Guillem Alsina Gonzàlez
Que la inteligencia artificial ha llegado para cambiar muchas cosas, es evidente, y que será necesario adaptarse a estos cambios, muy especialmente en el ámbito profesional, también lo es.
Bernard Marr, futurista, asesor y coach de algunas de las organizaciones más conocidas del mundo, autor de una veintena de libros y columnista de la prestigiosa Forbes, explica en un artículo publicado hace unos días en su sitio web personal que Aneesh Raman, Chief Economic Opportunity Officer en LinkedIn, prevé que un 70% de las competencias exigidas en un puesto de trabajo medio en 2030 serán distintas de las de ahora, representando un punto de inflexión para el mercado laboral.
Esta cifra implica que prácticamente todas las personas acabarán trabajando en puestos en los que llevarán a cabo tareas de nuevo cuño, aun cuando el nombre del cargo no cambie.
Hasta ahora, la valoración del candidato para el puesto en la empresa se ha venido basando en aspectos como la universidad de procedencia, la red de contactos o las referencias de su último empleador, indicadores que, en opinión de Raman, apenas revelan la verdadera capacidad del candidato para afrontar tareas concretas.
La introducción de la inteligencia artificial en los puestos de trabajo obliga a descomponer cada puesto en actividades, y a cotejar esas actividades con habilidades específicas verificables. Cuando los algoritmos automatizan o transforman tareas, el método tradicional de trabajo (y, con él, el de la selección de candidatos), no es capaz de cumplir con su objetivo, puesto que mira a un nivel superior, y no por habilidades concretas.
De la ruptura a la reinvención del mercado laboral
El cambio que empezaremos pronto a vivir según Raman se articula en cuatro fases claramente diferenciadas: en primer lugar aparece la disrupción inicial, visible en la adopción masiva de herramientas de IA generativa. A continuación llega la transformación de tareas, origen del citado 70% de variación competencial. En tercer lugar emergen roles que hoy no existen —hace apenas veinticinco años nadie contrataba científicos de datos ni responsables de redes sociales—. Finalmente, se consolida la economía de la innovación, un estadio en el que la creatividad humana se convierte en la principal fuente de valor.
Siguiendo con el discurso de Raman, sobre este lienzo irrumpe el paradigma de la especialización imposible: las empresas buscan directivos capaces de orquestar la estrategia global de la IA y, al mismo tiempo, dominar los entresijos de los modelos de aprendizaje automático. En la práctica, tienden a elegir entre dos perfiles incompletos: por un lado, el experto técnico que pierde de vista la aplicación de negocio y, por el otro, el gestor consumado que no distingue entre promesa y realidad tecnológica. Ambas opciones derivan en proyectos costosos y desconectados de las necesidades de la empresa y el mercado.
Cuando la dirección tecnológica recae en especialistas académicos, la organización corre el riesgo de transformar sus iniciativas en ejercicios puramente investigativos. El efecto espejo se produce al situar al frente a un gestor sin bagaje técnico: la dependencia de proveedores externos y el escaso criterio para filtrar ofertas conducen a implementaciones fallidas. El resultado es una «paradoja del experto», que expone las limitaciones de un enfoque excesivamente personalista y subraya la urgencia de equipos multidisciplinares.
Frente a esta tensión surge un método práctico para el profesional en activo: clasificar las doce tareas principales de su puesto en tres bloques. El primero reúne las tareas susceptibles de automatización total o parcial —como la redacción de borradores o la síntesis de notas—. El segundo se compone de actividades que se ejecutarán de forma colaborativa con IA, lo que exige alfabetización en herramientas como copilotos o chatbots generativos. El tercero agrupa las acciones eminentemente humanas, aquellas que definen la aportación diferencial.
Competencias humanas para la economía de la innovación
El análisis de Raman advierte que quienes dependan en exceso del primer bloque deberán recualificarse con rapidez. En paralelo, la demanda de habilidades tradicionalmente etiquetadas como «blandas» crece a ritmo sostenido. Entre ellas destacan la curiosidad, la compasión, la creatividad, el coraje y la comunicación, cinco capacidades que los sistemas actuales solo pueden imitar, no desarrollar. De hecho, en los indicadores de LinkedIn ya superan en pujanza a la propia alfabetización en IA.
Estas aptitudes poseen un rasgo común: su carácter duradero frente a la obsolescencia acelerada del conocimiento técnico.
La retribución económica por el trabajo pasará a ser basada en habilidades y se impulsará la aparición de perfiles híbridos que combinan adquisición, desarrollo y gestión de capacidades en equipos orientados a proyectos. Casos como el de IBM, que delega tareas rutinarias en un asistente de IA y vincula la remuneración a la formación continua, ilustran este movimiento que ya está en marcha.
