principiantes. Nadie nace sabiendo revisar una arquitectura de software, negociar con un cliente o detectar el error escondido en un informe. Antes de tomar decisiones importantes hacemos tareas pequeñas, nos equivocamos y aprendemos de alguien con más experiencia.

Si la IA se queda con una parte de esas tareas, aparece una paradoja. La empresa puede ser más productiva hoy, pero ¿de dónde saldrán los profesionales experimentados de mañana? No podemos pedir cinco años de experiencia a una persona a la que nunca permitimos conseguir el primero.

Esto afecta especialmente a la informática. Una IA escribe código aceptable muy rápido, pero no vive las consecuencias de desplegarlo, no responde ante un fallo y no conoce por sí sola las necesidades reales de una organización. Para revisar con criterio hay que comprender lo que se está revisando. Por eso siguen importando los fundamentos, los lenguajes, los paradigmas, las pruebas y la calidad, la seguridad y la capacidad de entender un problema antes de escribir una solución.

La IA puede acortar el aprendizaje, pero no debería sustituirlo. Si dejamos que piense siempre por nosotros, corremos el riesgo de producir más y comprender menos.

La misma IA que automatiza una oficina necesita profesionales con herramientas

También existe otra cara de esta transformación. La inteligencia artificial parece algo que vive en Internet, pero necesita centros de datos, energía, refrigeración, redes y edificios. Detrás de cada respuesta hay una infraestructura muy física que alguien tiene que construir y mantener.

Por eso resulta curioso que, mientras dudamos del futuro de algunos puestos de oficina, aumente la demanda de electricistas, técnicos de climatización y otros oficios especializados. Como ejemplo, la Oficina de Estadísticas Laborales de Estados Unidos proyecta que el empleo de electricistas crecerá un 9 % entre 2025 y 2035, frente al 3 % del conjunto de ocupaciones, con decenas de miles de vacantes cada año.

No quiere decir que todo el mundo deba abandonar el ordenador y convertirse en electricista. Tampoco existe un trabajo completamente a salvo de la tecnología. Significa que hemos infravalorado durante demasiado tiempo los conocimientos prácticos, la experiencia acumulada y la capacidad de actuar en entornos que nunca son exactamente iguales.

Un buen electricista no se limita a conectar dos cables. Interpreta una instalación, detecta riesgos, cumple una normativa y toma decisiones que afectan a la seguridad de otras personas. Del mismo modo, un buen programador no es alguien que escribe muchas líneas de código, sino quien comprende el problema, elige una solución adecuada y asume la responsabilidad sobre el resultado.

Especializarse no es aprender una herramienta de moda

Cuando hablamos de especialización podemos caer en otra trampa: pensar que consiste en dominar la aplicación que todo el mundo utiliza este año. Pero las herramientas cambian. Hace unos años podía parecer imprescindible memorizar una determinada librería y hoy una IA nos explica su funcionamiento o genera un ejemplo en segundos.

Especializarse es ir más allá de la superficie. Es comprender un ámbito tan bien que podamos distinguir una respuesta convincente de una respuesta correcta. Es conocer sus límites, sus riesgos y el contexto en el que cada decisión tiene sentido.

Un médico especializado no aporta valor únicamente por recordar información. Lo aporta al relacionar síntomas, escuchar al paciente y decidir con responsabilidad. Un profesional de la ciberseguridad no vale por ejecutar una herramienta, sino por comprender qué está protegiendo y qué consecuencias puede tener cada acción. Un creador no se diferencia por pulsar el botón que genera una imagen, sino por tener algo propio que contar.

La especialización que más resiste no siempre es la más estrecha. Suele combinar tres cosas:

  • Fundamentos, para no depender de una herramienta concreta.
  • Experiencia real, porque los problemas verdaderos nunca vienen tan ordenados como los ejemplos.
  • Criterio, para saber cuándo utilizar la IA, cuándo desconfiar de ella y cuándo no utilizarla.

Trabajar por amor no significa ignorar el dinero

Decir que debemos trabajar en aquello que amamos puede sonar bonito, pero también puede ser injusto. No todo el mundo puede elegir libremente. Hay facturas, responsabilidades familiares, oportunidades desiguales y momentos en los que el trabajo es, sencillamente, la forma de vivir.

El dinero importa. Nos da tranquilidad, independencia y posibilidades. Lo que creo que no debería ser es nuestra única brújula.

Elegir una profesión solo porque hoy está bien pagada es apostar por una fotografía que puede cambiar. Lo hemos visto muchas veces. Aparece un sector con salarios altos, miles de personas corren a formarse en lo mismo y, cuando llegan, el mercado ya no es igual. Con la velocidad actual de la IA, ese ciclo puede ser todavía más corto.

En cambio, cuando existe interés auténtico, toleramos mejor la dificultad. Dedicamos tiempo a comprender, practicamos incluso cuando nadie nos obliga y seguimos aprendiendo después de obtener un título o un empleo. Esa constancia es precisamente la que nos permite especializarnos.

No se trata de romantizar el trabajo ni de convertir cada afición en un negocio. Se trata de buscar, dentro de lo posible, una actividad cuyo proceso también nos aporte algo. Porque ningún salario garantiza que una profesión vaya a existir de la misma forma para siempre. Y si el camino cambia, al menos habremos aprendido, creado y disfrutado una parte de él.

¿Qué podemos hacer desde hoy?

No podemos adivinar qué profesiones existirán dentro de veinte años, pero sí podemos prepararnos para movernos cuando cambien.

  • Aprender a utilizar la IA sin delegarle nuestro criterio. Ignorarla nos deja atrás, pero obedecerla sin comprender también.
  • Profundizar en un ámbito concreto. Saber un poco de todo ayuda a empezar, pero resolver problemas difíciles exige conocimiento real.
  • Construir y practicar. Un proyecto, una reparación, un artículo o una investigación enseñan más que limitarse a consumir cursos.
  • Cuidar las habilidades humanas. Escuchar, explicar, negociar, enseñar y asumir responsabilidad siguen siendo esenciales.
  • Aceptar que tendremos que volver a aprender. La formación ya no es una etapa que termina, sino una parte continua de la vida profesional.

El informe sobre el futuro del empleo del Foro Económico Mundial estima que las grandes transformaciones económicas crearán millones de puestos y desplazarán otros tantos antes de 2030. Es una previsión, no una profecía, y además incluye cambios tecnológicos, demográficos, económicos y medioambientales. Pero sirve para recordar algo importante: el trabajo no se limita a desaparecer. Se transforma y aparece en otros lugares.

Conclusión

La inteligencia artificial está cambiando todo porque no automatiza únicamente la fuerza. También automatiza una parte del lenguaje, del análisis y de la creatividad que considerábamos exclusivamente nuestra. Eso asusta, y es normal que lo haga, pero el miedo no puede ser nuestra estrategia profesional.

No sabemos qué empleo será el más rentable dentro de diez años. Tampoco sabemos qué herramienta dominará el mercado o qué tareas dejarán de tener valor. Lo que sí podemos elegir es aprender con profundidad, utilizar la IA como una herramienta y acercarnos a trabajos que tengan sentido para nosotros.

Quizá la mejor protección no sea encontrar una profesión supuestamente inmune, porque probablemente no exista. Tal vez sea convertirnos en personas capaces de aprender, adaptarse y aportar criterio en aquello que conocemos bien.

Y si el mundo laboral va a cambiar varias veces durante nuestra vida, más vale que el camino elegido no nos dé únicamente dinero. Al menos debería dejarnos la satisfacción de haber hecho algo que nos importaba.

Imagen de portada generada con inteligencia artificial para InfSeg.