MONTEVIDEO (Infoesfera) – La automatización modifica los puestos júnior y plantea el reto de formar profesionales sin las tareas tradicionales de entrada.
La inteligencia artificial está cambiando la puerta de entrada al mercado laboral. Muchas tareas que antes servían para que una persona recién incorporada aprendiera procedimientos, revisara documentos o preparara análisis sencillos pueden automatizarse parcialmente. Al mismo tiempo, las empresas empiezan a pedir a los profesionales júnior capacidades de criterio, comunicación y responsabilidad que tradicionalmente se desarrollaban con los años.
Una nota de la consultora Qaracter pone el foco en esta transformación y en sus consecuencias para la formación inicial. El debate encuentra respaldo en el Barómetro global del impacto de la IA en el empleo 2026 de PwC, que identifica una evolución significativa en el contenido de las ofertas de trabajo.
El fenómeno no demuestra que los empleos de entrada estén desapareciendo de forma generalizada. Lo que sugiere es que cambia la composición de las tareas y, con ella, la forma en que las organizaciones deben enseñar a trabajar a quienes todavía no tienen experiencia.
Siete veces más probabilidad de exigir capacidades sénior
Según el análisis de PwC, los puestos júnior más expuestos a la inteligencia artificial tienen siete veces más probabilidades de solicitar competencias tradicionalmente asociadas a posiciones sénior, como liderazgo o pensamiento estratégico, respecto a los puestos júnior menos expuestos.
La cifra requiere una lectura precisa. No significa que todos los trabajos de entrada pidan siete años de experiencia, ni que las vacantes se hayan reducido siete veces. Se refiere a la probabilidad relativa de requerir determinadas habilidades en anuncios de empleo clasificados por su exposición a la IA.
El mismo estudio observa que los puestos de nivel inicial transformados hacia mayores responsabilidades han aumentado un 35 % desde 2019. La combinación revela una posible recomposición del mercado: se automatizan actividades rutinarias y gana peso la capacidad de evaluar resultados y coordinar decisiones.
Si desaparecen las tareas sencillas, ¿dónde se aprende?
La progresión tradicional en muchas profesiones se apoyaba en un itinerario claro. Una persona comenzaba ejecutando actividades delimitadas, recibía correcciones y asumía gradualmente funciones más complejas. Preparar informes, revisar código, clasificar incidencias o estructurar documentos constituía, además de trabajo productivo, una forma de aprendizaje.
Con asistentes capaces de realizar parte de esas tareas, el riesgo es que la empresa espere resultados de mayor nivel desde el primer día sin ofrecer el entrenamiento necesario. El ahorro inmediato puede convertirse en un problema de falta de profesionales cualificados dentro de unos años.
Por ejemplo, si una herramienta redacta automáticamente un análisis, el empleado que lo recibe debe poder identificar errores, comprender supuestos y detectar información omitida. Esa capacidad no surge por el mero hecho de disponer de un buen sistema: necesita práctica y conocimiento del contexto.
La productividad de los júnior también puede mejorar
Sería un error presentar la automatización únicamente como una amenaza. La IA puede ayudar a quienes empiezan a familiarizarse con herramientas desconocidas, preparar primeros borradores o acceder a explicaciones personalizadas. Bien integrada, puede ampliar la autonomía sin eliminar la formación.
El resultado depende de cómo se organice el trabajo. Un sistema que ofrece respuestas pero oculta el razonamiento puede fomentar la aceptación acrítica. Uno que acompaña a una persona en la revisión, contraste y discusión de alternativas puede contribuir al aprendizaje, siempre que los responsables evalúen los conocimientos adquiridos.
La diferencia se observa en los objetivos de cada organización. Si el único indicador es producir más entregables con menos personas, los incentivos pueden perjudicar la formación. Si también se mide la capacidad de explicar decisiones y corregir errores, la tecnología puede convertirse en un apoyo más útil.
Cuatro ámbitos que las empresas deben rediseñar
El Foro Económico Mundial analizó en junio de 2026, junto con PwC, el futuro del trabajo de nivel inicial. Su marco identifica cuatro dimensiones: acceso al empleo, diseño de los puestos, desarrollo de cantera profesional y conexión con el sistema educativo.
Trasladado a la práctica, el planteamiento obliga a separar lo que debe automatizarse de lo que debe mantenerse como experiencia formativa. También demanda nuevas formas de tutoría y evaluaciones que no premien solo una respuesta rápida, sino la comprensión del proceso seguido.
En puestos técnicos, conviene reservar tiempo para revisar decisiones de la IA junto a especialistas, analizar fallos reales y asumir progresivamente responsabilidades. En administración, comunicación o servicios profesionales, esto puede traducirse en comparar fuentes, justificar recomendaciones y conversar con clientes o compañeros.
El sector de la ciberseguridad ya muestra la tensión
Las conclusiones adquieren particular relevancia en profesiones donde la automatización coincide con una escasez de talento. Un estudio de Barracuda señala que parte de las organizaciones reduce efectivos de seguridad vinculados a IA al mismo tiempo que reconoce carencias de competencias.
La paradoja se examina en Revista Ciberseguridad: la IA reduce plantillas mientras persiste la falta de habilidades. Si los centros de operaciones delegan todas las alertas sencillas en sistemas automáticos, necesitarán otros mecanismos para enseñar a futuros analistas a distinguir una anomalía real de un falso positivo.
Las pequeñas y medianas empresas afrontan además dificultades particulares para incorporar y formar especialistas. Como muestra el Barómetro IndesIA 2026 analizado en Revista Cloud Computing, el uso identificable de IA en la muestra de pymes todavía presenta diferencias importantes según tamaño y territorio.
El reto no es pedir sénior a quien acaba de llegar
Exigir buen juicio profesional a alguien sin experiencia previa puede acabar desplazando el problema hacia el trabajador. Las empresas necesitan definir qué competencias son realmente imprescindibles al contratar y cuáles deben desarrollarse mediante acompañamiento, práctica y formación.
Esto incluye mantener referentes humanos accesibles, diseñar tareas graduadas, revisar resultados generados por IA y reconocer el tiempo invertido en aprender. También exige a universidades y centros formativos incorporar ejercicios donde el alumnado deba explicar por qué acepta o rechaza una propuesta automática.
La pregunta de fondo es sencilla: si las máquinas resuelven una parte creciente del trabajo inicial, ¿qué experiencias permitirán construir a los profesionales expertos del futuro? La respuesta dependerá menos de la potencia de los modelos que de las decisiones educativas y organizativas que se tomen desde ahora.
(*) Publicado originalmente en Revista Inteligencia Artificial, 28/10/2026
INFOESFERA - Suplemento de C | T | IA