Parte de la formación profesional y de los sistemas de contratación se ha organizado en torno a la predictibilidad operativa. Las universidades y las empresas han enseñado y evaluado secuencias técnicas, análisis, documentación y cálculo. Ese aprendizaje conserva valor; el problema aparece cuando la ejecución rápida y homogénea se convierte en el indicador dominante de competencia y promoción.
La difusión de la inteligencia artificial generativa altera ese diseño. Puede acelerar la síntesis de informes, la programación y determinadas fases del diseño, aunque su calidad y fiabilidad varían según la tarea. Abaratar una parte de la ejecución obliga a revisar qué experiencia necesitan adquirir las personas para interpretar resultados y asumir decisiones.
Los cambios en la contratación y la formación invitan a examinar un desajuste institucional. No prueban que todo el mercado anterior haya desaparecido ni que cada dificultad de empleo tenga una única causa: plantean si seguimos preparando y seleccionando personas con criterios insuficientes para el trabajo que deberán desempeñar.
La ruptura de la base operativa
El AI Index 2026 de Stanford HAI sitúa la caída del empleo de desarrolladores de software de 22 a 25 años en Estados Unidos cerca del 20% desde 2024, no necesariamente en doce meses. Su capítulo educativo registra una reducción del 11% en la matrícula de grado en informática en universidades estadounidenses de cuatro años entre 2024 y 2025, no en todas las facultades técnicas. Son indicadores de ámbitos distintos y no demuestran, por sí solos, una causalidad exclusiva de la IA. Por su parte, The State of Fashion 2026, de The Business of Fashion y McKinsey, describe una reorganización del trabajo y la necesidad de recualificación.
A partir de ese contexto, cabe plantear un riesgo editorial para el sector de la moda: si una organización elimina oportunidades de práctica inicial sin ofrecer alternativas, puede debilitar el entorno donde los futuros responsables adquieren intuición sobre la caída física de la tela, la costura y el volumen. Esta aplicación no se presenta como una conclusión literal de los analistas de BoF.
Sustituir parte del trabajo inicial por software puede mejorar la productividad inmediata. El balance cambia si se interrumpe la transmisión del criterio técnico sin reconstruir tutoría, práctica y progresión profesional. El ahorro y el aprendizaje deben evaluarse conjuntamente.
La paradoja del sesgo de selección
Frente a la compresión de los puestos noveles, conviene preservar capacidades complementarias a la asistencia: experiencia contrastada, encuadre de problemas y responsabilidad en la decisión. Esas capacidades pueden encontrarse en trayectorias diversas; ni la edad ni el dominio de una herramienta acreditan por sí solos la solvencia.
Sin embargo, los procesos ordinarios de selección continúan operando con los parámetros del ciclo anterior:
1. La penalización algorítmica de la trayectoria
Las herramientas de cribado y las prácticas de reclutamiento pueden invisibilizar trayectorias experimentadas cuando privilegian palabras clave sobre herramientas recientes o incorporan supuestos sobre edad y adaptación. La familiaridad con una interfaz no equivale a la competencia para dirigir. La experiencia puede aportar conocimiento de balances, equipos y procesos, pero debe evaluarse por evidencias relevantes para el puesto, sin asumir que toda persona mayor de cincuenta años posee criterio superior ni que todo sistema de selección la penaliza.
2. La ilusión de la autosuficiencia técnica
Un operador júnior con software avanzado no equivale automáticamente a un directivo experimentado. Tampoco carece necesariamente de criterio. El AI Index 2026 recoge mejoras de productividad y resultados negativos o limitados en otros contextos: el efecto depende de la tarea, la herramienta y la forma de uso. La velocidad asistida debe acompañarse de comprensión, revisión y responsabilidad proporcional a los riesgos.
3. El multiplicador de la intendencia absorbida
Una oportunidad de la automatización es ampliar la capacidad de profesionales con criterio contrastado, tanto experimentados como en desarrollo. Absorber parte del procesamiento de datos, la redacción de borradores y la coordinación puede liberar tiempo para diagnósticos complejos y relaciones con proveedores especializados. Esa ampliación no es automática: exige medir calidad, costes de supervisión y continuidad del aprendizaje.
El coste de evaluar la herramienta en lugar del juicio
La responsabilidad de esta brecha no recae en la tecnología ni en las personas que intentan acceder al mercado. Recae en el diseño de los sistemas de gobierno corporativo y en las métricas con las que se audita el talento.
Mientras los consejos de administración y las facultades sigan midiendo el rendimiento por la velocidad con la que se emiten documentos o se aplican programas informáticos, el sistema seguirá premiando la conformidad operativa y expulsando la singularidad.
El reto formativo e institucional no se agota en enseñar aplicaciones que cambian con rapidez. Consiste también en redefinir qué habilidades deben cultivarse cuando ciertas tareas de ejecución se abaratan:
- Enseñar a formular problemas y comprender las soluciones, junto al manejo competente de las herramientas.
- Reconstruir espacios prácticos donde el talento joven pueda equivocarse con la materia real antes de delegar en modelos virtuales.
- Revisar los procesos de selección para reconocer criterio demostrado, experiencia relevante y capacidad de aprendizaje sin convertir la edad en un sustituto de la evaluación.
