¿Qué nos quedará por hacer?
Las herramientas de IA están cambiando rápidamente el trabajo del conocimiento, pero muchos sostienen que están desplazando los roles humanos de “hacer” a evaluar, juzgar y dirigir, en lugar de eliminar el trabajo por completo. Los comentaristas aportan pruebas mixtas sobre las ganancias de productividad, señalan que históricamente la automatización crea nuevas tareas y demanda (a menudo en revisión, integración y limpieza), y debaten si el software y otros empleos de cuello blanco se fragmentarán en niveles de pericia en lugar de desaparecer. Debajo de todo esto hay preocupaciones más profundas sobre la deuda técnica, la desigualdad, la propiedad de la infraestructura de IA y si serán los sistemas sociales y políticos —y no los límites técnicos— los que determinen quién se beneficia si gran parte del trabajo actual se abarata o se automatiza por completo.
Cambio en la naturaleza del trabajo
- Muchos ven que el trabajo pasa de “construir/hacer” a “evaluar, juzgar y dirigir” sistemas de IA.
- Algunos sostienen que “acumular riqueza antes de que la IA vuelva obsoletas las habilidades” frente a “desarrollar habilidades/agencia/juicio” es una falsa dicotomía; en general, la riqueza requiere esas habilidades de todos modos.
- Otros señalan que esta división ya existe: roles de producto/PM/analista frente a una ingeniería más profunda.
Impacto actual de la IA en el trabajo
- Varios informan de más trabajo, no menos: la IA les permite abordar tareas que antes “no valían la pena” (p. ej., deuda técnica, errores menores, reproducciones, pequeñas automatizaciones). Se cita la paradoja de Jevons.
- Algunos sienten que el trabajo ha pasado de programar a definir requisitos, investigar y revisar.
- Otros ven aumentos de productividad pero no una reducción de horas; las organizaciones simplemente elevan las expectativas.
- Se mencionan algunos recortes concretos de empleo (p. ej., traducción) y equipos más pequeños entregando más.
Herramientas vs. transformación (compiladores, low-code, LLMs)
- Hay debate sobre si la generación de código con IA es “solo otro compilador” o algo cualitativamente distinto por la no determinación, los errores y la necesidad de juicio.
- Se la compara con ciclos de entusiasmo anteriores (COBOL, low/no-code, PowerApps): ampliaron lo que los desarrolladores pueden hacer en lugar de eliminarlos.
- Algunos argumentan que los agentes modernos permiten “externalizar el pensamiento”, no solo la implementación, lo que podría ser una ruptura real con herramientas pasadas; otros no están convencidos.
Futuro de los roles de software
- Una analogía: el software se divide en niveles como la medicina (unos pocos “arquitectos/doctores”, muchos “médicos” semitécnicos y “enfermeros” no técnicos usando IA/low-code).
- Los críticos señalan que esos estratos ya existen (ingenieros de staff, analistas de negocio, usuarios avanzados).
- Algunos prevén que la programación básica se volverá como la alfabetización: esperada en muchos trabajos, con menos trabajo de software a medida pero manteniéndose los roles de gama alta.
Preocupaciones sociales, económicas y éticas
- Preocupa la desigualdad y la propiedad: si unos pocos poseen las máquinas, quienes no las poseen pueden tener poco poder de negociación; reaparecen las comparaciones con los caballos sustituidos por tractores.
- Otros argumentan que las democracias y la política social pueden redistribuir las ganancias; los sistemas de bienestar y los derechos laborales del pasado surgieron de la lucha política.
- Algunos temen escenarios de “Elysium” habilitados por IA o economías de subclase; otros esperan un interminable “trabajo artificial” y nuevos dominios de problemas.
Reacciones generacionales y culturales
- Se informa que muchos jóvenes usan intensamente la IA (p. ej., en la universidad) y a la vez expresan hostilidad hacia ella; algunos incluso “sabotean” iniciativas corporativas de IA.
- Creciente “fatiga de IA” y sospecha hacia textos generados por IA o moldeados por IA; algunos lectores sienten que ahora gran parte de la escritura tiene la misma voz plana de la IA.
Límites, riesgos y deuda técnica
- Varios esperan una meseta en la capacidad o una desaceleración impuesta por la regulación; otros creen que la mejora exponencial y las nuevas arquitecturas continuarán.
- Preocupan la acumulación de “slop” generado por IA, sistemas frágiles que nadie entiende y que el trabajo futuro consista en limpiar la deuda técnica inducida por la IA.
- Un caso de estudio de una gran empresa (solo interno) afirma ganancias globales de productividad de ingeniería de alrededor de ~7%, con algunos equipos viendo un impacto negativo debido a herramientas ruidosas.