El enfoque sobre el desplazamiento

El debate público sobre IA y trabajo se ha polarizado entre dos lecturas malas: la del pánico (“la mitad de los empleos desaparecerán en cinco años”) y la de la negación (“es solo una herramienta más”). Ninguna resiste el contacto con los datos. Hay una tercera lectura posible —el desplazamiento existe, ocurre a velocidades reales, admite lectura con criterio— pero necesita algo que casi nadie está haciendo: entender los sesgos que distorsionan cómo se percibe el cambio, y mirar qué competencias emergen realmente en el hueco que deja.

Dos lecturas malas y una posible

La lectura del pánico convierte cada estudio, cada titular y cada demo en evidencia de una avalancha inminente. Fuentes que hablan de “el 40% de los puestos serán afectados” se leen como “el 40% desaparecerán”, que no es lo mismo. La escala temporal se comprime: lo que puede tardar veinte años en asentarse se cuenta como si fuera cuestión de meses.

La lectura de la negación hace lo contrario. Reduce cada capacidad nueva a “asistente”, “herramienta”, “no cambia el rol”. Ignora que herramientas anteriores —el correo electrónico, la hoja de cálculo, el buscador— sí cambiaron profesiones enteras cuando les tocó, aunque en el momento parecieran solo eso: herramientas.

Ninguna de las dos sirve para tomar decisiones. Y entre ambas hay una tercera lectura, mucho menos ruidosa: el desplazamiento profesional existe, es medible, y ocurre a velocidades que se cuentan en décadas, no en meses. Esa lectura no vende clicks. Pero es la que permite actuar con criterio.

El sesgo del entorno técnico

Hay un patrón de razonamiento que explica buena parte de la distorsión. Se puede llamar sesgo del entorno técnico, y funciona así:

1. En mi entorno profesional, todos manejan cierta habilidad con soltura.
2. Por lo tanto esa habilidad es común.
3. Por lo tanto una IA que la automatiza está sustituyendo algo común.
4. Por lo tanto muchos van a quedarse fuera.

El error está entre el paso 1 y el 2. Este sesgo opera con especial fuerza en organizaciones cuyo core de negocio es el conocimiento IT: empresas de desarrollo de software, integradoras tecnológicas, departamentos de sistemas en grandes corporativos, medios especializados en tecnología. Todas comparten una propiedad estructural: viven rodeadas de gente que sabe picar código. Sus equipos, sus clientes, sus competidores, su LinkedIn. En ese entorno, “picar código” parece una habilidad de base, casi commodity. Y desde esa lectura, cualquier automatización suena a arrasar con la profesión.

Pero el entorno no es la realidad. Fuera del vidrio de esa burbuja hay:

• Empresas que llevan años intentando contratar perfiles técnicos y no encuentran.
• Departamentos enteros donde nadie sabe qué es un pull request.
• Sectores completos con procesos manuales que nunca han visto código.
• Regiones donde la escasez de talento técnico es estructural, no coyuntural.

Esto es lo que se puede llamar la falacia de la densidad: generalizar la densidad de una habilidad en el entorno propio hacia el conjunto del mercado. Cuando esa falacia opera de fondo, cualquier avance en automatización se lee como amenaza porque se asume —erróneamente— que hay una masa saturada de personas haciendo lo que ahora la máquina hace.

La realidad es más asimétrica. En muchos casos la máquina no está reemplazando una habilidad saturada — está cubriendo un hueco que llevaba años sin llenarse.

Qué se desplaza de verdad, y a qué velocidad

Para enfocar bien el desplazamiento hace falta una distinción fina que la mayoría de titulares no hace: automatización de tareas no es lo mismo que eliminación de roles.

Una tarea es un fragmento acotado de trabajo: redactar un email, revisar un contrato tipo, buscar información en documentación técnica. Un rol es un puesto profesional entero: abogado, ingeniero, periodista, contable. Los roles están compuestos de decenas de tareas heterogéneas, y solo algunas son automatizables por IA a nivel actual.

Cuando la conversación pública dice “los abogados están siendo reemplazados”, lo que suele ocurrir es que algunas tareas del trabajo legal se están automatizando —revisión de contratos tipo, búsqueda jurisprudencial estándar— mientras que otras —negociación, estrategia procesal, interpretación de matices— siguen siendo profundamente humanas. El rol no desaparece: se recompone. Y esa recomposición ocurre a lo largo de años, no de trimestres.

Las escalas temporales importan. La automatización del cálculo con hojas de cálculo empezó en los años 80. La eliminación efectiva del contable como profesión no ha ocurrido — el rol se transformó, ganó capas y sigue existiendo cuarenta años después. Los cambios profundos del mercado laboral se miden en generaciones profesionales, no en ciclos de hype.

Y hay algo importante que reconocer: buena parte de la incertidumbre actual proviene de fingir certezas que nadie tiene. Nadie sabe con precisión qué porcentaje de qué tareas de qué roles serán automatizadas en qué plazo. Los estudios que circulan son estimaciones con márgenes enormes. Nombrar esa incertidumbre, en lugar de reemplazarla con predicciones dramáticas, es parte de enfocarlo bien.

Las competencias que emergen

Frente al desplazamiento, hay dos actitudes distintas. Una es esconder la cabeza. La otra es preguntarse qué capacidades pasan a tener valor cuando otras se automatizan.

Tres emergen con claridad cuando parte del trabajo pasa a hacerlo un sistema mixto humano-agente:

Diseño de sistemas mixtos. Ya no basta con saber picar código o gestionar proyectos. Aparece el trabajo de diseñar cómo humanos y agentes se reparten tareas, se sincronizan y se validan mutuamente. Es una competencia nueva que combina arquitectura de sistemas, gestión de procesos y criterio ético. Muy poca gente la tiene todavía.

Auditoría de cadenas de decisión distribuida. Cuando varios agentes cooperan para producir un output, la capacidad de reconstruir por qué el sistema decidió lo que decidió se convierte en una habilidad profesional específica. Requiere entender protocolos de comunicación entre agentes, patrones de fallo emergente y estructuras de trazabilidad. Es lo que en unos años se llamará “auditor de sistemas de IA” y hoy apenas tiene formación establecida.

Gobernanza de responsabilidad reconstruible. Cuando la firma humana ya no cubre lo que la persona produjo tarea a tarea, sino lo que un sistema que ella diseñó produjo bajo su supervisión estructural, aparece una capa nueva de responsabilidad profesional. Traducir esa responsabilidad a marcos legales, contractuales y organizacionales es un trabajo por hacer, y quien lo domine se posiciona en un nicho donde la oferta es casi inexistente.

Estas tres competencias no son consuelo. Son mapa práctico de nichos emergentes donde la oferta es hoy mucho menor que la demanda futura previsible. Quien empiece a formarse ahora en ellas no está aprendiendo a sobrevivir al desplazamiento — está posicionándose en el hueco que el desplazamiento abre.

La responsabilidad del enfoque

Hasta aquí, el análisis. Pero enfocar bien el desplazamiento es también una responsabilidad profesional, y conviene nombrarla.

Reaccionar como gallina sin cabeza no protege a nadie. Ni a la persona que se paraliza por pánico, ni a la organización que evita la conversación por miedo comercial, ni al debate público que se degrada en titulares dramáticos. El pánico produce decisiones peores que el problema que teme: formación mal dirigida, políticas laborales reactivas, resistencia organizacional que retrasa adaptaciones necesarias.

Enfocar con criterio es una habilidad profesional en sí misma. Y como toda habilidad, tiene tres requisitos que conviene nombrar en tríada: datos sobre intuición (los números concretos ordenan mejor que las sensaciones), escalas largas sobre urgencias (los cambios estructurales se miden en años, no en trimestres), y diferenciación sobre generalización (tarea no es rol, actividad no es profesión, automatización no es eliminación).

Las tres tienen que estar. Ninguna sola basta.

Y aquí aparece algo incómodo pero necesario. Las organizaciones que se sienten amenazadas por el debate suelen ser precisamente las que más se beneficiarían de participar en él con criterio. Esconderse no las protege — las deja fuera de la conversación donde se decide qué formación se prioriza, qué perfiles se contratan, qué capacidades se desarrollan. La mejor manera de perder el tren no es subirse a él con criterio: es fingir que el tren no existe.

Preguntas abiertas

• Si el pánico y la negación son igualmente incapaces de enfocar el cambio, ¿qué formación necesitan los profesionales para desarrollar la tercera lectura con criterio?
• Cuando una organización enfoca el desplazamiento desde el sesgo de su entorno, ¿quién tiene la responsabilidad de señalar la distorsión antes de que se convierta en política interna?
• Si las competencias emergentes tienen hoy oferta casi nula, ¿por qué el sistema educativo y las organizaciones IT no están corriendo a formar en ellas?
• ¿Estamos discutiendo lo que hay que discutir, o estamos amplificando titulares mientras los cambios reales pasan por debajo del radar?

Las preguntas no tienen respuesta cerrada. Pero conviene una idea final: el desplazamiento profesional no se detiene ignorándolo, ni se resuelve dramatizándolo. Se enfoca con criterio, se anticipa con formación y se navega con las capacidades que emergen en el hueco que deja. Quien se forme en esas capacidades ahora estará donde la oferta es escasa cuando la demanda madure. Quien se paralice esperando certezas que nadie va a dar seguirá reaccionando a titulares mientras el cambio ocurre en otro sitio.

Referencias

• World Economic Forum — Future of Jobs Report 2025. Estimaciones de desplazamiento y creación neta de empleos. weforum.org/reports/the-future-of-jobs-report-2025
• OECD Employment Outlook 2024 — Artificial Intelligence and the Labour Market. Escalas temporales realistas del impacto de IA en empleo. oecd.org
• McKinsey Global Institute — A new future of work: The race to deploy AI and raise skills in Europe and beyond (2024). Diferenciación entre tareas y roles automatizables. mckinsey.com
• Autor, D., Chin, C., Salomons, A., Seegmiller, B. — New Frontiers: The Origins and Content of New Work, 1940–2018. Quarterly Journal of Economics. Base histórica sobre creación de nuevas ocupaciones. nber.org/papers/w30389
• PMI — The Standard for Artificial Intelligence in Portfolio, Program, and Project Management (junio 2026). Marco de competencias emergentes en gestión de proyectos con IA. pmi.org/standards/artificial-intelligence
• Eurofound — ICT skills gap and labour market imbalances in Europe (2024). Datos sobre escasez estructural de perfiles técnicos en Europa. eurofound.europa.eu
• Artículos anteriores de esta serie: El sprint que nadie duerme, El metabolismo deliberativo, La entropía del conocimiento corporativo.