Si la IA borra los primeros peldaños, ¿cómo aprenderán los jóvenes?

Queremos jóvenes con criterio, autonomía y capacidad para tomar decisiones. Magnífico. Ahora viene la pregunta incómoda: ¿dónde les vamos a permitir aprender?

El Global AI Jobs Barometer de PwC, publicado en junio de 2026, señala una transformación que merece atención: determinados puestos de entrada más expuestos a la IA demandan capacidades tradicionalmente asociadas a profesionales sénior, como el liderazgo.

El informe analiza ofertas de empleo. Ese hallazgo no demuestra que la IA esté eliminando todos los puestos júnior ni todos los caminos de aprendizaje. Pero invita a preguntarnos qué ocurre cuando cambian las tareas con las que alguien empezaba a conocer una profesión.

Porque pedir madurez es fácil. Ayudar a desarrollarla lleva algo más de tiempo.

La tarea pequeña también podía ser escuela

Durante mucho tiempo, muchos jóvenes comenzaron haciendo tareas repetitivas: preparar documentos, revisar datos, elaborar informes sencillos o ejecutar una pequeña parte de un proceso que todavía no comprendían del todo.

Si la IA nos ahorra trabajo absurdo, bienvenida sea. No hace falta conservar una tarea inútil para demostrar respeto por la tradición.

Pero a veces aquella «morralla laboral» también era escuela.

Se aprendía a detectar un error menor antes de cometer uno grave. A reconocer por qué un dato importaba. A preguntar a quien sabía más. A descubrir que un detalle aparentemente insignificante podía cambiar una decisión.

No toda rutina forma. Tampoco toda rutina carece de valor. La pregunta es qué aprendíamos al hacerla y cómo vamos a aprenderlo si dejamos de hacerla.

¿Cómo se llega a sénior sin un camino júnior?

La entrada en una profesión tiene algo de aprendizaje artesanal. Uno mira, escucha, hace, se equivoca, recibe una corrección y vuelve a intentarlo.

Con el tiempo empieza a desarrollar eso tan difícil de transmitir en un curso intensivo: el criterio.

El criterio no se descarga. No aparece porque hayas escrito un prompt brillante ni porque manejes cinco herramientas de moda. Se forma al contrastar ideas con la realidad, tomar pequeñas decisiones y comprender sus consecuencias.

La IA puede ayudarnos a practicar, ofrecer alternativas y acelerar parte del aprendizaje. Pero no puede haber vivido por nosotros. Una respuesta disponible no equivale a una experiencia asimilada.

Puedes obtener un informe en segundos y seguir sin saber qué parte es decisiva, qué supuesto falla o qué pregunta importante no se ha formulado.

Ahí empieza el oficio.

Experiencia exigida, experiencia no ofrecida

Si pedimos a una persona joven habilidades de veterano sin darle oportunidades para desarrollarlas, la colocamos en una contradicción bastante cruel.

Experiencia sin haber podido adquirirla. Autonomía sin acompañamiento. Liderazgo sin haber observado cómo se lidera. Responsabilidad sin margen para aprender.

Y después quizá nos sorprenda que viva pendiente de parecer competente, en vez de sentirse libre para preguntar.

No todos los jóvenes vivirán esa situación del mismo modo. Pero conviene pensar qué cultura estamos creando cuando no saber todavía se trata como un defecto, en lugar de como el punto de partida de cualquier aprendizaje.

Una sociedad sana necesita expertos. También necesita aprendices. Personas que puedan empezar sin fingir que ya han llegado.

Automatizar tareas no debería borrar los caminos

Mi preocupación no es solo cuántos empleos se transforman. Es qué sucede con los recorridos que permiten llegar a dominarlos.

Podemos utilizar la IA para liberar tiempo y dedicarlo a formar mejor. También podemos emplearla para elevar las exigencias sin cambiar el acompañamiento: ahora que tienes la herramienta, deberías saber hacerlo todo.

Como si poner un buen instrumento en unas manos bastara para formar a un músico.

Una empresa que automatiza tareas debería preguntarse qué conocimientos se adquirían al realizarlas. Si eran irrelevantes, estupendo. Si eran necesarios, toca diseñar otra forma de aprenderlos.

No conservar el trabajo vacío. Conservar la oportunidad de hacerse capaz.

Construir nuevos peldaños

Eso exige decisiones concretas.

Un profesional experimentado puede explicar cómo llega a una conclusión, no limitarse a comunicarla. Un júnior puede proponer una solución antes de consultar la generada por IA y comparar después ambas. Un equipo puede revisar errores sin convertir cada uno en una humillación.

También podemos dar responsabilidades graduales: problemas reales, con consecuencias acotadas y alguien disponible para orientar. Reservar tiempo para preguntar. Revisar no solo qué se ha entregado, sino qué se ha comprendido.

La IA puede participar en ese proceso: simular situaciones, ofrecer objeciones o ayudar a ensayar. Pero alguien tiene que contrastar la práctica con las exigencias reales del oficio y acompañar al aprendiz.

La mentoría no debería ser una palabra bonita en el plan de recursos humanos. Necesita tiempo en la agenda.

Si aumentamos la complejidad de lo que pedimos, tendremos que aumentar también el apoyo. No basta con subir el listón y felicitarse por lo alto que ha quedado.

No todo crece mejor por crecer más rápido

Hay una tentación muy propia de nuestro tiempo: creer que todo lo que puede acelerarse debe acelerarse.

Pero un árbol no mejora porque lo estiremos desde las ramas. Y un profesional no adquiere criterio porque lo pongamos desde el primer día ante responsabilidades para las que nadie lo ha preparado.

Eso no significa que haya que repetir durante años tareas que podrían aprenderse de otra manera. Significa que debemos evaluar el aprendizaje real, no confundir la velocidad de producción con la madurez de quien produce.

La eficiencia pregunta cuánto tardamos en obtener algo. A mí también me interesa preguntar qué personas estamos formando mientras lo obtenemos.

El criterio se cultiva

El futuro necesitará jóvenes que sepan utilizar IA. Y que sepan pensar, decidir, conversar, escuchar, comprender y hacerse responsables de lo que hacen con ella.

No les ayudaremos exigiéndoles que lleguen terminados al primer empleo.

Les ayudaremos construyendo oportunidades para practicar, equivocarse con apoyo y asumir responsabilidades cada vez mayores.

La tecnología puede ahorrarnos tareas. Que no nos ahorre el compromiso de formar a quienes vienen detrás.

Porque el criterio no se improvisa.

Se cultiva.

Y si quitamos los primeros peldaños, nos corresponde construir otros.

Fuente que motiva esta reflexión

PwC: Global AI Jobs Barometer 2026, publicado el 15 de junio de 2026. La posible pérdida de caminos de aprendizaje es la pregunta que planteo a partir de sus hallazgos, no una conclusión demostrada por el informe.