Durante años, aprender a programar fue visto como un camino directo hacia empleos bien remunerados. Sin embargo, la rápida evolución de herramientas automatizadas y modelos de IA ha cambiado las reglas. Hoy, gran parte del código puede generarse, optimizarse o corregirse con asistencia tecnológica. Eso ha desplazado el foco hacia otras capacidades.

El mercado laboral ya no premia únicamente la ejecución técnica. Lo que gana valor es la capacidad de interpretar necesidades reales, traducirlas en soluciones viables y adaptarse a entornos colaborativos donde humanos y máquinas trabajan juntos.

Uno de los cambios más visibles está en la comunicación. Los desarrolladores ahora deben explicar decisiones técnicas a equipos no especializados, participar en discusiones de producto y justificar el impacto de su trabajo. No basta con que el código funcione; también debe responder a objetivos claros.

Te puede interesar: Nequi y AWS abren 300.000 cursos gratis de inteligencia artificial en Colombia

A esto se suma la necesidad de comprender principios éticos en el uso de inteligencia artificial. Desde el manejo de datos hasta la toma de decisiones automatizadas, las compañías exigen profesionales capaces de identificar riesgos y actuar con criterio. La ética tecnológica dejó de ser un tema exclusivo de investigadores y pasó a formar parte del día a día en desarrollo.

El análisis de datos también se ha vuelto una habilidad transversal. Entender métricas, interpretar resultados y tomar decisiones basadas en evidencia permite que los desarrolladores participen activamente en la evolución de productos digitales. No se trata de ser científico de datos, sino de integrar ese pensamiento analítico en el trabajo cotidiano.

Más allá del código: el perfil híbrido que buscan las empresas

Otro factor determinante es la colaboración con sistemas inteligentes. Lejos de reemplazar a los programadores, la inteligencia artificial redefine su rol. Saber cómo interactuar con estas herramientas, validar sus resultados y aprovechar su potencial se convierte en una ventaja competitiva.

Este nuevo perfil combina habilidades técnicas con capacidades humanas. Adaptabilidad, pensamiento crítico y trabajo en equipo aparecen como requisitos constantes en ofertas laborales. Las empresas priorizan profesionales que puedan aprender rápido y moverse entre distintas áreas del desarrollo tecnológico.

La formación también comienza a reflejar estos cambios. Modelos educativos más flexibles integran desde etapas tempranas habilidades blandas junto con conocimientos técnicos. La lógica es clara: el talento que entiende tanto la tecnología como su impacto tiene mayores oportunidades de crecimiento.

Te puede interesar: El perfil tech cambia en 2026: menos full stack y más “problem solver”

Iniciativas como Holberton Coderise apuntan precisamente a esa integración. Su enfoque no solo se centra en enseñar programación, sino en desarrollar competencias que responden a las necesidades actuales del mercado global.

El avance de la automatización no elimina la necesidad de desarrolladores, pero sí redefine lo que significa ser uno. Quienes se limiten a escribir código podrían enfrentar mayores dificultades para mantenerse competitivos.

La industria tecnológica sigue creciendo, pero también se vuelve más exigente. Adaptarse a este cambio no es opcional, sino parte del proceso para seguir siendo relevante en un entorno que evoluciona con rapidez.

Si quieres convertir curiosidad en habilidad real, Holberton Coderise es una ruta práctica para empezar.

Imagen: ARCHIVO ENTER.CO

De acuerdo con la firma tecnológica, existe una gran diferencia entre lo que la inteligencia artificial puede hacer en teoría y lo que realmente sucede en el mercado laboral. Un reciente estudio de Anthropic introdujo una nueva métrica llamada exposición observada, la cual compara las capacidades teóricas de los modelos de lenguaje con los datos de uso real. Los resultados son reveladores: la IA está lejos de alcanzar su potencial de disrupción laboral proyectado.

¿Por qué la IA no está generando tantos despidos como se esperaba?

Según los datos del estudio, mientras que los modelos de lenguaje podrían teóricamente acelerar el 94 % de las tareas informáticas y matemáticas, en la práctica, solo el 33 % de estas labores están siendo cubiertas por la IA.

Existen razones claras para esta brecha. Algunas tareas todavía superan las limitaciones técnicas actuales de los modelos, mientras que otras se frenan debido a restricciones legales, la necesidad de revisión humana constante o requisitos de software específicos que la tecnología aún no puede gestionar de manera autónoma.

¿Cuáles son las profesiones más expuestas?

El análisis identifica a los programadores, servicio al cliente y entrada de datos como los sectores con mayor exposición. Sin embargo, el hecho de estar expuesto no significa un reemplazo inmediato. Aunque existe una correlación entre la exposición a la IA y una proyección de crecimiento más débil en ciertos empleos, hasta la fecha no se ha registrado un aumento sistemático en el desempleo en ninguna de estas categorías.

Por el contrario, otros grupos laborales, como cocineros, mecánicos y salvavidas, muestran una exposición cercana al 0 %, lo que confirma que las tareas físicas y de interacción humana directa siguen siendo un terreno ajeno a la automatización masiva.

Si bien el mercado laboral general se mantiene estable, hay señales de alerta en un grupo demográfico específico. Según Anthropic, desde 2024 se ha observado que los trabajadores jóvenes entre los 22 y 25 años están siendo contratados con menor frecuencia en profesiones con alta exposición a la IA.

Esto sugiere que, antes de ver una ola de despidos, la tecnología está comenzando a reconfigurar la empleabilidad de los recién graduados y los perfiles de entrada. Mientras que los trabajadores con más experiencia logran integrar la IA como una herramienta, las puertas de entrada al mercado laboral para los más jóvenes parecen estar estrechándose en los sectores más automatizables.

Imágenes: Foto de cottonbro studio

Cuando un lector se acerca a un título como este, suele pensar en liderazgo empresarial. Sin embargo, el verdadero desafío que enfrentan hoy las organizaciones es liderar agentes de inteligencia artificial de manera estratégica. Imagina un artículo dirigido a quienes aspiran a coordinar equipos, inspirar a sus pares o convertirse en los próximos CEO. Pero este texto no trata sobre ese tipo de jefes. Al menos, no en el sentido tradicional.

Estas líneas están dirigidas a todos los profesionales, sin importar su cargo o industria. Porque, más temprano que tarde, todos asumiremos un nuevo rol. Nos convertiremos en una nueva clase de “jefes”: los jefes de agentes.

La inteligencia artificial y el nuevo rol profesional

La rápida adopción de la inteligencia artificial (IA) está transformando el entorno laboral. Vemos estructuras más ágiles, mayor productividad y nuevas formas de colaboración entre personas y tecnología.

En este contexto surge un rol transversal. Los trabajadores del conocimiento ya interactúan con agentes de IA, como asistentes virtuales o copilotos. Pronto deberán entrenarlos, delegarles tareas y supervisar sus resultados. También serán responsables de generar impacto junto a ellos. En la práctica, se convertirán en gestores de agentes inteligentes.

Este perfil cobra fuerza en lo que comienzan a consolidarse como Empresas Frontera. Son organizaciones que integran la IA y los agentes digitales como parte central de su operación. No se trata solo de adoptar tecnología. Se trata de rediseñar la forma de trabajar, tomar decisiones y generar valor.

El último Índice de Tendencias Laborales de Microsoft lo confirma. El 90 % de los líderes empresariales en Colombia anticipa que incorporará agentes en los próximos 12 a 18 meses. El objetivo es complementar las actividades de sus colaboradores. Además, un 43 % espera que sus equipos los entrenen. Un 35 % proyecta que los gestionen activamente en los próximos cinco años. Esto marca un cambio estructural en la forma en que trabajamos.

A nivel global, el 83 % de los líderes cree que esta tecnología permitirá asumir tareas más estratégicas desde etapas tempranas de la carrera. En el futuro cercano, cada profesional podrá dirigir una pequeña unidad de agentes inteligentes.

Qué implica liderar agentes de IA

Liderar agentes no significa programarlos ni escribir código. Significa definir objetivos claros y diseñar flujos de trabajo efectivos. También implica entregar instrucciones precisas y verificar resultados.

No se trata de usar la IA como una herramienta más. Se trata de orquestar inteligencia. El profesional deberá decidir qué delegar, cuál es el alcance del agente y bajo qué criterios evaluar su desempeño. Además, tendrá que interpretar los insights generados y tomar decisiones a partir de ellos.

Así como nos preparamos para liderar equipos humanos, ahora debemos capacitarnos para coordinar una fuerza laboral híbrida. Estará compuesta por personas y agentes digitales. Esto exige fortalecer el pensamiento crítico, la comunicación efectiva y la comprensión de datos. También requiere una actitud abierta a la colaboración con la tecnología.

Cultura organizacional y liderazgo en la era de los agentes

Mientras esta transformación avanza, los líderes empresariales tienen un desafío clave. Deben impulsar una cultura organizacional que promueva la adopción responsable de la IA. También deben fomentar el aprendizaje continuo.

Las organizaciones necesitan entornos donde las habilidades digitales sean tan relevantes como las habilidades blandas. Crear un agente no requiere exclusivamente un equipo técnico especializado. Muchas veces basta una conversación clara en lenguaje natural. Es necesario describir el problema, la tarea y dónde se encuentra la información.

En ocasiones, dedicar 15 minutos a dar instrucciones precisas es suficiente. Es similar a orientar a un aprendiz. El verdadero valor de la IA está en liberar tiempo. Ese tiempo permite que las personas se concentren en pensar, crear, decidir e innovar.

Esta revolución ya comenzó. Aprender a liderar agentes de inteligencia artificial será una de las habilidades más relevantes del nuevo entorno laboral. Por eso, el mensaje para los futuros —y no tan lejanos— jefes es claro: el momento de actuar es ahora. Hoy es el mejor día para explorar, capacitarse y experimentar. Entender cómo la IA puede potenciar nuestras capacidades es una decisión estratégica. También es una oportunidad para crecer profesionalmente.

Imagen: Generada con IA / ChatGPT

El informe consultó a más de 5.000 trabajadores en México, Chile, Colombia, Perú y Argentina. Los hallazgos muestran que, aunque el 63 por ciento de las empresas ya implementó software de inteligencia artificial, la tecnología debe ser un aliado y no un reemplazo del talento.

Lo que sí debería automatizarse

Las tareas operativas, repetitivas y técnicas son las principales candidatas para la automatización empresarial. El 51 por ciento de los encuestados ya utiliza inteligencia artificial para actividades como análisis de datos, automatización de reportes, búsquedas avanzadas o soporte administrativo, procesos que consumen tiempo pero no requieren decisiones complejas.

El 46 por ciento considera que entre el 11 por ciento y el 30 por ciento de su carga laboral podría automatizarse. Esta percepción se traduce en resultados concretos, ya que el 98 por ciento afirma que la inteligencia artificial mejora la eficiencia en el trabajo presencial y el 93 por ciento lo confirma en esquemas híbridos o remotos.

Te puede interesar: ¿Qué pueden hacer los agentes de IA en tu empresa y qué necesitan para funcionar?

Lo que no debería quedar en manos de la inteligencia artificial

Pese a su avance, la automatización empresarial no debe sustituir tareas que implican liderazgo, toma de decisiones estratégicas, gestión de equipos, creatividad o construcción de relaciones humanas. El 78 por ciento del talento ve la inteligencia artificial como una herramienta de apoyo y no como un reemplazo.

Persisten reservas frente a su uso para medir productividad o evaluar desempeño. Solo el 31 por ciento de los trabajadores se sentiría cómodo con este tipo de supervisión automatizada.

La inteligencia artificial es poderosa para optimizar procesos, pero no puede ni debe reemplazar el juicio humano, la empatía o la capacidad de construir cultura, afirma Claudio Hidalgo, presidente de WeWork Latinoamérica. Las empresas más competitivas serán aquellas que logren un equilibrio entre automatizar lo repetitivo y liberar tiempo para que las personas se concentren en lo que realmente genera valor.

El panorama de la automatización empresarial en Colombia

En Colombia, el uso de inteligencia artificial alcanza al 29 por ciento del talento, el segundo porcentaje más alto de la región después de Brasil. Aun así, el nivel de conocimiento sigue siendo incipiente, ya que el 58 por ciento declara tener un nivel básico y el 39 por ciento intermedio. Esto explica por qué el 97 por ciento de los trabajadores quiere capacitación formal en inteligencia artificial.

El contexto local también influye. Con ciudades como Bogotá y Barranquilla entre las más congestionadas del mundo, la automatización empresarial aparece como una vía para ganar eficiencia sin sacrificar bienestar, especialmente en modelos híbridos, que hoy son los preferidos por el 54 por ciento del talento.

El estudio concluye que la conversación ya no gira en torno a si la inteligencia artificial debe usarse, sino a cómo y para qué. Automatizar sin estrategia puede generar rechazo, mientras que hacerlo con foco en productividad, flexibilidad y bienestar se convierte en una ventaja competitiva.

La tecnología avanza, pero el trabajo sigue siendo profundamente humano, concluye Hidalgo. La pregunta no es qué tanto puede hacer la inteligencia artificial, sino qué queremos que sigan haciendo las personas.

Imagen: Editada con IA / ChatGPT

La expansión de la inteligencia artificial, la automatización de procesos y el uso masivo de software en áreas como el periodismo, el marketing, la educación, la salud y las finanzas han cambiado la pregunta de fondo. Ya no se trata de si una persona debe convertirse en programadora, sino de cuánto necesita entender sobre cómo funcionan los sistemas que usa a diario.

En ese sentido, el código comienza a cumplir un rol similar al de la lectura y la escritura en otros momentos de la historia. No todas las personas escriben novelas ni todas desarrollan aplicaciones, pero comprender la lógica detrás del lenguaje digital se vuelve clave para participar de forma activa en la economía y en la toma de decisiones.

Según análisis de organismos internacionales y firmas de consultoría tecnológica, los perfiles híbridos —aquellos que combinan conocimiento de su área con nociones de programación, datos o automatización— son cada vez más demandados. Saber leer un script, entender una API o modificar un flujo automatizado se convierte en una ventaja competitiva, incluso en cargos no técnicos.

Programar como alfabetización digital en la era de la IA

El avance de herramientas de inteligencia artificial que “escriben código” ha generado la idea de que programar podría dejar de ser necesario. Sin embargo, la realidad muestra lo contrario. A medida que estas tecnologías se popularizan, crece la necesidad de personas capaces de entender, supervisar y adaptar esos sistemas a contextos reales.

Programar, en este sentido, no es memorizar lenguajes, sino desarrollar pensamiento lógico, comprensión de estructuras, nociones de seguridad, datos y arquitectura digital. Es la capacidad de dialogar con la tecnología, no solo de consumirla.

Por eso, cada vez más roles no técnicos —desde diseñadores hasta líderes de negocio— incorporan conocimientos básicos de programación para tomar mejores decisiones, evaluar riesgos o comunicarse con equipos técnicos sin intermediarios. El código se convierte en un lenguaje común entre disciplinas.

Te puede interesar: Gobierno lanza Centros de Programación para que jóvenes aprendan a programar y reducir la brecha digital

En este contexto, la formación tecnológica también está cambiando. Más allá de enseñar un lenguaje específico, el foco se desplaza hacia la comprensión profunda de cómo funcionan los sistemas, cómo se conectan entre sí y cómo evolucionan. La adaptabilidad importa más que la sintaxis.

Ese enfoque es clave en un entorno donde los lenguajes, frameworks y herramientas cambian constantemente. Entender los fundamentos permite aprender lo nuevo sin empezar desde cero, una habilidad esencial en un mercado laboral marcado por la transformación continua.

Lejos de desaparecer, programar se perfila como una competencia transversal. No reemplaza otras profesiones, pero las potencia. Así como saber leer abrió la puerta al conocimiento, entender código abre la puerta a participar activamente en el mundo digital que ya define gran parte de la vida cotidiana.

Si quieres convertir curiosidad en habilidad real, Holberton Coderise es una ruta práctica para empezar.

En Colombia, el 95% de empresarios y empleados ya utiliza al menos una herramienta de inteligencia artificial, según el informe Inteligencia Artificial y la empleabilidad del futuro. Esta adopción acelerada ha impulsado el surgimiento de agentes inteligentes que combinan acceso a datos internos, conexión con plataformas empresariales y capacidad de planificar y ejecutar procesos de principio a fin.

Para Felipe Jaramillo, CEO de Aplyca, compañía experta en desarrollo de plataformas web y soluciones cloud, este cambio redefine la automatización. “Los agentes combinan datos internos, herramientas empresariales y planificación completa de tareas, lo que los convierte en una pieza central de la infraestructura digital del futuro”, afirma, subrayando su rol dentro de arquitecturas tecnológicas modernas.

Te puede interesar: ¿Cómo implementar inteligencia artificial en su empresa?

Por qué el 95% de los proyectos piloto no generan resultados

La principal dificultad sigue siendo técnica. Los modelos generativos no son determinísticos y su comportamiento puede variar entre interacciones, lo que dificulta garantizar resultados confiables en operaciones críticas. Para equipos que gestionan software en producción, esta incertidumbre se traduce en mayores costos, riesgos operativos y una ingeniería que aún está en desarrollo.

Esta brecha entre expectativa y realidad se refleja en los resultados. Estudios del MIT Media Lab y NANDA indican que el 95% de los proyectos piloto de IA no han generado impactos de negocio significativos. No porque la tecnología carezca de potencial, sino porque materializar sus promesas exige más tiempo, disciplina técnica y madurez organizacional de lo anticipado.

Un error frecuente es automatizar procesos que no han sido previamente mapeados ni estandarizados. El resultado son agentes inconsistentes y difíciles de escalar. Llevar un prototipo a producción requiere calidad de datos, infraestructura robusta, gobernanza clara y prácticas clásicas de ingeniería, incluyendo control de versiones, monitoreo continuo y supervisión humana en decisiones críticas.

En qué áreas ya se ven resultados con agentes de IA

Hoy existen áreas donde los agentes de IA ya generan valor tangible. La automatización de tareas administrativas repetitivas libera tiempo para actividades estratégicas, mientras que en marketing mejoran la productividad y la alineación a segmentos específicos. En atención al cliente permiten interacciones más contextuales y consistentes en canales digitales.

En desarrollo de software, los agentes aceleran procesos como documentación, pruebas y tareas repetitivas, contribuyendo a ciclos más ágiles. Estos casos demuestran que el impacto es real pero progresivo. La oportunidad hacia 2026 está en avanzar con equilibrio, consolidar buenas prácticas y construir soluciones que puedan entenderse, operarse y adaptarse de forma sostenible.

Imagen: Generada con IA / ChatGPT

Según explicó, el desarrollo conjunto de estas tecnologías llevará a un punto en el que las máquinas podrán realizar prácticamente cualquier tarea humana con mayor eficiencia, menor costo y sin limitaciones de escala. En ese escenario, afirmó, “la IA y la robótica harán todo lo que hoy hacen los humanos”.

Esa capacidad técnica, sostuvo, transformará por completo la lógica del empleo. Cuando la producción deja de depender del trabajo humano, el empleo deja de ser una obligación económica. Musk lo resumió de forma directa: “el trabajo será opcional; la gente trabajará si quiere”, no por necesidad.

Te puede interesar: “El ser humano no nació para trabajar”: la visión de Bill Gates sobre el futuro de la automatización

A lo largo de la conversación, el empresario fue cuidadoso en separar análisis de preferencia personal. Aclaró que describir este escenario no implica necesariamente desearlo, sino reconocer una tendencia tecnológica que avanza con rapidez, impulsada por mejoras constantes en capacidad, velocidad y autonomía de los sistemas artificiales.

Musk también cuestionó la idea de que la adaptación pase únicamente por adquirir nuevas habilidades técnicas. En su visión, no existe una protección permanente frente a la automatización, ya que incluso trabajos altamente calificados pueden ser replicados o superados por sistemas cada vez más generales.

Ante ese contexto, el foco se desplaza desde la ejecución hacia la adaptación. Comprender sistemas complejos, aprender con rapidez y redefinir el valor del tiempo humano serán elementos centrales en un entorno donde muchas tareas dejarán de requerir intervención directa de personas.

El impacto más profundo, advirtió, no será tecnológico ni económico, sino social. Cuando el trabajo deja de organizar la vida cotidiana, surge una pregunta más amplia sobre el propósito y el significado. Como señaló Musk, “el problema no será producir cosas, sino encontrar propósito”.

La conversación no propone soluciones cerradas ni plazos concretos, pero deja una idea central. El debate sobre inteligencia artificial y trabajo no solo está cambiando cómo trabajamos, sino también por qué trabajamos. Entender esa transformación será clave para afrontar una etapa en la que el empleo dejará de ser el eje de la organización social.

Imagen: Generada con IA / ChatGPT

Según un informe del Banco Mundial, hasta 17 millones de empleos en América Latina podrían quedar en riesgo si la región no avanza hacia una adopción más ética y humana de la inteligencia artificial. El problema no parece ser la tecnología, sino la ausencia de estrategias que permitan a las personas y a las empresas convivir con ella de forma sostenible.

Durante 2025, muchas organizaciones de la región dejaron de experimentar con la IA generativa y comenzaron a exigir resultados concretos. Sin embargo, los avances no han sido parejos. Un estudio de McKinsey muestra que, aunque el 91 % de los empleados ya utiliza herramientas de IA en su trabajo diario y reconoce mejoras en creatividad y productividad, solo el 13 % de las compañías ha logrado integrarlas de manera estable en distintos procesos.

Te puede interesar: Abren becas del 70% para mujeres que quieran formarse en Inteligencia Artificial

Esa diferencia evidencia que el desafío no radica en el desarrollo de nuevas herramientas, sino en la capacidad de integrarlas sin perder el componente humano. La automatización puede aumentar la eficiencia, pero también puede acentuar desigualdades si no se acompaña de políticas de formación y reconversión laboral.

Algunas empresas latinoamericanas están buscando equilibrar ese proceso. Entre ellas se encuentra TIMIA, consultora especializada en inteligencia artificial aplicada, que ha desarrollado sistemas de apoyo al reclutamiento para reducir sesgos y optimizar procesos de selección. Según Daniela Tovar, HR Manager de la compañía, el objetivo es liberar tiempo para que los equipos humanos se concentren en las etapas más estratégicas del proceso.

Te puede interesar: Samsung abre convocatoria para aprender Inteligencia Artificial y habilidades digitales: así puedes postularte

“El uso de herramientas automatizadas nos ha permitido hacer más eficiente la primera fase de selección, pero el componente humano sigue siendo esencial. La tecnología apoya, no sustituye”, afirma Tovar.

La experiencia de TIMIA demuestra que la inteligencia artificial puede ser un recurso complementario cuando se usa con criterio. La empresa también impulsa programas de formación continua en pensamiento crítico y ética digital, con el propósito de que los profesionales comprendan cómo aplicar la tecnología de forma responsable.

Especialistas en transformación laboral coinciden en que América Latina necesita invertir en talento, no solo en software. Fomentar habilidades digitales, pensamiento analítico y capacidad ética permitirá que los trabajadores participen activamente en la evolución tecnológica, en lugar de ser desplazados por ella.

Los despidos en el sector tecnológico reflejan una transformación que ya está en marcha y que no se detendrá. Si la región apuesta por la capacitación y por modelos de trabajo que integren la inteligencia artificial sin perder la perspectiva humana, podrá reducir el impacto social del cambio y aprovechar sus oportunidades. La tecnología puede transformar los empleos, pero el valor seguirá dependiendo de las personas que sepan usarla con inteligencia y propósito.

Imagen: Archivo ENTER.CO

El nombre GDPval proviene del producto interior bruto (PIB), utilizado como indicador económico para seleccionar los sectores clave. Con esta referencia, OpenAI busca sustituir la especulación sobre el futuro del trabajo por datos verificables y comparables, y así aportar una base sólida al debate sobre el impacto de la IA en la economía y el empleo.

Para la evaluación, se definieron tareas representativas dentro de cada ocupación, construidas a partir de la práctica real de trabajadores con una media de 14 años de experiencia. Estas actividades se asignaron tanto a los modelos de IA como a expertos humanos, y se clasificaron según el desempeño fuese mejor, igual o inferior. Los resultados mostraron que los modelos más avanzados alcanzan una calidad cercana a la de profesionales del sector, con mejoras lineales generación tras generación.

Además de la calidad, OpenAI comprobó que la IA ejecuta muchas de estas tareas hasta 100 veces más rápido y con costes significativamente menores. El informe también destaca que, al combinarse con la supervisión humana, los modelos permiten procesos más eficientes y económicos que los flujos de trabajo tradicionales, lo que refuerza su potencial como herramienta de apoyo más que como sustituto total.

Te puede interesar: Las siete profesiones que crecerán con la inteligencia artificial y las que dominarán el mercado laboral

El listado de ocupaciones incluye ejemplos tan diversos como abogados, desarrolladores de software, ingenieros mecánicos e industriales, auditores, gestores de proyectos, enfermeras, farmacéuticos, asistentes médicos, productores, reporteros y agentes inmobiliarios, entre otros. Todas ellas muestran tareas específicas donde la IA ya compite con el trabajo humano en calidad y velocidad.

OpenAI también observó que el rendimiento de los modelos mejora cuando se les proporciona mayor contexto, más pasos de razonamiento y estructuras de apoyo. Para fomentar la investigación, la compañía liberó un subconjunto de referencia con 220 tareas y habilitó un servicio público de calificación automatizada, pensado para seguir midiendo de forma abierta las capacidades de los modelos en situaciones reales.

De cara al futuro, la compañía planea ampliar GDPval a más sectores y tipos de tareas, con el objetivo de contar con una herramienta robusta que refleje mejor la evolución de la IA en el mundo laboral. La apuesta, según OpenAI, no es reemplazar empleos completos, sino liberar a los profesionales de tareas repetitivas para que dediquen más tiempo a labores creativas y estratégicas, contribuyendo así a un mayor crecimiento económico.

Imagen: Generada con IA / ChatGPT

Cuando la IA escribe código y el humano observa

En una sala en Kirkland, Washington, el ingeniero Steve Yegge mira cómo la IA trabaja en cuatro terminales a la vez. Se ejecutan pruebas, se generan planes, se codifica en paralelo. Él lo resume con una frase directa: “Estoy quemando tokens”, haciendo referencia al costo computacional de los modelos de lenguaje. Esta escena refleja una práctica cada vez más extendida: delegar tareas de programación a sistemas automatizados.

En este contexto, Andrej Karpathy, investigador de IA y exdirector de IA en Tesla, introdujo el término vibe coding para describir una forma de desarrollo guiada por lenguaje natural, en la que el programador plantea una necesidad y la IA genera una solución funcional sin requerir código escrito manualmente.

¿El fin de la escritura manual?

Cuando OpenAI lanzó sus primeros asistentes de codificación, generaban fragmentos de ayuda. Hoy, modelos como GPT-4, Claude o Gemini pueden crear productos enteros. Esto ha dado lugar a casos reales de reducción de equipos, automatización de tareas y reestructuración de funciones en empresas de software.

Pero automatizar no es lo mismo que reemplazar. Según Dario Amodei, CEO de Anthropic, es posible que en menos de un año las IAs generen la mayor parte del código utilizado en proyectos reales. Sin embargo, expertos como David Autor, economista del Massachusetts Institute of Technology (MIT), advierten que escribir código no es la parte más compleja del desarrollo. El verdadero valor está en aplicar criterio, entender el contexto del sistema, evaluar riesgos y garantizar la calidad del software. Estas son tareas que la inteligencia artificial, al menos por ahora, no puede ejecutar con fiabilidad.

Te puede interesar: Fórmate gratis en IA, datos y nube con ONE de Oracle: certificación, empleabilidad y guía para inscribirte

El nuevo perfil del desarrollador

La función del desarrollador cambia. Ya no es solo quien escribe, sino quien decide. Diseñar prompts efectivos, revisar lo que produce la IA, integrar con cuidado, aplicar pruebas y pensar en arquitectura. Esas son las nuevas responsabilidades.

Yegge, ahora defensor del enfoque, publicó junto a Gene Kim un libro sobre vibe coding. Ahí plantea una forma de trabajar basada en bases de código modulares, pruebas frecuentes y diálogo constante con la IA. Lo que antes era escritura secuencial ahora es construcción iterativa.

Riesgos, límites y decisiones

El código generado por IA puede ser útil pero también puede traer problemas como errores, brechas de seguridad o comportamientos inesperados. Christine Yen, CEO de Honeycomb, explica que en sistemas críticos la IA no es aún lo bastante confiable. Naveen Rao, de Databricks, agrega que se necesita menos personal pero con mayor nivel de especialización.

La automatización no elimina la necesidad de saber programar. Cambia su valor. Comprender cómo funcionan los sistemas, cuándo confiar en la IA y cómo escalar lo que se construye es lo que distingue al profesional técnico en este nuevo escenario.

El futuro no es sin desarrolladores

La inteligencia artificial ya escribe código, pero el desarrollo de software requiere más que eso. Se necesitan diseño, contexto y responsabilidad técnica. Lo que se aproxima no es una sustitución, sino una nueva forma de colaboración. Los desarrolladores que sepan guiar y trabajar con IA seguirán siendo fundamentales, porque aunque la IA pueda generar código, las decisiones clave siguen dependiendo de las personas.

Imagen: Generada con IA / ChatGPT

A medida que la inteligencia artificial se adopta con rapidez en sectores como la educación, el marketing y el desarrollo tecnológico, gana relevancia una nueva disciplina: la ingeniería de prompts. Su objetivo es redactar instrucciones precisas para que los modelos de lenguaje generen respuestas útiles y adaptadas al contexto. Más que una tarea técnica, es una forma de escritura estratégica que guía el comportamiento de sistemas que procesan lenguaje natural.

Se trata de una profesión que exige una combinación precisa de pensamiento lógico, claridad en la escritura y conocimiento del comportamiento de los modelos de inteligencia artificial. No basta con saber qué pedir; hay que saber cómo formularlo. Para eso, es importante entender el contexto, elegir el tono adecuado y anticipar cómo la IA interpretará cada palabra. El objetivo no es simplemente obtener una respuesta, sino lograr que esa respuesta sea pertinente, precisa y útil.

Te puede interesar: ¿Sabes cómo escribir prompts efectivos para sacar el máximo provecho de la IA? Curso gratuito y con certificación

A medida que la inteligencia artificial se incorpora al trabajo diario, crece de forma sostenida la demanda de especialistas en diseño de prompts. Empresas tecnológicas, agencias, organizaciones educativas y áreas de innovación ya integran este perfil para optimizar sus sistemas. Según ZipRecruiter y Glassdoor, los salarios en Estados Unidos oscilan entre 85.000 y 175.000 dólares al año, y pueden superar los 300.000 en roles estratégicos del sector tecnológico.

La formación en este campo está disponible tanto para perfiles técnicos como creativos, con recursos como la Guía de Prompts y cursos prácticos en plataformas como Platzi, DataCamp y Prompt.org.es. También existen materiales complementarios, como los libros de Fabio Vivas, que ofrecen ejemplos aplicables al entorno profesional.

Uno de los aspectos más interesantes es que no exige una carrera técnica tradicional. Lo que sí requiere es la capacidad de pensar con orden, escribir con precisión y entender cómo se comporta un sistema automatizado frente a una instrucción. Quienes desarrollan esta habilidad se vuelven piezas esenciales en equipos que trabajan con inteligencia artificial, aportando valor desde un enfoque estratégico.

La ingeniería de prompts no es una moda ni un concepto abstracto. Es una competencia laboral emergente con impacto real. Saber cómo escribirle a una IA para obtener el mejor resultado posible representa, hoy, una ventaja profesional concreta. En un escenario donde la automatización avanza con rapidez, quienes dominen esta forma de comunicación no solo serán necesarios, sino que liderarán el cambio.

Imagen: Generada con IA / ChatGPT

Según el cofundador de Microsoft, la necesidad de trabajar surgió debido a la escasez de recursos, pero con el avance de la IA, muchas tareas podrían ser automatizadas, reduciendo la dependencia del trabajo humano.

Predice que en los próximos diez años, la inteligencia artificial podría reemplazar profesiones clave como médicos y maestros; que actualmente requieren de habilidades humanas especializadas. Esto haría los servicios médicos y educativos más accesibles, al tiempo que mejoraría la eficiencia, brindando soluciones personalizadas con la misma calidad de los expertos humanos.

En el futuro, imagina que la jornada laboral podría reducirse a dos o tres días a la semana, lo que permitiría a las personas disponer de más tiempo para actividades personales y recreativas. La automatización liberaría a los humanos de trabajos repetitivos, permitiendo que el tiempo se invierta en áreas como la creatividad, el emprendimiento y la educación continua.

Te puede interesar: Habilidades en auge y perfiles en riesgo en la era de la IA, según el Foro Económico Mundial

A pesar de los beneficios de la IA, señala que este cambio traería consigo retos sociales y económicos. La redistribución de la riqueza y la redefinición del propósito social serán claves. Si el trabajo deja de ser el centro de nuestras vidas, la economía y las políticas públicas deberán adaptarse a este nuevo paradigma, y podría ser necesario explorar soluciones como el ingreso básico universal.

Además, enfatiza que la ética de la inteligencia artificial será crucial para evitar que esta tecnología profundice las desigualdades sociales y económicas. Esta tecnología debe ser utilizada para mejorar la vida humana y no para exacerbar las diferencias existentes. Los gobiernos y las empresas deben trabajar de la mano para implementar la automatización de manera responsable y controlada.

Bill Gates plantea un futuro donde la inteligencia artificial redefine el trabajo humano. Aunque las predicciones sobre la automatización pueden sonar inquietantes, cree que si se gestionan correctamente podrían llevar a una sociedad más libre y con mayor tiempo para el desarrollo personal. Sin embargo este futuro solo será posible si nos preparamos adecuadamente para los cambios que traerá la IA.

Imagen: Archivo ENTER

Esta tecnología ha llegado silenciosamente, integrándose en diferentes sectores como asistentes de voz, sistemas de recomendación y herramientas de análisis. Aunque muchos celebran los avances, el cofundador de Microsoft advierte que esta transformación es profunda. A diferencia de las revoluciones industriales anteriores, esta tecnología no solo automatiza trabajos manuales, sino que también está reemplazando tareas cognitivas, como la toma de decisiones y la creatividad.

En su análisis, Identifica tres profesiones que seguirán siendo clave: programadores, expertos en energía y biólogos. Los primeros seguirán siendo necesarios porque, aunque la IA pueda generar código, aún requiere supervisión humana. Gates argumenta que las máquinas pueden replicar patrones, pero no pueden crear diseños complejos ni entender contextos específicos. Los profesionales en este campo no solo serán técnicos, sino también estrategas capaces de interactuar con sistemas que evolucionan.

Te puede interesar: Escasez de talento en tecnología: las profesiones más demandadas por las empresas en 2025

En el sector energético, destaca que, aunque la IA puede optimizar procesos, los expertos en este campo seguirán siendo esenciales. Desde la extracción hasta la gestión de tecnologías renovables, este sector requiere juicio y toma de decisiones estratégicas que la IA no puede reemplazar. Además, la situación geopolítica y climática añade un factor de complejidad que las máquinas aún no pueden manejar.

Los biólogos también están protegidos. La tecnología puede analizar datos y ayudar en áreas como la genética o el diagnóstico médico, pero no puede formular hipótesis o hacer descubrimientos originales. Esta ciencia avanza gracias a la intuición y creatividad humana, y en este campo, la IA sigue siendo una herramienta, no un reemplazo.

Según Gates, el verdadero desafío no es detener la automatización, sino adaptarse a ella y redefinir los roles humanos. En lugar de proteger los empleos actuales, el futuro del trabajo requiere repensar las habilidades y el propósito humano. La creatividad, la estrategia y el juicio seguirán siendo esenciales, y la clave estará en preparar a las futuras generaciones para adaptarse a este nuevo entorno.

Imagen: Archivo ENTER