Invertir mejor en las personas en la era de la IA

La irrupción de la inteligencia artificial ya está modificando tareas, perfiles y organizaciones. No casualmente, uno de los ejes de la cumbre de Davos será el impacto de la IA sobre el trabajo y el desarrollo de capacidades.

Los estudios más recientes coinciden en que la IA no afecta a todos los trabajos de la misma manera. Las tareas repetitivas, administrativas o altamente estandarizables son las más expuestas. Muchos empleos de oficina, incluso calificados, pueden ser parcial o totalmente automatizados. Al mismo tiempo, surgen nuevos roles vinculados a datos, tecnología, supervisión de sistemas inteligentes, salud, cuidados y servicios complejos. El desafío es que esos nuevos empleos requieren habilidades que hoy no están ampliamente disponibles.

Aquí aparece una tensión central para países como la Argentina. La IA va a crear trabajo, pero no necesariamente para las personas que pierdan el suyo. Según datos oficiales, más del 40% de los ocupados tiene como máximo secundario completo, lo que limita la capacidad de reconversión rápida frente a cambios tecnológicos profundos. Esa brecha se vuelve aún más relevante si se considera la alta informalidad y la fragmentación del mercado laboral.

A este impacto tecnológico se suma otro factor decisivo. La Argentina atraviesa un proceso de cambios en su política económica que está modificando incentivos, estructuras productivas y condiciones de competitividad. La búsqueda de eficiencia, la apertura y la estabilización macroeconómica implican una reconversión del sistema productivo que también afecta al empleo. Sectores que crecieron bajo regulaciones o distorsiones pierden peso, mientras otros ganan relevancia. La combinación de cambio tecnológico y cambio económico acelera la obsolescencia de habilidades y vuelve más urgente pensar políticas de transición.

Algunas consultoras internacionales advierten, además, que esta transformación podría ser más gradual de lo que se supone. No porque falte tecnología, sino porque faltan personas formadas. La escasez de profesionales en inteligencia artificial y datos está ralentizando la adopción plena en muchas organizaciones. Esa demora relativa puede ser una oportunidad si se aprovecha para invertir en formación, reconversión y aprendizaje continuo, en lugar de esperar ajustes desordenados.

Esto plantea preguntas concretas. Cómo adaptar los sistemas educativos y de formación para responder a un mercado de trabajo en permanente cambio. Qué rol deben asumir los empleadores en la capacitación de sus equipos. Cómo deben acompañar los Estados, no solo con formación, sino también con marcos regulatorios que faciliten la transición. En este sentido, avanzar hacia una mayor flexibilidad laboral, cuyos primeros pasos se dan en la reforma laboral propuesta, puede remover obstáculos que dificultaban la incorporación de tecnología y nuevas formas de organización del trabajo.

También es clave el rol de universidades, sindicatos y organizaciones intermedias. No solo como formadores, sino como espacios de traducción entre el mundo productivo, el educativo y el laboral. Son actores que pueden ayudar a anticipar cambios, diseñar trayectorias de reconversión creíbles y construir consensos sociales que legitimen la transformación, especialmente en contextos de incertidumbre.

El mayor riesgo es que la automatización profundice desigualdades preexistentes. Para evitarlo, la transición debe ser acompañada con políticas de formación accesibles, con foco territorial y atención especial a los sectores más vulnerables. La buena noticia es que también hay una enorme oportunidad. Si se invierte mejor en las personas, la IA puede ser una palanca para aumentar productividad, mejorar salarios y generar empleo de mayor calidad. No ocurre solo. Requiere decisión, coordinación y una apuesta explícita por el capital humano.

Invertir mejor en las personas no es un eslogan. Es la condición necesaria para que la revolución tecnológica no se convierta en una fractura social, sino en una nueva etapa de desarrollo.

La autora es decana de IAE Business School

Por Carolina Dams

---

Conforme a

Tipo de trabajo:

análisis