La IA está golpeando con más dureza los trabajos de nivel inicial, según un estudio de Stanford

Las herramientas de IA están erosionando rápidamente los puestos de oficina de nivel inicial, especialmente los puestos junior de software e informática, ya que los empleadores congelan contrataciones o esperan que la IA sustituya gran parte del trabajo que antes hacían los recién graduados. Los comentaristas debaten cuánto de esto se debe realmente a la IA frente a factores económicos más amplios como los tipos de interés más altos y la sobreproducción de graduados en CS, pero en general coinciden en que los caminos para adquirir experiencia en el trabajo se han derrumbado. Muchos prevén una “generación perdida” de juniors, advierten sobre la escasez de talento a largo plazo y una “banca intermedia” más débil, y plantean remedios que van desde aprendizajes y contratos de formación hasta impuestos y redes de seguridad social más amplias.

Impacto en los trabajos tecnológicos de nivel inicial

  • Muchos ven la IA como algo que desplaza directamente el trabajo clásico de junior/administrativo (corrección de errores, boilerplate, tareas sencillas de datos), elevando el nivel mínimo de habilidades necesario para un primer empleo.
  • Algunos sostienen que el trabajo tecnológico de nivel inicial siempre ha sido difícil, pero la IA junto con un mercado débil lo ha pasado de “difícil” a “casi imposible”, especialmente para titulados no tradicionales o de centros no élite.
  • Se informan casos de graduados en CS (incluso de universidades de primer nivel) que luchan por conseguir cualquier entrevista en vivo; empresas que dicen explícitamente que no están contratando juniors.
  • Se cita un estudio sueco que muestra una caída medible en la contratación de personas de 22 a 25 años en trabajos con alta exposición a la IA.

Comportamiento de las empresas e incentivos de formación

  • Las empresas están recortando juniors tanto para “demostrar” a los accionistas la productividad de la IA como para reasignar presupuestos hacia infraestructura de IA/centros de datos.
  • Varios comentarios describen esto como “comerse el grano de siembra”: ahorros a corto plazo, pérdida a largo plazo de talento de nivel intermedio (“decadencia de la banca intermedia”).
  • La cultura corporativa se describe como un fracaso de teoría de juegos: nadie quiere asumir los costes de formación; todos esperan fichar a personal ya formado.
  • Propuestas: aprendizajes con cláusulas de permanencia o de reembolso de la formación, más énfasis en la ética de la mentoría, o intervención gubernamental, aunque muchos dudan de que se adopten.

Debate sobre el papel de la IA frente a la macroeconomía

  • Un bando: la IA está realmente haciendo innecesarias la mayoría de las tareas de oficina de nivel inicial; el listón para “junior” ahora es de nivel intermedio o superior.
  • Otro bando: el principal motor es la macroeconomía (fin de la era de tipos de interés cero, congelaciones de contratación, exceso de graduados en CS de los años de auge); la IA es un factor marginal o un chivo expiatorio conveniente.
  • Consenso: la causalidad no está clara; el propio estudio no demuestra que la IA sea la única causa.

Calidad de los juniors y “habilidades de IA”

  • Algunos ven una generación “COVID + ChatGPT”: fundamentos más débiles, gran dependencia de la IA, poca comprensión del código producido.
  • Otros dicen que los mejores desarrolladores jóvenes, fluidos con la IA, ahora son extraordinariamente productivos; el problema es la enorme variación y la evaluación.
  • Desacuerdo sobre las “habilidades de IA”:
    • Visión minimalista: el prompting básico y el uso son triviales y no diferencian.
    • Visión más fuerte: diseñar prompts, verificar resultados, construir/operar agentes y harnesses es ingeniería real, pero se apoya en habilidades tradicionales.

Perspectiva a largo plazo y adaptación individual

  • Especulación sobre una “generación perdida” de juniors (2022–2030), seguida de una eventual renormalización cuando escaseen los seniors —contradicha por otros que esperan que para entonces la IA sea todavía más avanzada.
  • Preocupaciones más amplias sobre un posible escenario “post-trabajo” o de desempleo masivo frente a analogías históricas (caballos → coches, oficios adaptándose).
  • Tendencias de consejo: planificar como si los empleos perdidos no fueran a volver; considerar oficios, sanidad u otro trabajo menos automatizable; seguir aprendiendo, construyendo proyectos paralelos y aprovechando las redes personales.