¿Quién va a formar al senior de mañana?
La inteligencia artificial está absorbiendo parte del trabajo con el que antes se adquiría experiencia. El desafío ya no es proteger las tareas junior, sino rediseñar cómo se construye criterio.
Durante años, un perfil junior empezaba preparando informes, revisando información, haciendo análisis iniciales, documentando o desarrollando primeras versiones que luego revisaba alguien con más experiencia.
Esas tareas permitían equivocarse, recibir retroalimentación, reconocer patrones y entender por qué una decisión funcionaba y otra no.
La inteligencia artificial está transformando precisamente esa etapa. Hoy puede redactar, investigar, clasificar, analizar, programar y resumir en una fracción del tiempo que antes requerían muchas de esas actividades.
Ese avance aumenta la productividad, pero también reduce espacios de aprendizaje. Si esas tareas desaparecen, las empresas tendrán que crear nuevas formas de desarrollar el criterio que luego esperan de un senior.
El punto de entrada al mercado laboral está cambiando
En finanzas, marketing, recursos humanos, áreas jurídicas, operaciones, tecnología o administración, muchas tareas con las que antes comenzaba una carrera profesional hoy pueden ser asistidas o automatizadas por IA.
Los datos empiezan a reflejar ese cambio. El Stanford Digital Economy Lab encontró que los trabajadores de 22 a 25 años en ocupaciones altamente expuestas a inteligencia artificial presentan un nivel de empleo aproximadamente 19 % inferior al de jóvenes en ocupaciones menos expuestas.
La investigación no muestra una ola generalizada de despidos. La diferencia aparece principalmente en una menor contratación de perfiles jóvenes.
La pregunta, entonces, no es solo si la IA reducirá algunos cargos junior, sino qué función tendrá ahora el primer nivel de una carrera profesional.
La experiencia no aparece cuando desaparece la ejecución
Un senior no se distingue solo por conocer más herramientas. Su valor está en reconocer excepciones, anticipar consecuencias, interpretar información incompleta y tomar decisiones cuando el procedimiento ya no alcanza.
Ese criterio se construye con exposición a problemas reales.
Por eso, automatizar una tarea no sustituye automáticamente el aprendizaje que antes ocurría al ejecutarla.
La oportunidad está en usar la IA para llegar antes a experiencias de mayor valor: evaluar un primer borrador, interpretar un análisis, contrastar una recomendación con contexto, evidencia y objetivos del negocio.
El trabajo junior no tiene por qué desaparecer. Puede volverse menos mecánico y más exigente intelectualmente.
La IA también puede ampliar lo que un junior es capaz de hacer
De hecho, otro estudio publicado en 2026 por el Stanford Digital Economy Lab, realizado con 673 aprendices de tecnologías de la información en Alemania, encontró que la IA generativa mejoró especialmente el desempeño en tareas que estaban por encima de lo que habían aprendido hasta ese momento.
En esas actividades, los resultados mejoraron entre 26 y 31 puntos porcentuales, sin que los investigadores observaran una reducción inmediata en la comprensión. Además, quienes tenían mayor alfabetización en IA tendieron a obtener mejores resultados.
La IA puede convertirse en un multiplicador de exposición.
Un profesional joven puede enfrentarse antes a problemas más complejos, explorar más alternativas y ampliar su experiencia en menos tiempo.
Pero hay una condición: producir más no significa comprender más. Si no cuestiona la respuesta, identifica errores y entiende por qué una recomendación tiene sentido, la IA puede aumentar productividad sin desarrollar criterio.
La formación también necesita una nueva arquitectura
Muchas estrategias de IA siguen enfocadas en productividad: acelerar procesos, automatizar tareas y ahorrar tiempo.
La siguiente pregunta debería ser qué capacidades queremos desarrollar con ese tiempo liberado.
Eso obliga a revisar el diseño de los cargos junior: qué trabajo se les asigna, cuándo interviene un mentor, a qué decisiones tienen acceso y qué responsabilidades pueden asumir progresivamente.
Podríamos pasar de carreras basadas en acumular tareas a otras basadas en acumular experiencias de decisión.
Un junior no necesita años de trabajo repetitivo para empezar a comprender el negocio. Pero sí necesita experiencias que le enseñen a evaluar alternativas, reconocer riesgos y detectar cuándo una herramienta se equivoca.
Automatizar hoy también redefine el talento que tendremos mañana
La adopción de IA también está modificando la cadena de desarrollo del talento. Si cambia el punto de entrada, cambia inevitablemente la forma en que una organización construye especialización, continuidad y relevo profesional.
Ese impacto puede tardar años en hacerse visible. Una empresa puede ganar eficiencia hoy y descubrir más adelante que redujo, sin proponérselo, los espacios donde se formaban sus próximos referentes técnicos, tecnólogos o profesionales.
Por eso, la madurez en IA no debería medirse únicamente por cuánto trabajo automatiza una compañía, sino también por su capacidad para seguir produciendo conocimiento experto mientras transforma la manera de trabajar.
La tecnología puede acelerar el presente. La ventaja sostenible estará en no comprometer, durante ese proceso, el talento que hará posible el futuro.