La escalera rota: la IA hace el trabajo de los aprendices, y nadie está fabricando a los maestros de 2040

LA TESIS. La IA no está destruyendo el trabajo experto: está destruyendo el camino hacia él. Los sistemas actuales hacen bien justo aquello con lo que las profesiones formaban a sus novatos: leer radiografías normales, revisar contratos estándar, corregir bugs triviales. Ese peldaño está desapareciendo, y los datos empiezan a confirmarlo. Nuestra tesis es doble. Primero: la pericia de 2040 no está condenada, porque el trabajo rutinario nunca fue el ingrediente mágico del aprendizaje; solo era la forma más barata de conseguirlo. Segundo: nadie la tendrá gratis. El mercado, por sí solo, no va a pagar la formación de los juniors. Habrá que diseñarla —con simuladores, tutela explícita y nuevos contratos de aprendizaje— igual que la aviación rediseñó la suya tras descubrir que el piloto automático atrofiaba a sus pilotos.

LA CIFRA QUE IMPORTA. Dos estudios recientes miden el fenómeno con datos reales, no con encuestas. El de Stanford (Brynjolfsson, Chandar y Chen), sobre nóminas de ADP —la mayor procesadora de nóminas de EE. UU., unos 25 millones de empleados—, encuentra que el empleo de los trabajadores de 22 a 25 años en las ocupaciones más expuestas a la IA ha caído un 13% desde finales de 2022. En puestos de entrada de software y atención al cliente, la caída ronda el 20% hasta mediados de 2025. Mientras, los mayores de 30 en esos mismos campos crecieron entre un 6% y un 12%. El estudio de Harvard (Hosseini y Lichtinger), con currículos y ofertas de 285.000 empresas, añade el mecanismo: en las empresas que adoptaron IA generativa, el empleo júnior cayó cerca de un 9% en seis trimestres frente a las que no la adoptaron, por menor contratación, no por despidos; el empleo sénior no se movió. Lo llaman «cambio tecnológico sesgado por antigüedad»: la tecnología no sustituye una profesión, sustituye un escalafón. Matiz obligado: un estudio de la London School of Economics de mayo de 2026 sostiene que el teletrabajo predice mejor que la IA la caída del empleo de entrada, y el paro de los recién graduados en EE. UU. (5,6%, según datos recogidos por NPR) tiene varias causas a la vez. Pero el patrón se repite en todas las fuentes: la base de la escalera se estrecha y la cima aguanta.

¿ERA IMPRESCINDIBLE EL TRABAJO RUTINARIO? Aquí conviene volver a la ciencia de la pericia. Anders Ericsson, el psicólogo cuyo trabajo inspiró la famosa regla de las 10.000 horas, demostró algo más fino que esa regla: la maestría no nace de repetir, sino de la «práctica deliberada» —ejercicios en el límite de tu capacidad, con feedback inmediato y dificultad creciente—. La repetición mecánica, insistía, apenas enseña. Vista así, la tarea rutinaria del júnior nunca fue el ingrediente esencial: era el vehículo. Era la excusa económica por la que una empresa pagaba un sueldo mientras el aprendizaje venía de regalo. Pero cuidado con la conclusión fácil de que nada se pierde. Aquel volumen aburrido escondía dos cosas valiosas: práctica con consecuencias reales y exposición masiva a casos. El residente que informa miles de radiografías normales aprende qué aspecto tiene lo normal, condición previa para reconocer lo anómalo. El programador que corrige bugs triviales absorbe cómo está construido un sistema de verdad. Si la IA elimina el peldaño, hay que sustituir ambas cosas, no solo una.

CUANDO LA ESCALERA SE RECOMPUSO, Y CUANDO NO. La historia ofrece los dos finales. La aviación vivió esto primero: el piloto automático volaba tan bien que los pilotos dejaron de practicar. El accidente del vuelo Air France 447 en 2009 —228 muertos tras un avión perfectamente recuperable que la tripulación no supo recuperar a mano— convirtió la «pérdida de destreza por desuso» en doctrina oficial. La respuesta no fue quitar la automatización, sino rediseñar la formación: los reguladores impusieron horas de vuelo manual y entrenamiento de recuperación de pérdida en simulador. La escalera se recompuso porque alguien pagó por recomponerla. Las calculadoras cuentan la versión amable: la aritmética manual resultó ser andamiaje, no pericia, y los ingenieros no empeoraron al soltarla. Y la cirugía robótica cuenta la versión oscura. El investigador Matt Beane (UC Santa Barbara) pasó años observando quirófanos y documentó que, con el robot quirúrgico, el cirujano titular opera solo y el residente mira: el papel del aprendiz se evaporó. Solo aprendían los que rompían las normas —lo que Beane llama «aprendizaje en la sombra»: especializarse antes de tiempo, ensayar a escondidas en simuladores y vídeos, practicar sin supervisión—. Resultado: una generación de cirujanos con menos oportunidades reales de aprender. La diferencia entre los tres casos no es la tecnología. Es si una institución asumió el coste de rediseñar el aprendizaje o nadie lo hizo.

NUESTRA LECTURA. El mercado no va a arreglar esto solo, y conviene decirlo sin rodeos. Formar a un júnior es una inversión cuyo retorno suele capturar otro: el júnior formado se marcha; la IA, no. Para cada empresa individual, sustituir aprendices por modelos es racional; para el conjunto de la economía, es serrar la rama. Es el problema clásico de los bienes comunes, como la investigación básica. Y su peligro es que no produce un colapso visible, sino un déficit invisible: los séniors de hoy siguen en su puesto y todo parece funcionar; la factura llega en 2035-2040, cuando toque reemplazarlos. Ahora bien, rechazamos el fatalismo, y no por fe sino por lógica: la misma IA que rompe la escalera es el mejor material jamás inventado para reconstruirla. Un tutor infinitamente paciente, disponible a todas horas, que genera casos difíciles a medida y da feedback inmediato es, casi punto por punto, lo que Ericsson describía como condiciones ideales de práctica deliberada. Lo que siempre fue escaso y carísimo —la atención experta uno a uno— se está abaratando en órdenes de magnitud. El cuello de botella ya no es pedagógico. Es de incentivos.

LO QUE VIENE. Los primeros experimentos apuntan en la dirección correcta. Bank of America mantiene cerca de 4.000 becarios en 2026 y construye simulaciones con IA para comprimir años de aprendizaje en meses, según recoge la prensa especializada. Otras firmas invierten el flujo de trabajo: el júnior resuelve primero a mano y luego contrasta su versión con la de la IA, para forjar criterio antes que dependencia; o la IA produce y el júnior interroga y verifica el resultado con un sénior como entrenador. Se habla también de «residencias remuneradas» al estilo médico, con formación reglada en lugar de aprendizaje incidental. Son pilotos, no soluciones probadas, pero comparten el diseño correcto: hacer explícito y deliberado lo que antes era implícito y gratuito. Implicaciones. Para quien empieza: el título de entrada ya no es saber hacer la tarea, es saber auditar a la máquina que la hace; busque empleadores que inviertan en formarle, porque son los que están pensando en 2035. Para las empresas: proteger la cantera es estrategia, no caridad; quien forme juniors con IA tendrá los séniors que sus competidores no podrán fichar. Para los reguladores: la aviación demostró que exigir formación funciona sin frenar la tecnología. A largo plazo, nuestro optimismo de siempre, matizado: la escalera no desaparece, se rediseña, y en el horizonte de abundancia que defendemos, la maestría se buscará cada vez más por pasión y no solo por nómina. La pregunta de 2040 no es si habrá maestros. Es si empezamos a fabricarlos ya, a propósito, o esperamos a que la falta de ellos se note. Entonces será tarde.