Los puestos de entrada cumplían una función que pocas organizaciones hacían explícita: no solo producían trabajo, producían profesionales, revisar cientos de documentos, limpiar bases de datos, redactar primeros borradores o corregir pequeños errores de código eran tareas visibles, pero detrás de ellas ocurría algo menos visible y mucho más valioso: ahí se construía el criterio.
La IA, al absorber buena parte de ese trabajo operativo, no solo está cambiando qué se le pide a un junior. Está desmontando la escuela informal en la que se formaban, el riesgo es responder a este cambio con la pregunta equivocada, si la IA puede ejecutar más rápido, más barato y a menudo mejor las tareas que antes servían para formar talento, la conclusión aparentemente lógica sería dejar de contratar perfiles de entrada.
Una encuesta de Gartner de julio de 2026 muestra que esto ya está ocurriendo: el 22% de los CHRO consultados reportó que al menos un líder de su organización había reducido la contratación junior por automatización, el problema, advierte el World Economic Forum, es que esa decisión resuelve un costo inmediato creando uno mucho mayor a futuro: sin puestos de entrada, las organizaciones dejan de producir la experiencia senior que necesitarán contratar más adelante.
Los datos más recientes sugieren que el desafío es todavía más específico. Un estudio de 2026 de PwC, basado en más de mil millones de anuncios de empleo en 27 países, encontró que los roles junior más expuestos a la IA tienen siete veces más probabilidades de exigir habilidades asociadas tradicionalmente con posiciones senior pensamiento estratégico, gestión de stakeholders, toma de decisiones basada en datos que los roles junior menos expuestos.
La escalera profesional no está desapareciendo: se está comprimiendo y eso obliga a una pregunta distinta a la que probablemente se está haciendo la mayoría de las organizaciones: no si la IA puede hacer el trabajo del junior, sino cómo diseñar ahora el trabajo que lo convierte en profesional.
El riesgo de resolver mal esta pregunta
Hay una respuesta aparentemente lógica ante la desaparición de las tareas operativas: si la inteligencia artificial puede hacerlas más rápido, más barato y, en muchos casos, mejor que una persona que está empezando, ¿para qué seguir contratando perfiles junior?
Es una pregunta razonable y precisamente por eso puede conducir a una decisión equivocada.
Durante décadas, las organizaciones no contrataron juniors únicamente porque necesitaban que alguien procesara datos, preparará informes, hiciera investigación preliminar, documentara procesos o redactara los primeros borradores. Contrataron a los juniors porque esas tareas eran también el terreno sobre el que se construía algo mucho más valioso: experiencia.
Un analista que durante sus primeros años revisaba cientos de documentos no solo aprendía a revisar documentos. Empezaba a reconocer patrones. Descubre qué errores eran importantes y cuáles no. Aprendía cómo trabajaban sus clientes, qué esperaba un jefe de un buen análisis y qué diferencias había entre una respuesta técnicamente correcta y una respuesta realmente útil. Un abogado junior que pasaba horas revisando contratos empezaba a desarrollar intuición sobre dónde estaban los riesgos. Un consultor que construía presentaciones, limpiaba bases de datos y hacía investigación aprendía progresivamente a distinguir una señal de un ruido. Un ingeniero que corregía pequeños problemas de código comenzaba a entender cómo se comportaba un sistema en el mundo real.
La tarea era el producto visible, el aprendizaje era el producto invisible, ahora la inteligencia artificial está alterando esa ecuación.
El World Economic Forum ha advertido en 2026 que la transformación de los puestos de entrada plantea un problema que va mucho más allá de cuántos empleos pueden automatizarse. El desafío es preservar y reinventar las vías mediante las cuales las personas adquieren experiencia profesional al comienzo de sus carreras. El informe identifica precisamente la necesidad de actuar sobre el acceso al empleo, el diseño de los puestos, las rutas de desarrollo del talento y la conexión entre educación y mercado laboral.
Lee también IA en la formación: cómo diseñar experiencias que realmente ayuden a aprender
Diagrama la IA cambia cómo se forman los profesionales
El World Economic Forum plantea precisamente la necesidad de reinventar estas primeras etapas profesionales en lugar de asumir que simplemente desaparecerán.
La pregunta, entonces, no debería ser: si la IA puede hacer el trabajo del junior, ¿para qué necesitamos juniors?
Debería ser: si la IA puede hacer el trabajo que utilizamos para formar a los juniors, ¿cómo vamos a diseñar ahora el trabajo que los convierte en profesionales? Esa es una pregunta mucho más difícil.
Pero también es la que determinará si la IA simplemente reduce el coste de ejecutar trabajo hoy o si consigue algo mucho más valioso: acelerar la formación del talento que necesitarán las organizaciones mañana.
Dirigir, Validar, Integrar: la nueva escuela del junior
Si la escuela tradicional del trabajo junior está desapareciendo, la pregunta no puede ser simplemente cómo conservarla no tiene sentido proteger artificialmente tareas que una máquina puede ejecutar mejor, más rápido y a una escala que ningún trabajador humano podría sostener.
La pregunta interesante es otra: ¿qué experiencias tenemos que diseñar para que una persona siga desarrollando criterio cuando la IA se queda con buena parte de la ejecución?
Aquí empieza a aparecer un modelo diferente de formación.
McKinsey plantea que, a medida que la inteligencia artificial absorbe tareas como investigación, documentación, limpieza de datos, programación básica y análisis preliminar precisamente algunas de las actividades mediante las cuales los profesionales jóvenes construían sus primeros instintos, las organizaciones necesitan rediseñar los puestos de entrada alrededor de una capacidad distinta: el juicio.
El objetivo ya no es únicamente que el empleado sepa ejecutar una tarea, sino que sepa cuándo confiar en una máquina, cuándo cuestionar y cuándo intervenir o rechazar su resultado, ese cambio permite imaginar una nueva lógica para el desarrollo profesional temprano.
Ya no se trata de formar al junior para que haga manualmente todo aquello que la tecnología puede hacer automáticamente. Se trata de formarlo para que pueda dirigir la tecnología, validar lo que produce e integrar sus resultados en un contexto real.
De ahí surge un nuevo modelo: Dirigir, Validar, Integrar.
Diagrama dirigir, validar, integrar la nueva escuela del junior
McKinsey propone precisamente una combinación de rediseño de puestos, aprendizaje integrado en el trabajo, conocimiento institucional codificado y coaching de managers. En otras palabras: la organización tiene que convertirse en un sistema de aprendizaje mucho más deliberado.
Lee también Transferencia del aprendizaje: cómo medir el verdadero impacto de la capacitación
Ahí es donde Dirigir, Validar e Integrar puede convertirse en algo más que una lista de competencias puede convertirse en una nueva secuencia de aprendizaje:
- Dirigir enseña a formular problemas y orientar la inteligencia disponible.
- Validar enseña a cuestionar, comparar y ejercer juicio sobre los resultados.
- Integrar enseña a transformar esos resultados en decisiones contextualizadas.
Y, sobre esas tres capacidades, aparece una cuarta que no hace falta añadir al acrónimo porque las atraviesa todas: aprender porque ese es el verdadero objetivo.
No formar juniors que sepan utilizar las herramientas de 2026 formar profesionales que sepan pensar, decidir y aprender en un entorno en el que las herramientas seguirán cambiando la diferencia es enorme.
Enseñar una herramienta prepara para una tecnología: enseñar a dirigir, validar e integrar prepara para un mundo en el que la tecnología seguirá siendo diferente dentro de tres años Y quizá esa sea la verdadera oportunidad que ofrece la desaparición de la vieja escuela.
No necesitamos recuperar las tareas que la IA se llevó, necesitamos construir una escuela profesional que sea mejor que la que teníamos antes.
La trampa de comprar experiencia en lugar de construirla
La automatización está creando una tentación particularmente peligrosa para las organizaciones: dejar de construir talento y empezar a comprarlo.
Si la IA permite que un equipo pequeño produzca el trabajo que antes requería una estructura más amplia de profesionales junior, la organización puede concluir que necesita menos personas en la base de la pirámide. En lugar de contratar a diez profesionales jóvenes y desarrollarlos durante varios años, puede contratar directamente a tres perfiles experimentados y apoyarse en la tecnología para multiplicar su capacidad.
Sobre el papel, la ecuación parece funcionar y el problema aparece varios años después porque una organización no puede contratar experiencia indefinidamente si deja de producirla.
Una encuesta de Gartner publicada en julio de 2026 encontró que el 22% de los CHRO encuestados afirmó que al menos un líder de negocio de su organización había dejado de contratar perfiles de entrada debido a la automatización mediante IA. Al mismo tiempo, Gartner advierte que reducir estas oportunidades puede crear un problema para el desarrollo futuro del talento: las organizaciones pueden terminar dependiendo cada vez más de profesionales experimentados que deben ser contratados en el mercado, en lugar de desarrollarlos internamente.
Diagrama la trampa de comprar experiencia en lugar de construirla
La IA puede hacer que necesitemos menos personas para ejecutar determinadas tareas, no necesariamente significa que necesitemos menos personas capaces de pensar y esa diferencia debería estar en el centro de cualquier decisión sobre el futuro del talento junior.
La cuestión ya no es cuánto trabajo operativo queda para justificar una posición de entrada, la cuestión es cuánto talento futuro estamos dispuestos a dejar de construir si esa posición desaparece.
Lee también Onboarding Personalizado por Rol: 5 Pasos para Acelerar la Adaptación y la Autonomía
Por qué esto no es simplemente “enseñar a usar IA”
Hay una tentación muy comprensible cuando una tecnología cambia la naturaleza del trabajo: responder al cambio con capacitación sobre la propia tecnología.
Si la inteligencia artificial está transformando los puestos junior: enseñemos IA, cursos de prompting, herramientas de productividad, automatización, agentes, generación de contenido, análisis asistido, nuevas plataformas que aparecen cada pocos meses.
Todo eso será necesario pero probablemente no sea lo más importante porque el problema que plantea la IA en los primeros años de carrera no es simplemente que los profesionales jóvenes necesitan aprender a utilizar una nueva herramienta.
El problema es que están desapareciendo algunas de las experiencias mediante las cuales aprendían a pensar como profesionales, los datos de Strada ayudan a entender esta diferencia.
En mayo de 2026, la Strada Education Foundation publicó un estudio basado en una encuesta a casi 1.500 ejecutivos y responsables senior de talento de diferentes industrias y tamaños de empresa. Cuando se les preguntó cómo estaba cambiando el trabajo de entrada, el 42% señaló que la IA había aumentado las responsabilidades analíticas y basadas en juicio de los empleados junior. Al mismo tiempo, el 41% afirmó que había reducido tareas fundamentales o de construcción de habilidades, y el 33% reportó una reducción de tareas rutinarias o administrativas.
La combinación de estos tres datos es mucho más importante que cualquiera de ellos por separado, la IA está quitando parte del trabajo que tradicionalmente servía para aprender y, simultáneamente, está empujando al junior hacia un trabajo que exige más análisis y más juicio.
Es decir: menos práctica de las tareas básicas, más responsabilidad sobre las decisiones, ese desplazamiento cambia completamente lo que significa estar preparado para entrar en una profesión.
Diagrama no se trata de enseñar IA se trata de enseñar pensar con IA
No se trata, por tanto, de enseñar más IA, se entre una organización que simplemente automatiza trabajo junior y una organización que utiliza la automat trata de enseñar a pensar mejor con IA y esa distinción puede ser la frontera entre una organización que simplemente automatiza trabajo junior y una organización que utiliza la automatización para acelerar la formación de su próxima generación de profesionales.
Strada te da un dato con tanta claridad: el mercado no está pidiendo simplemente “más IA”. Está desplazando el valor hacía pensamiento crítico, comunicación, colaboración y juicio. Además, el dato 41%/42% es casi perfecto para tu tesis: mientras desaparecen tareas de construcción de habilidades, aumentan las responsabilidades de análisis y juicio
Y hay otro hallazgo de Strada: los empleadores valoran más la experiencia laboral relacionada, las prácticas y el aprendizaje basado en proyectos que un expediente académico excelente sin experiencia laboral. Eso refuerza muchísimo tu argumento de que, si desaparecen las primeras experiencias profesionales, hay que rediseñar deliberadamente dónde y cómo se adquiere experiencia, no simplemente sustituirla por cursos de IA.
La desaparición de la escalera: el junior que necesita pensar cómo senior
Lee también Onboarding Genérico vs. Personalizado: ¿Cómo Diseñarlo por Rol sin Sobrecargar a RR. HH.?
La desaparición de la escalera
Durante décadas, la carrera profesional tuvo una arquitectura bastante predecible se empezaba abajo no solo en el organigrama, sino también en la complejidad de las decisiones.
El profesional recién llegado recibía tareas acotadas, con poco margen de error y relativamente pocas consecuencias con el tiempo, esas tareas se volvían más complejas después llegaban las primeras decisiones. Más adelante, la coordinación de otras personas finalmente, la responsabilidad sobre equipos, clientes, presupuestos y estrategia.
La carrera era, en buena medida, una escalera cada peldaño añadía una capa de responsabilidad la inteligencia artificial está empezando a comprimir esa escalera no necesariamente porque esté eliminando todos los puestos de entrada, sino porque está modificando lo que se espera de una persona cuando entra en ellos.
El dato más revelador aparece en el 2026 AI Jobs Barometer de PwC, que analizó más de mil millones de anuncios de empleo en 27 países. En su análisis de puestos de entrada en Estados Unidos, PwC encontró que los roles junior más expuestos a la IA tienen siete veces más probabilidades que los roles junior menos expuestos de exigir habilidades tradicionalmente asociadas con posiciones senior, como liderazgo, pensamiento estratégico, gestión de stakeholders, toma de decisiones basada en datos, gestión de procesos y mentoría.
Es un dato extraordinario porque cambia la naturaleza del problema, la cuestión ya no es solamente que la IA pueda hacer algunas tareas que antes realizaba el junior, es que el junior que queda está siendo contratado para hacer un trabajo diferente, un trabajo en el que se espera que llegue antes a la zona del criterio.
PwC describe este fenómeno como una compresión de la carrera profesional tradicional: mientras la IA absorbe parte del trabajo rutinario, las posiciones junior más expuestas empiezan a incorporar capacidades que históricamente aparecían mucho más tarde en la trayectoria profesional. Los puestos de entrada con esta “seniorización” crecieron un 35% desde 2019, mientras que otros puestos de entrada disminuyeron un 10%.
La implicación es profunda.
Diagrama la desaparición de la escalera el junior necesita pensar cómo senior antes
La cuestión no es si la IA permitirá que una persona con poca experiencia haga el trabajo que antes realizaban profesionales senior ya está ocurriendo, la cuestión es qué vamos a hacer con ese salto de capacidad podemos utilizarlo simplemente para reducir costes y exigir más a los perfiles de entrada o podemos utilizarlo para acelerar deliberadamente su desarrollo.
La primera opción produce juniors más productivos, la segunda podría producir profesionales capaces de alcanzar el criterio senior mucho antes, la diferencia dependerá de si las organizaciones entienden la IA como una máquina para sustituir los primeros peldaños de la carrera o como una herramienta para reconstruir la escalera completa.
La IA no está eliminando solamente la escalera: está comprimiéndola como uno de los conceptos centrales del artículo. PwC utiliza explícitamente la idea de que “the traditional career ladder is compressing”.
Eso te permite llegar a D-V-I de una manera muy elegante: si la escalera se comprime, la formación también tiene que cambiar; ya no podemos enseñar primero a ejecutar durante años y esperar después que aparezca el criterio.
De acumular tareas a acumular capacidades
Si la IA está eliminando parte del trabajo que tradicionalmente utilizamos para formar a los profesionales jóvenes, hay una pregunta que necesariamente aparece después: ¿qué debería acumular un junior en su lugar?
Durante décadas, la respuesta fue relativamente sencilla: experiencia pero la experiencia significaba, en la práctica, haber hecho muchas cosas, haber procesado cientos de documentos y haber preparado decenas de presentaciones, haber revisado innumerables hojas de cálculo, haber escrito suficientes primeros borradores como para empezar a reconocer qué hacía bueno a uno haber participado en suficientes proyectos como para comenzar a entender cuáles eran los problemas realmente importantes.
La experiencia profesional se construía acumulando exposición la inteligencia artificial está poniendo en cuestión ese mecanismo no porque la experiencia haya dejado de importar, sino porque la cantidad de tareas necesarias para adquirirla puede estar disminuyendo.
La Organización Internacional del Trabajo ha analizado precisamente este cambio en su informe sobre el panorama cambiante de las competencias en la era de la IA. Su conclusión de fondo es que la transformación tecnológica no consiste únicamente en que determinadas ocupaciones desaparezcan o sean automatizadas: también está modificando las tareas que permanecen dentro de ellas y, con ellas, el conjunto de capacidades que los trabajadores necesitan desarrollar.
Lee también Segundo cerebro en 2026: de sistema de notas a contexto personal para la IA
Diagrama de acumular tareas a acumular capacidades
Por eso la próxima generación de organizaciones tendrá que hacer algo que durante mucho tiempo no fue necesario: diseñar deliberadamente la escuela dentro del trabajo y esa nueva escuela tendrá que enseñar algo diferente.
No solo cómo ejecutar, no solo cómo utilizar IA, sino cómo dirigirla, cuestionarla, contextualizarla y convertir sus resultados en decisiones humanas, ese es el terreno sobre el que puede construirse el nuevo modelo D-V-I.
El problema de demostrar criterio cuando todavía no tienes experiencia
Hay una paradoja en el nuevo mercado laboral que suele pasar desapercibida.
Las empresas dicen que necesitan profesionales jóvenes con pensamiento crítico, capacidad de adaptación, curiosidad, comunicación, resiliencia e inteligencia emocional. Pero muchas de esas capacidades se desarrollan precisamente a través de la experiencia que un profesional joven todavía no tiene.
- ¿Cómo demuestra un recién graduado que sabe manejar la ambigüedad si todavía no ha tenido que hacerlo?
- ¿Cómo demuestra capacidad de juicio si todavía nadie le ha dado una decisión relevante que tomar?
- ¿Cómo demuestra resiliencia si todavía no ha tenido suficientes oportunidades para equivocarse, recibir feedback y volver a intentarlo?
- ¿Cómo demuestra que sabe trabajar con personas si su experiencia profesional se ha limitado a completar tareas individuales?
Este puede convertirse en uno de los grandes problemas del mercado laboral junior en la era de la IA: las organizaciones empiezan a exigir capacidades que antes se desarrollaban después de entrar en el mundo profesional, mientras que al mismo tiempo desaparecen algunas de las primeras experiencias mediante las cuales esas capacidades se construían.
El World Economic Forum acaba de poner el foco sobre esta tensión. En un análisis publicado en septiembre de 2026, señala que los empleadores están valorando cada vez más la capacidad de aprender, la curiosidad, la resiliencia, la comunicación y otras cualidades humanas frente a una evaluación basada únicamente en títulos académicos. El artículo también destaca que más de un tercio de los trabajadores jóvenes se encuentra en ocupaciones con exposición media o alta al cambio impulsado por IA.
Diagrama el problema de demostrar criterio sin experiencia
Estas son precisamente las cualidades que el World Economic Forum identifica como cada vez más relevantes para los jóvenes que entran al mercado laboral: curiosidad, adaptabilidad, voluntad de aprender, resiliencia y capacidad de conectar con otros y hay una consecuencia importante para nuestra tesis, si esas capacidades son ahora más importantes, no podemos esperar que aparezcan después de cinco años de carrera, tenemos que empezar a desarrollarlas desde el primer día.
Eso significa que el nuevo junior no debería pasar sus primeros años simplemente acumulando tareas, debería acumular situaciones de aprendizaje: decisiones, problemas, feedback, errores controlados, contexto, responsabilidad progresiva y evidencia de que su criterio está creciendo.
La IA puede encargarse de una parte cada vez mayor de la ejecución.
La organización tendrá que encargarse de algo que la tecnología no puede automatizar por sí sola: crear las condiciones para que una persona aprenda a decidir y es precisamente ahí donde empieza la necesidad de un nuevo modelo para formar talento junior.
Crear nuevos espacios para aprender haciendo
Si la IA está eliminando parte de las tareas que durante años funcionaron como una escuela informal para los profesionales junior, las organizaciones necesitan encontrar nuevas formas de desarrollar experiencia, criterio y capacidad de decisión.
El Entrenador IA de Zalvadora crea simulaciones que permiten complementar la formación tradicional con espacios de práctica donde tu equipo puede enfrentarse a situaciones relacionadas con su trabajo, tomar decisiones, explorar alternativas y recibir retroalimentación.
Esto resulta especialmente relevante para los perfiles que están comenzando su trayectoria profesional cuando ya no existe el mismo volumen de tareas operativas para aprender haciendo, las organizaciones pueden diseñar experiencias que permitan practicar antes de asumir situaciones reales: analizar un problema, responder ante un escenario, tomar una decisión o aprender de un error sin que sus consecuencias ocurran todavía en el trabajo.
Para Recursos Humanos y Learning & Development, el reto no es simplemente enseñar a los nuevos profesionales a utilizar IA. Es ayudarles a desarrollar las capacidades que necesitarán para trabajar con ella: pensamiento crítico, criterio, comunicación, análisis y toma de decisiones.
Porque si la IA está cambiando las tareas con las que antes se construía la experiencia, también tenemos que cambiar la manera en que ayudamos a construirla.
Conclusión
El problema que plantea la IA en los puestos de entrada no se resuelve definiendo las tareas que una máquina ya ejecuta mejor, ni tampoco simplemente añadiendo cursos de IA al programa de formación junior, se resuelve reconociendo que la escuela informal del trabajo aquella en la que revisar documentos, limpiar datos o redactar borradores enseñaba, de paso, a pensar como profesional ha dejado de ocurrir por sí sola, si las organizaciones no la reemplazan deliberadamente, simplemente dejará de existir.
El modelo Dirigir, Validar, Integrar que propone McKinsey ofrece una ruta concreta para esa reconstrucción: formar juniors que sepan formular problemas y orientar la tecnología disponible, cuestionar y comparar sus resultados, y convertir todo eso en decisiones contextualizadas, no es una lista de competencias para añadir al programa de formación existente, es una secuencia distinta, pensada para un profesional que necesita llegar al criterio mucho antes de lo que exigía la carrera tradicional lo que PwC describe como una escalera profesional que se comprime, no que desaparece.
Las organizaciones que entiendan esto a tiempo no van a usar la IA simplemente para reducir el costo de sus equipos junior van a usarla para acelerar deliberadamente la formación de su próxima generación de profesionales: diseñando las decisiones, los errores controlados, el feedback y la responsabilidad progresiva que antes se adquirían casi por accidente, acumulando tareas.
La pregunta que queda planteada para cualquier área de Talento Humano no es cuánto trabajo operativo le queda al junior para justificar su puesto, es cuánto talento futuro está dispuesto a dejar de construir si no diseña, a propósito, la escuela que la IA se llevó.
Preguntas frecuentes
- ¿La IA eliminará los puestos junior?
La IA está automatizando muchas tareas operativas que tradicionalmente realizaban los perfiles junior, pero eso no significa que estos puestos deban desaparecer. El reto para Recursos Humanos es rediseñarlos para que sigan desarrollando experiencia, criterio, capacidad de decisión y otras habilidades profesionales.
- ¿Cómo formar talento junior en la era de la IA?
Las empresas necesitan combinar formación en inteligencia artificial con experiencias prácticas de aprendizaje. Simulaciones, proyectos, feedback, toma de decisiones y responsabilidad progresiva pueden sustituir parte de las tareas operativas que antes funcionaban como escuela profesional.
- ¿Qué habilidades necesita un profesional junior con IA?
Además de conocimientos técnicos, los perfiles junior necesitan desarrollar pensamiento crítico, capacidad de análisis, comunicación, toma de decisiones y criterio para evaluar los resultados de la IA. También es importante aprender a dirigir, validar e integrar las herramientas de inteligencia artificial en el trabajo.
- ¿Qué es el modelo Dirigir, Validar, Integrar?
Es un enfoque para formar profesionales en entornos donde la IA realiza cada vez más tareas. Dirigir implica orientar la tecnología hacia un problema; Validar, evaluar críticamente sus resultados; e Integrar, convertirlos en decisiones y acciones dentro de un contexto profesional.
- ¿Cómo puede RR. HH. desarrollar experiencia cuando la IA elimina tareas junior?
RR. HH. puede crear nuevas experiencias de aprendizaje mediante simulaciones, proyectos, casos reales supervisados y situaciones de toma de decisiones. El objetivo es que los empleados junior sigan acumulando experiencia y criterio, aunque ya no realicen el mismo volumen de tareas operativas.
- ¿Por qué las empresas no deberían dejar de contratar perfiles junior?
Reducir la contratación junior puede generar eficiencia a corto plazo, pero también puede limitar la capacidad de una organización para desarrollar talento senior internamente. Si las empresas dejan de formar profesionales desde la entrada, aumentará su dependencia de contratar experiencia en el mercado.
- ¿La formación en IA es suficiente para preparar a los juniors?
No. Aprender a utilizar herramientas de IA es solo una parte de la preparación. Los profesionales también necesitan aprender a cuestionar resultados, tomar decisiones, gestionar situaciones ambiguas y aplicar conocimiento al contexto de la organización. La nueva formación junior debe desarrollar tanto competencias digitales como criterio profesional.
Bibliografía
- World Economic Forum. (2026, 22 de junio). Artificial Intelligence and the Future of Entry-Level Work: A Framework for Safeguarding and Reinventing Early Career Pathways. World Economic Forum
- McKinsey & Company. (2026, 14 de julio). Building expertise in the age of AI: Who trains the next generation? McKinsey & Company
- Gartner. (2026, 27 de julio). Gartner Survey Finds AI Automation Is Reducing Some Entry Level Hiring at Nearly One-Quarter of Organizations. Gartner
- Strada Education Foundation. (2026, 19 de mayo). Entry-Level Hiring in the AI Era: What Employers Are Thinking (and Doing). Strada Education Foundation
- PwC. (2026). AI Jobs Barometer. PwC – AI Jobs Barometer
- International Labour Organization (ILO). (2026, 13 de agosto). Changing Landscape of Skills in the Age of AI. International Labour Organization
- World Economic Forum. (2026, 16 de septiembre; actualizado el 18 de septiembre). What skills do employers want from young people entering the workforce in the age of AI? World Economic Forum