| Todos tuvimos un primer trabajo, y probablemente incluía varias tareas que hoy le entregaríamos sin pensarlo mucho a la inteligencia artificial: buscar información, ordenar datos, preparar un informe, resumir documentos o armar una presentación. Eran tareas simples, a veces tediosas, pero tenían algo importante: haciendo esa pega aprendíamos a trabajar.Hoy muchas de esas tareas pueden resolverse en minutos. Y mientras seguimos discutiendo si la inteligencia artificial va a quitarnos o no el trabajo, estamos dejando de lado una pregunta más cercana: ¿cómo vamos a aprender a trabajar cuando la IA haga buena parte de aquello con lo que antes aprendíamos?Para ser justos, que los profesionales jóvenes deleguen estas labores operativas en la tecnología no es necesariamente un problema. Lo verdaderamente relevante no es si el primer borrador lo hizo una IA o un humano, sino garantizar que exista un proceso maduro de evaluación. Mientras las empresas cuenten con validadores que midan rigurosamente la calidad del trabajo y la profundidad del análisis que estos jóvenes están entregando, el aprendizaje no se pierde: evoluciona. Es el proceso de control de calidad el que debe adaptarse a esta nueva realidad.No es una discusión menor para Chile. Nuestro país lidera el Índice Latinoamericano de Inteligencia Artificial y más de 150 mil chilenos ya utilizan IA en sus funciones. Ser pioneros en la región nos da la tremenda ventaja de ir un paso adelante y adaptarnos más rápido, pero también significa que cometeremos los primeros errores al no tener tantas referencias previas.De hecho, en nuestro país ya se está repensando la estructura de los trabajos y el desarrollo del talento. Sin embargo, tenemos una barrera por delante: hoy mucha gente cree utilizar la IA de la mejor forma, pero como mercado aún nos falta mucho por madurar las mejores prácticas reales respecto a esta tecnología.El problema es que, en muchos casos, las organizaciones parecen avanzar a otra velocidad. El Global Talent Trends de Mercer muestra que un 63% de los ejecutivos considera urgente reestructurar las tareas, pero solo un 32% confía en que exista una buena colaboración entre personas y tecnología. Estamos pensando en cuántas personas necesitaremos antes de resolver cómo necesitaremos que trabajen.¿De quién es la responsabilidad de enseñar los nuevos criterios analíticos frente a la IA? De las propias organizaciones e instituciones. Las universidades tienen el deber de adaptar sus modelos educativos, asumiendo las nuevas herramientas con las que cuentan los alumnos. Por su parte, las empresas tienen la responsabilidad de entregar estas tecnologías de forma controlada y adaptar sus procesos.Y ojo, esto no es solo un desafío para los “junior”: todos utilizan la IA y a todos les impacta, incluidos los profesionales más experimentados.Automatizar una tarea es relativamente sencillo; reemplazar el aprendizaje que ocurría mientras la hacíamos requiere un rediseño institucional.Por eso, la discusión laboral sobre inteligencia artificial no debería quedarse en cuántos empleos desaparecerán. También tenemos que decidir qué tareas vale la pena mantener, cuáles podemos entregar a la tecnología, qué capacidades de validación y análisis se vuelven cruciales y cómo vamos a formar a quienes recién comienzan.Quizás el trabajo después de la IA tenga menos tareas repetitivas, menos horas destinadas a buscar información y más espacio para pensar, decidir y crear. Sería una gran noticia. Pero para llegar ahí no basta con incorporar tecnología.La IA ya aprendió a hacer parte de nuestro trabajo; ahora les toca a las instituciones, desde la universidad hasta la empresa, aprender a trabajar y evaluar de otra manera. |
