Jóvenes, trabajo e inteligencia artificial: el desarrollo de carrera o la irrelevancia.

Los jóvenes se enfrentan hoy a uno de los mayores retos que hemos visto en décadas. Deben construir una carrera profesional en medio de la llegada de una de las tecnologías más disruptivas que hemos conocido para el mundo del trabajo: la inteligencia artificial. Y no solo por lo que cambia, sino por el ritmo al que lo hace. Todo ello en un contexto de altísima incertidumbre, dónde parece que lo que vendrá en el futuro se parecerá muy poco a lo que hemos conocido hasta ahora.

La inteligencia artificial está empezando a cuestionar muchos de los paradigmas que teníamos asumidos en el mundo del trabajo. Estamos viendo cómo todo puede transformarse mucho más rápido de lo que pensamos. Cómo se recluta y selecciona, cómo se contrata, se forma, se desarrolla y se paga. Pero sobre todo está cambiando la manera en que se hace gran parte del trabajo mediado por pantallas, gracias a los copilotos y, próximamente, con la llegada de los agentes.

Esta transformación está provocando que las organizaciones sean cada vez más cautas con la contratación. Son conscientes de que su estructura actual, potenciada por esta tecnología, es capaz de hacer mucho más de lo que hace hoy, por lo que las necesidades de incorporación se reducen. Un ejemplo clarificador lo vimos en abril de este año con las declaraciones de Tobias Lütke, CEO de Shopify, que afirmó que «antes de pedir más personal y recursos, los equipos deben demostrar que la IA no puede hacer el trabajo.»

La paradoja del trabajo junior y los canarios en la mina

Durante décadas, el inicio de una carrera profesional seguía un patrón predecible: entrada en posiciones junior, experiencia adquirida a través de tareas repetitivas pero formativas, ascenso gradual hacia roles de mayor complejidad y responsabilidad. Este modelo se está desmoronando ante nuestros ojos.

Hasta ahora, el trabajo más duro y pesado en muchas profesiones lo hacían los perfiles más jóvenes. Redactar informes, preparar presentaciones, realizar llamadas para recoger información, revisar documentos… Todo ese trabajo, unido a la exposición a la realidad corporativa (el día a día de las oficinas, las reuniones, los clientes), permitía que las personas fueran aprendiendo su profesión.

Pero hemos descubierto recientemente que gran parte de ese trabajo puede ser realizado por la inteligencia artificial. Según el estudio «How people use ChatGPT», el 41% del uso laboral está asociado con escribir (redactar, revisar, resumir), y de ese porcentaje, el 34,9% corresponde a tareas generadas directamente por la IA. Otro 24% está asociado con guías prácticas y un 12,2% con búsqueda de información. Si nos fijamos, gran parte de este trabajo es el que tradicionalmente hacían los jóvenes en sus primeros años de carrera.

A ello se suma que muchos profesionales sénior, con autonomía y poder de decisión, prefieren usar la IA como asistente: no se queja, no necesita formación y está disponible las 24 horas. En consecuencia, los jóvenes se encuentran con menos oportunidades para aprender haciendo, justo cuando más lo necesitan.

El impacto ya es visible. El estudio «Canaries in the coal mine? six facts about the recent employment effects of artificial intelligence« , basado en el análisis de millones de nóminas del mayor proveedor de Estados Unidos (ADP), en el que se documenta que desde finales de 2022, los trabajadores de 22-25 años en ocupaciones más expuestas a la IA han sufrido un descenso del 13% en el empleo relativo. La hipótesis es tan poderosa como inquietante. La IA sustituye mejor el conocimiento codificado (las capacidades que traen los recién graduados a las empresas) que el conocimiento tácito (lo que se aprende haciendo y acumulando experiencia). Por eso, las tareas típicas de entrada (búsqueda, resumen, primeras líneas de código, cuadros comparativos) son las primeras en comprimirse.

Queda por ver si esto será un efecto transitorio o una tendencia estructural hacia menos contratación de talento junior.

El desajuste entre inversión y el riesgo de precarizacion

Como muestra el artículo “Future of Work with AI Agents: Auditing Automation and Augmentation Potential across the US Workforce”,  las prioridades de inversión y la I+D actual no están perfectamente alineadas con las necesidades de los trabajadores.  

Los trabajadores expresan un deseo positivo por la automatización de tareas, especialmente aquellas de bajo valor y repetitivas, con la motivación principal de liberar tiempo para tareas de alto valor. Sin embargo, una porción considerable de la inversión se dirige a tareas que o tienen baja prioridad o son áreas donde los trabajadores no desean alta automatización La consecuencia es paradójica: la IA no siempre amplifica lo que nos hace más humanos, sino lo que nos vuelve más eficientes. Y eso plantea una pregunta crucial para quienes lideran la gestión de personas: ¿estamos usando la IA para liberar talento humano o para reducirlo?

En un contexto de hipercompetitividad, con compañías centradas en reducir costes, repartir dividendos y disminuir deuda, y con la mayoría de las inversiones orientadas a IA para ganar productividad, es probable que gran parte del empleo que se genere sea de bajo valor añadido.

Si muchos de los trabajos que las personas quieren dejar de hacer no terminan siendo automatizados por completo, podemos acabar en un escenario en que el humano haga la última milla del trabajo, generando empleos precarios. Cómo sucedió con el desarrollo de las redes sociales hasta que llegaron los algoritmos.

Además, este foco en tareas de programación y conocimiento del desarrollo de la inteligencia artificial hará que probablemente, en los próximos años el mercado de trabajo de los trabajadores del conocimiento se acelere y se estreche.

En este punto emerge una responsabilidad crítica para los profesionales de las áreas de gestión de personas: la honestidad prospectiva. Un joven que acepta hoy un puesto cuyas funciones principales pueden ser replicadas por IA en los próximos años no está construyendo una carrera, está alquilando tiempo hasta la obsolescencia. ¿Estamos siendo transparentes sobre el futuro de los roles que ofrecemos? ¿O estamos perpetuando un sistema que sabe que ciertos puestos son temporales por diseño?

La oportunidad del aprendizaje acelerado y el comportamiento ciborg

Las evidencias son claras y consistentes: la inteligencia artificial, cuando se utiliza bien, hace que las personas aprendan más y más rápido. 

Por ejemplo, el meta-análisis «The effect of ChatGPT on students’ learning performance» demuestra que ChatGPT permite experiencias de aprendizaje personalizadas, proporciona acceso inmediato a información y diversas perspectivas, y ayuda a profundizar más en el contenido de aprendizaje.

Un recién graduado hoy tiene acceso a herramientas que pueden actuar como mentores disponibles 24 horas, tutores personalizados en cualquier disciplina, asistentes de investigación que procesan en minutos lo que antes tomaba semanas. La IA puede simular escenarios, proporcionar retroalimentación instantánea, identificar brechas de conocimiento y diseñar trayectorias de aprendizaje personalizadas.

La diferencia crucial está en cómo se utiliza esta tecnología. Usada pasivamente, como un sustituto del esfuerzo cognitivo, la IA puede atrofiar capacidades críticas. Usada activamente, como una herramienta para expandir y profundizar el aprendizaje, puede comprimir años de desarrollo profesional en meses.

Los jóvenes profesionales más exitosos en esta era no serán aquellos que compitan contra la IA, sino quienes aprendan a amplificar sus capacidades a través de ella. Como describe el artículo «Navigating the Jagged Technological Frontier», el comportamiento ciborg (término inspirado en los seres híbridos humano-máquina propuesto por Clynes y Kline en 1960) representa una forma de trabajar con inteligencia artificial que va mucho más allá de simplemente pedirle que haga cosas por nosotros.

En este enfoque, la persona y la IA colaboran de manera tan estrecha que resulta difícil distinguir dónde termina el trabajo de una y empieza el de la otra. No se trata de pedirle que redacte un informe completo mientras esperas, sino de trabajar con ella paso a paso, alternando roles: tú comienzas una frase, la IA la completa; luego le pides que verifique un dato, cuestionas su enfoque y le pides que reformule. Es un proceso iterativo donde ambos —humano y máquina— refinan el resultado conjuntamente.

Esta forma de colaboración exige pensamiento crítico, criterio, conocer bien la herramienta, experimentar y ajustar constantemente la estrategia. Es, en esencia, una nueva alfabetización del trabajo.

Una llamada a la acción: escribir el futuro del trabajo

Los jóvenes pueden aportar mucho a las compañías por su visión crítica de la tecnología, su resistencia al teatro corporativo y sus valores para crear una sociedad más justa y responsable. Elementos que, con frecuencia, chocan frontalmente contra las visiones más tradicionales de las empresas.

Para navegar en este contexto deben potenciar el pensamiento crítico, la creatividad y las habilidades humanas de relación. Además de la humildad para entender que los seniors les pueden aportar criterio profesional, algo que en las primeras etapas profesionales no tienen. Su reto será equilibrar sus aspiraciones de vida con el esfuerzo necesario para sobrevivir en un mundo laboral ultracompetitivo.

Para las áreas de gestión de personas es urgente empezar a construir una planificación de fuerza de trabajo a largo plazo que contemple distintos escenarios de tareas y trabajos que se mantienen, se automatizan o se aumentan. Solo así podremos entender qué personas necesitaremos y para qué, asegurando la sostenibilidad humana de la organización. Esas rutas serán las que tendremos que dibujar para contratar a jóvenes y entender el talento que necesitamos. No podemos seguir reclutando para el presente cuando el futuro ya está aquí.

Los jóvenes profesionales de hoy son, en cierto modo, los beta testers del futuro del trabajo. La IA es para ellos tanto palanca de oportunidades como riesgo de polarización y precariedad. Su éxito dependerá de su capacidad para navegar esta ambigüedad. Aprender a aprender más rápido, desarrollar capacidades distintivamente humanas, mantener el pensamiento crítico y construir carreras en un mercado que cambia más rápido de lo que nunca habíamos visto.

La pregunta no es si la IA transformará el trabajo (ya lo está haciendo). La pregunta es si como sociedad, como empresas y como profesionales de personas seremos capaces de gestionar esta transición de manera que potencie el desarrollo humano en lugar de erosionarlo. Los jóvenes se merecen honestidad, oportunidades reales de aprendizaje y rutas profesionales que no tengan fecha de caducidad programada.

¿Estamos preparados para trabajar con ese enfoque?

Referencias:

Brynjolfsson, E., Chandar, B., & Chen, R. (2025). Canaries in the coal mine? six facts about the recent employment effects of artificial intelligence. Stanford Digital Economy Lab. Published August.

Chatterji, A., Cunningham, T., Deming, D. J., Hitzig, Z., Ong, C., Shan, C. Y., & Wadman, K. (2025). How people use chatgpt (No. w34255). National Bureau of Economic Research.

Dell’Acqua, F., McFowland III, E., Mollick, E. R., Lifshitz-Assaf, H., Kellogg, K., Rajendran, S., … & Lakhani, K. R. (2023). Navigating the jagged technological frontier: Field experimental evidence of the effects of AI on knowledge worker productivity and quality. Harvard Business School Technology & Operations Mgt. Unit Working Paper, (24-013).

Shao, Y., Zope, H., Jiang, Y., Pei, J., Nguyen, D., Brynjolfsson, E., & Yang, D. (2025). Future of Work with AI Agents: Auditing Automation and Augmentation Potential across the US Workforce. arXiv preprint arXiv:2506.06576.

Wang, J., & Fan, W. (2025). The effect of ChatGPT on students’ learning performance, learning perception, and higher-order thinking: insights from a meta-analysis. Humanities and Social Sciences Communications, 12(1)

+++

Artículo publicado originalmente en el número de noviembre de la revista Capital Humano

+++

Foto de Desola Lanre-Ologun en Unsplash