Durante mucho tiempo, los profesionales aprendieron desde las tareas más básicas. Preparar una reunión, ordenar documentos o realizar una primera investigación permitía a los empleados jóvenes acercarse a los espacios donde se tomaban decisiones

Ese proceso también servía para observar, hacer preguntas, recibir correcciones y construir criterio. La expansión de la inteligencia artificial amenaza con eliminar buena parte de esas instancias de aprendizaje

Una ventaja para los expertos y un riesgo para los principiantes

Las herramientas de IA pueden aumentar de manera significativa la productividad de un profesional experimentado. Su conocimiento le permite evaluar las respuestas de la máquina, detectar errores y aprovechar mejor sus capacidades

Para un junior, la situación es distinta. Sin suficiente experiencia, puede ser difícil advertir cuándo una respuesta es correcta y cuándo parece convincente, pero contiene fallas. Por eso, la tecnología puede convertirse en una ayuda para los seniors y, al mismo tiempo, en un freno para quienes todavía están formando su criterio

Si las empresas optan por contratar únicamente perfiles experimentados y reemplazar las posiciones iniciales por sistemas automatizados, podrían debilitar la base de la que surgen los futuros especialistas

Aprender antes de consultar a la máquina

Una alternativa consiste en aplicar un esquema de comparación. Primero, el empleado resuelve la tarea por su cuenta. Luego, utiliza la IA para revisar el resultado y finalmente analiza las diferencias con su responsable

El método fue probado en una compañía inmobiliaria. Aunque su sistema podía elaborar análisis de mercado más completos que los de un principiante, los nuevos empleados debían recorrer los barrios, observar el tránsito y desarrollar una evaluación propia antes de contrastarla con la herramienta

La distancia entre ambos análisis se convertía así en una oportunidad concreta de aprendizaje. El objetivo no era competir con la IA, sino entender por qué sus conclusiones coincidían o diferían de las propias

La comparación como herramienta de formación

Experiencias en el ámbito clínico mostraron que entregar un modelo de lenguaje a los médicos no necesariamente mejora sus diagnósticos en el largo plazo. En cambio, comparar y reconciliar de manera sistemática el razonamiento humano con el de la IA permitió alcanzar un desempeño similar al de la herramienta

También se observó que las habilidades técnicas pueden desaparecer rápidamente cuando una persona depende de la IA para resolver tareas que todavía no domina

La conclusión es clara: usar la tecnología de forma pasiva puede producir resultados inmediatos, pero contrastar el propio trabajo con el de la máquina ayuda a formar expertos

El proceso requiere tiempo y debe adaptarse al nivel de cada principiante para no generar una carga excesiva. Sin embargo, ofrece una forma de medir el progreso: si con el tiempo se reduce la diferencia entre el trabajo del junior y la respuesta de la IA, significa que está desarrollando criterio

En este escenario, el rol de los líderes también cambia. Ya no se trata solo de responder consultas, sino de enseñar a analizar, cuestionar y tomar decisiones

Para quienes comienzan, la recomendación es resolver primero y consultar después. Para las empresas, el desafío es reconocer que los próximos profesionales experimentados pueden estar hoy en los puestos iniciales y necesitan oportunidades concretas para aprender