1
¿Quién entrena a la próxima generación?
La inteligencia artificial multiplica la productividad de los expertos, pero amenaza con eliminar las tareas con las que se formaban los que recién empiezan; el desafío para las empresas es aprovechar la tecnología sin quedarse sin los seniors del futuro
3 minutos de lectura'
PARA LA NACIONMartina Rua
Durante décadas, los trabajos los aprendimos “entrando por la puerta de servicio”. El junior armaba la sala, desgrababa la reunión, preparaba documentos. Era trabajo operativo o rutinario, pero nos iba metiendo en la sala donde se tomaban las decisiones, donde aprendíamos dinámicas y cómo desenvolvernos. Ahí, mirando, preguntando y siendo corregidos, se formaba el criterio. ¿Y si esos roles no existieran más? Un nuevo informe de McKinsey, Building expertise in the age of AI, explica que investigar, documentar y hacer el análisis preliminar, justo lo que antes formaba a los juniors, hoy lo hace la IA. Entonces ¿quién entrena a la próxima generación?
Desde Microsoft, le pusieron nombre al fenómeno. Los asistentes de IA le dan al senior un “AI boost”: multiplican lo que produce. Al junior, en cambio, le imponen un “AI drag”, un freno, porque todavía no tiene el criterio para saber cuándo la máquina acierta y cuándo se equivoca con total convicción. Si se sigue la idea de contratar seniors y automatizar juniors, el problema es que así se desarma la base de la pirámide de la que salen todos los seniors del futuro.
Diferente es si se decide seguir contratando juniors, aceptar que al principio restan capacidad y hacer de su crecimiento un objetivo explícito. McKinsey propone una salida que llama modelo “Answer Key”, u hoja de respuestas. Funciona en tres pasos: el empleado hace el trabajo primero, solo; la IA lo corrige; y después se sienta con su jefe a analizar las diferencias. El informe muestra el ejemplo de una inmobiliaria que lo aplicó así. Aunque su agente de IA producía análisis de mercado mejores que los de cualquier junior, les pidió a los recién llegados que hicieran el suyo “a mano”: caminar los barrios, estudiar el tránsito, formarse una opinión propia. Después comparaban con la máquina. La brecha entre las dos versiones era la clase de la cuál aprender.
En estudios clínicos, por ejemplo, darles un modelo de lenguaje a los médicos casi no mejoró su diagnóstico a largo plazo. Pero obligarlos a comparar y reconciliar su razonamiento con el de la IA los llevó al nivel de la máquina. Y cuando empleados usaron IA para tareas técnicas que no dominaban, la habilidad se esfumó apenas les sacaron la herramienta.
La síntesis del informe es que la dependencia pasiva genera resultados y la comparación estructurada genera expertos. El método exige más esfuerzo y puede abrumar a un principiante, así que hay que dosificarlo. Pero lo bueno es que el aprendizaje se puede medir. Si la distancia entre lo que hace el junior y lo que propone la IA se achica con el tiempo, ahí hay criterio formándose. Y el rol del jefe cambia: deja de responder preguntas y pasa a enseñar a pensar. ¿Estás empezando? no le pidas a la IA que piense por vos. Hacelo primero y usá la máquina para corregir. ¿Sos líder? el próximo gran senior de tu equipo puede estar sentado en un escritorio junior. Y alguien tiene que entrenarlo.
