Se prevé que la IA desplace a 92 millones de empleos, pero también creará 170 millones de nuevos puestos.
Las futuras fuerzas laborales deben prepararse para la economía del futuro, nativa de la IA, autónoma y alineada con principios éticos.
Una mentalidad sistémica transdisciplinaria en la educación es esencial para crear una cantera de graduados con las competencias necesarias.
En Silicon Valley y más allá, las conversaciones se centran cada vez más en cómo la inteligencia artificial (IA) podría desplazar empleos y agravar aún más las desigualdades sociales.
La IA desplazará a 92 millones de empleos, según el Informe sobre el futuro del empleo 2025 del Foro Económico Mundial. Pero, aunque estas preocupaciones son reales, también lo es la oportunidad. El mismo informe afirma que la IA creará además 170 millones de nuevos empleos.
Nos encontramos en un momento decisivo en el que la IA puede amplificar o erosionar el rasgo más distintivo de la humanidad: nuestras capacidades cognitivas. La creatividad, el razonamiento contextual y el juicio ético son capacidades que ningún algoritmo puede replicar por completo. Un desarrollo guiado de la IA, configurado por científicos sociales, especialistas en ética y educadores, preservará y potenciará estas fortalezas en lugar de mermarlas.
Al adoptar la IA física y un marco de IA con impacto neto positivo en un entorno educativo transdisciplinario, las futuras fuerzas laborales podrán prepararse para la economía del futuro, nativa de la IA, autónoma y alineada con principios éticos.
Transiciones de la fuerza laboral a lo largo de las décadas
Cada época ha tenido una habilidad particular que garantizaba la empleabilidad. Los avances tecnológicos disruptivos, como los ordenadores y los procesadores de texto, volvieron irrelevantes millones de empleos, pero también crearon nuevas oportunidades. Este patrón se repite con cada gran tecnología nueva.
Por ejemplo, en la fuerza laboral centrada en las telecomunicaciones de la década de 1970 predominaban los operadores telefónicos manuales y los ingenieros analógicos, mientras que escaseaban los desarrolladores de software y la producción de medios dependía de grandes equipos y redes de distribución físicas.
Con el surgimiento de la era digital a partir de las décadas de 1980 y 1990, la conmutación digital redujo la necesidad de operadores telefónicos manuales y los ordenadores personales crearon nuevos empleos, como los de soporte informático y programación de software. La telefonía móvil introdujo más empleos nuevos y, después, llegó el auge de los medios de comunicación masivos en las décadas de 1990 y 2000, con la proliferación de dispositivos celulares de consumo masivo y ordenadores personales en hogares y empresas.
Internet y la primera banda ancha móvil impulsaron una explosión del desarrollo de software y los servicios informáticos entre 2000 y 2010. Mientras disminuían los puestos de servicios tradicionales, despegaban el comercio electrónico y la publicidad digital. En la década de 2010, la computación en la nube, los teléfonos inteligentes y las redes 4G/5G generaron demanda de profesionales de DevOps, arquitectos de la nube y desarrolladores móviles. Las empresas también demandaban cada vez más a la primera generación de ingenieros de aprendizaje automático (ML) y científicos de datos.
En la década de 2020, los copilotos de IA, las plataformas de bajo código y la analítica basada en datos han empezado a automatizar la programación repetitiva. Han aumentado los puestos para científicos de datos e ingenieros de IA, y la programación ha virado hacia la integración y la orquestación de nivel superior. Para 2030, cabe esperar que hayamos entrado en la era nativa de la IA y la autonomía. Es probable que la fuerza laboral de base actual, compuesta en gran medida por desarrolladores de software generalistas, analistas de datos y profesionales de soporte informático, afronte cambios fundamentales a medida que se automaticen por completo la programación rutinaria y las tareas informáticas tradicionales.
Los sistemas de IA ya avanzan hacia la generación, prueba e implementación autónomas de soluciones, lo que reduce las tareas humanas repetitivas. Sin embargo, esta disrupción abrirá nuevas oportunidades. Aumentará significativamente la demanda de puestos que combinen conocimientos especializados de un ámbito con alfabetización en IA, como arquitectos de sistemas de IA, especialistas en ética y gobernanza, diseñadores de colaboración entre personas e IA y especialistas en IA física que trabajen en robótica y movilidad autónoma.
Además, es probable que surjan nuevas industrias en torno a sistemas físicos impulsados por la IA y la toma de decisiones aumentada por la IA, creando nuevos tipos de empleos y crecimiento económico en ámbitos aún sin explotar.
Tres visiones de un futuro con IA
La revolución de las telecomunicaciones digitales combinó la electrónica, la informática y la teoría de redes. La era de internet fusionó las redes informáticas con las comunicaciones móviles, el desarrollo de aplicaciones, la ingeniería de software, la economía y la experiencia del usuario.
Hoy, el auge de la IA y el aprendizaje automático aprovecha las sinergias entre las tecnologías de semiconductores, las ciencias físicas, las ciencias de la vida y la estadística. De cara al futuro, la convergencia de tres visiones probablemente volverá a transformar las futuras fuerzas laborales:
1. La IA física como competencia laboral
El director ejecutivo de Nvidia, Jensen Huang, cree que la IA física —herramientas que utilizan datos en tiempo real de sensores, como cámaras, para realizar tareas más complejas— se convertirá en una competencia laboral esencial del futuro. La IA está evolucionando desde los modelos de percepción y generativos hacia la IA agéntica y física, en la que robots, drones y vehículos autónomos deben dominar la dinámica mediante simulaciones físicamente precisas, control en tiempo real y ciencia de materiales.
2. Un marco de IA con impacto neto positivo
El profesor John Hennessy, expresidente de la Universidad de Stanford, sostiene que un marco con impacto neto positivo es clave para que la IA beneficie a miles de millones de personas. Esto requiere ética desde el diseño, financiación de la investigación en beneficio público y colaboración interdisciplinaria que conecte las dimensiones técnicas y sociales.
3. Una mentalidad transdisciplinaria de ingeniería de sistemas
Un enfoque general de pensamiento sistémico transdisciplinario y una mentalidad de ingeniería de sistemas derribarán los compartimentos estancos entre las ciencias de la vida, las ciencias físicas, la ciencia de materiales, la ingeniería y la computación, e impulsarán aún más la innovación.
El informe de convergencia de las Academias Nacionales, publicado en 2014, formuló recomendaciones sobre este tema que siguen siendo válidas hoy. Entre ellas figura una revisión integral de los planes de estudio con módulos basados en proyectos que integren física, materiales, computación e ingeniería. Además, los centros de convergencia deberían promover avances fruto del trabajo en equipo, y el aprendizaje basado en desafíos debería involucrar a los estudiantes en la resolución de problemas del mundo real.
Un enfoque de múltiples competencias para las futuras fuerzas laborales
En la próxima década, el éxito laboral no se definirá por una sola habilidad, como mecanografiar en la década de 1980 o programar en la de 2000, sino por la capacidad de integrar distintas disciplinas y trabajar con sistemas de IA.
Tanto si la alfabetización en IA permite comprender y trabajar con copilotos de IA como si el dominio de los datos ayuda a interpretarlos y comunicarse mediante ellos, las capacidades digitales potenciarán los conocimientos especializados en sectores que van desde la atención sanitaria y las finanzas hasta la manufactura avanzada. La resiliencia cognitiva y la conciencia ética también darán a las personas una ventaja creativa al recurrir al pensamiento crítico y al razonamiento moral cuando colaboren con la IA.
Una mentalidad sistémica transdisciplinaria en la educación es esencial para crear una cantera de graduados con estas competencias clave. Entre las estrategias educativas que ayudarán a hacer realidad esta visión figuran los laboratorios de convergencia dedicados a la coenseñanza de las ciencias físicas básicas, la IA y la ingeniería, así como los centros de investigación orientados a misiones para sostener la innovación. Los proyectos finales transdisciplinarios también deberían reunir a estudiantes de diversos ámbitos para resolver problemas complejos del mundo real con conciencia ética
A medida que sigan surgiendo nuevas tecnologías, el futuro pertenecerá a quienes puedan desarrollar y contribuir a sistemas de IA que no solo muestren un comportamiento inteligente, sino que también respeten y potencien las capacidades cognitivas humanas.
El profesor Harald Haas, del centro TITAN Hub de la Universidad de Cambridge, también contribuyó a este artículo.
