Saber, desaprender y luego, reaprender

Hay una escena que se repite en miles de universidades: un profesor explica contenidos pensados hace una década, los estudiantes toman apuntes para aprobar un examen y, al final, reciben un título que certifica un saber muy específico. Salen convencidos de estar listos para competir, pero ese mercado ya no existe.

Mientras una universidad renueva su plan de estudios cada cinco o seis años, la inteligencia artificial evoluciona en meses, y mientras un estudiante memoriza procesos, los modelos generativos aprenden millones de patrones nuevos por día. Seguimos formando talento con un molde pensado para la economía del siglo pasado, cuando las empresas más competitivas ya contratan por habilidades demostrables antes que por diplomas.

La evidencia acompaña: de acuerdo con el Foro Económico Mundial, cerca de 59 de cada 100 trabajadores necesitarán reciclar o actualizar sus habilidades antes de 2030, empujados por la automatización y la transformación tecnológica. No enfrentamos una crisis de empleo, sino de pertinencia, con millones de puestos que desaparecerán mientras surgen otros de perfiles que todavía no sabemos nombrar.

Del estudio al criterio

Durante generaciones estudiar fue acumular información, y funcionó porque el conocimiento era caro y difícil de conseguir; hoy ocurre lo contrario, con más saber disponible del que nadie puede procesar. Lo escaso ya no es la información, sino el criterio para elegir entre varias respuestas posibles, y ese criterio no se memoriza: se entrena.

Por eso el diploma vale hoy como punto de partida y no como meta. Google, IBM, Microsoft y Apple, entre otras, eliminaron el requisito del título universitario en numerosos puestos y priorizan competencias demostrables, porque el mercado ya no pregunta qué estudiaste, sino qué sabes resolver.

La inteligencia artificial no sustituye personas: sustituye tareas. El error más común es imaginar una pugna entre humanos y máquinas, cuando el verdadero desafío separa a quienes saben trabajar con ellas de quienes se empeñan en competirles.

Un estudio de McKinsey estima que la IA generativa podría automatizar entre el 60% y el 70% del tiempo que hoy consume el trabajo, lo que no borra ese porcentaje de empleos: cambia por completo la forma de ejercerlos. El contador, el abogado o el ingeniero seguirán existiendo, pero ninguno trabajará igual dentro de cinco años, con el valor desplazado de ejecutar tareas repetitivas a interpretar, decidir y ejercer criterio.

En esa frontera aparece un nuevo analfabetismo, el de quien no sabe colaborar con sistemas inteligentes: formular buenas preguntas, verificar información y convertir datos en decisiones. Coincide Juan Alanis Granados, director de Recursos Humanos y Relaciones Laborales en Ferrocarril y Terminal del Valle de México (se retiró de ese puesto en 2020), para quien la ola de acceso a la información obliga a desarrollar herramientas de veracidad antes de emitir cualquier juicio de valor.

Aprender más rápido que el entorno

Pocas universidades enseñan a formular preguntas, a sostener la curiosidad o a desaprender, y sin embargo esas serán las capacidades más difíciles de automatizar. Mientras la tecnología avanza, ganan valor la empatía, la creatividad y el pensamiento crítico, que ya no son habilidades blandas sino las nuevas habilidades duras.

A esa lista, el especialista suma la asertividad, y la señala como punto de inflexión para obtener lo mejor de cada equipo, en organizaciones donde ya no hay lugar para la pasividad ni para la agresividad. En su Work Trend Index, Microsoft encontró que una amplia mayoría de los líderes considera imprescindibles las habilidades de inteligencia artificial en casi todas las áreas del negocio, no solo en la técnica.

Hace veinte años una habilidad técnica duraba dos décadas; hoy algunas caducan en menos de tres, y la IA acelera ese desgaste, de modo que aprender se volvió una condición permanente y no una etapa que se cierra con el diploma. Las empresas compitieron por capital, tecnología o mercados —ventajas cada vez más temporales, porque todo eso se compra o se copia—, y la única sostenible será aprender antes que el resto.

Lo confirma la historia: Kodak inventó la cámara digital y siguió apostando al rollo, Blockbuster pudo comprar Netflix y la rechazó, Nokia dominaba el mercado cuando apareció el iPhone. Ninguna cayó por falta de talento, sino por leer el cambio demasiado tarde, y hoy ese cambio corre mucho más rápido.

Por eso la formación ya no es tarea exclusiva de las universidades, que seguirán dando las bases pero no pueden seguirle el ritmo a la IA. Las empresas debemos enseñar de manera permanente, y cada persona asumir que el título es apenas el primer capítulo de una historia que se escribe todos los días.

De acuerdo con la OCDE, en su Skills Outlook 2025, las demandas de habilidades evolucionan más rápido que los ciclos de las políticas y los currículos, y quien deje de aprender dos o tres años competirá contra una versión obsoleta de sí mismo. El mayor riesgo no es que las máquinas aprendan demasiado rápido, sino que sigamos enseñando como si el mundo no hubiera cambiado.

Y cuando el mundo vuelva a cambiar —porque lo hará—, la única ventaja que nos quedará será la de siempre: seguir aprendiendo. Pero más rápido.

(*) El autor es arquitecto empresarial mexicano enfocado en energía, innovación y desarrollo industrial. Con experiencia en transición energética, nearshoring y manufactura limpia, impulsa iniciativas que integran tecnología, sostenibilidad y competitividad para América del Norte. Colabora con ecosistemas empresariales y académicos para acelerar la adopción de infraestructura verde, redes inteligentes y modelos de productividad basados en energía limpia.

Te puede interesar: Bar que prometía cerveza gratis cuando muriera Trump pierde su licencia