La noche del 1 de julio de 1978, el New York Times imprimió su última edición con plomo caliente. Dos empleados registraron aquel cierre en video. La grabación muestra entusiasmo, furia y a un linotipista que, aquella misma noche, decidió jubilarse. No le correspondía por edad, pero se negaba a aprender el nuevo sistema.
Es tentador leer esa escena como el relato de una máquina que reemplaza a un hombre. Sin embargo, la computadora no lo expulsó. Lo que realmente lo marginó fue la relación que eligió tener con lo nuevo: verlo como una amenaza a todo lo que había construido, no como un territorio por explorar. Había invertido décadas en volverse excepcional en algo que, de repente, dejó de ser escaso. Hizo cuentas y se fue.
Casi medio siglo después, la escena se repite sin plomo ni cámaras. Ya no es el operario quien se marcha. Es el profesional con trayectoria que se queda, sigue siendo la persona a la que todos consultan, y usa la IA de manera tangencial: la probó un par de veces, leyó bastante, opina con soltura. Pero nunca atravesó la incomodidad de usarla en serio.
La experiencia protege… por ahora
Los datos disponibles contradicen el temor más extendido: la IA no está golpeando primero a los más experimentados, sino a quienes recién empiezan. Un trabajo de la OCDE, publicado en julio, revela que la exposición a la automatización es mayor en los grupos más jóvenes y disminuye con la edad, porque la experiencia tiende a complementar a la inteligencia artificial. En Stanford, el equipo de Erik Brynjolfsson encontró que el empleo de personas de 22 a 25 años en las ocupaciones más expuestas cayó un 16% relativo, mientras que el de los trabajadores con más experiencia se mantuvo y, en muchos casos, creció.
La explicación no está en la edad, sino en el tipo de saber. La IA reemplaza eficazmente el conocimiento codificado, aquel de los manuales y las reglas, que es lo que se domina al inicio de una carrera. Lo que aún está a salvo es lo que no está escrito en ninguna parte: criterio, contexto, lectura de personas, saber cuándo una respuesta correcta es la respuesta equivocada. Ese es el territorio que dominan quienes tienen trayectoria.
Pero existen dos advertencias importantes. La primera: la OCDE aclara que el patrón por edad se atenúa cuando se controla por educación, ocupación y país. Parte de la protección proviene del lugar donde trabajan los adultos, no de ellos mismos. La segunda: esa experiencia que protege es justamente la que menos se está combinando con la herramienta. En Estados Unidos, solo el 23% de las personas de 50 años o más usa IA en su trabajo de manera significativa, y apenas el 12% recibió alguna capacitación formal en su empresa.
Y el mercado no espera. En Argentina, casi 7 de cada 10 empresas no contrataron a nadie mayor de 50 años en el último año. El escudo de la experiencia alcanza para quedarse, pero no para volver a entrar. Toda protección que no se cultiva, vence.
Tres relaciones que jubilan
Cuando se acompaña a profesionales con trayectoria en procesos de aprendizaje, se observa que el problema casi nunca es la herramienta. Es el vínculo. Existen tres formas de relacionarse con la IA que, sin hacer ruido, empiezan a marginar a alguien.
Mirarla desde el balcón. Leer, opinar, esperar a que se aclare. Tiene una justificación razonable: nadie sabe hacia dónde va. En 2016, Geoffrey Hinton, considerado el padrino de la IA y años después ganador del Nobel, dijo que había que dejar de formar radiólogos. Diez años más tarde, en Estados Unidos hay más radiólogos que nunca, y casi cada imagen pasa por un algoritmo. Si la persona que más sabía del tema se equivocó sobre su propio campo, la conclusión es incómoda: nadie tiene el mapa. Pero detrás viene una conclusión cómoda y peligrosa: si nadie sabe, puedo esperar. Que nadie tenga el mapa no significa que todos estén igual de perdidos. Hay quienes caminan el territorio y quienes lo miran desde arriba. Leer sobre IA no es aprender IA; es la ilusión de aprendizaje.
Usarla como oráculo. El extremo opuesto: delegarle el pensamiento. Pedirle el informe, la propuesta, el análisis, y entregarlo casi sin tocar. Parece adopción, pero es otra forma de quedar afuera. Hoy el desafío es no ser fungible: lo fungible es aquello que se puede reemplazar por algo idéntico sin perder valor, como un billete por otro. Si lo que entregas es lo mismo que produce la herramienta, eres reemplazable por la herramienta. Hinton confundió una tarea con un trabajo: leer una imagen es una tarea; ser radiólogo es integrar esa imagen con una historia clínica, discutir con otro médico y decirle a una persona lo que se encontró. Quien usa la IA como oráculo le cede justamente la parte que lo hacía irremplazable.
Usarla para confirmar lo que ya sabes. La más sutil. Probarla solo en lo que dominas, para comprobar que se equivoca. Pedirle que valide una idea propia. Y cuando falla, concluir que “todavía no está lista”. Es lo que se llama el ego del experto: cuanto más se ha construido en un campo, más expuesto se siente uno al volver a ser principiante. No es arrogancia. Es autoprotección. Años de ser la persona que tiene la respuesta hacen que no saber se sienta como una amenaza a la identidad.
Las tres tienen la misma raíz: ninguna pone en juego la identidad de experto. El balcón la protege desde la distancia, el oráculo la protege tercerizando el riesgo, la confirmación la protege desde el control. Y las tres dejan a la persona exactamente donde estaba, mientras el terreno se mueve.
No perdimos la capacidad, perdimos la costumbre
El argumento más repetido para no aprender a cierta edad es biológico, pero es el más débil. Un estudio de Joshua Hartshorne y Laura Germine, con datos de casi 50.000 personas, mostró que no hay una edad pico para todas las capacidades. La velocidad de procesamiento llega a su máximo alrededor de los 18 o 19 años. La capacidad de leer los estados emocionales de otras personas recién alcanza su punto máximo entre los 40 y los 50 años. El cerebro adulto no pierde la capacidad de aprender: cambia la economía con la que aprende. Lo nuevo compite con redes y hábitos ya consolidados, y necesita intención, repetición y tolerancia a la incomodidad. Y no borra lo que ya sabes para incorporar lo nuevo; lo superpone.
No perdimos la capacidad de aprender. Perdimos la costumbre de exponernos a lugares donde todavía no sabemos. Lo que frena no está en las neuronas sino en las creencias. Funcionan como anteojos invisibles: “esto es para los más jóvenes”, “ya no tengo edad para empezar de cero”, “cuando se estabilice, me pongo”. Suenan a realismo, pero lo que hacen es protegernos del error. Hacerlas visibles es el primer paso para que se vuelvan negociables. La pregunta útil no es si esa creencia es cierta, sino qué estoy protegiendo si la sostengo.
La relación de explorador
Existe una cuarta forma de vincularse con la IA. No es la del experto que la evalúa ni la del principiante que la obedece. Es la del explorador: alguien que entra a un territorio que no conoce, con lo que ya sabe como equipaje y no como armadura. En la práctica, esa relación tiene tres roles posibles para la IA. Como tutor: te explica a tu nivel y convierte conceptos en práctica. Como espejo: hace visibles los supuestos y los vacíos de tu razonamiento. Como sparring: te discute, simula conversaciones difíciles y te devuelve feedback para volver a intentar. En ninguno de ellos piensa por vos; te ayuda a pensar mejor. Delegás la fricción, sostenés el pensamiento.
Esa relación no se declara: se construye con pequeñas exposiciones repetidas. Anne-Laure Le Cunff lo llama tiny experiments: en lugar de una meta que abruma, un pacto pequeño. Durante X días pruebo Y para aprender Z. Un ejemplo concreto: durante tres semanas, antes de cada reunión importante, le pido la IA que discuta mi propuesta como lo haría el cliente más difícil, para aprender a anticipar objeciones. Un experimento no busca salir bien; busca crear evidencia nueva que reemplace una suposición vieja. Se construye mejor en compañía. Las personas más jóvenes traen fluidez con la herramienta; quien tiene trayectoria trae el criterio para saber cuándo la respuesta está mal. Ese cruce entre generaciones vale más cualquier capacitación aislada siempre que el experto acepte, por un rato, ser el pregunta.
Aparece lo que no se puede reemplazar: no una especialidad más profunda sino una combinación: dos o tres saberes reales conectados de una manera que solo vos hacés. Tu experiencia no queda obsoleta; se vuelve materia prima para una forma de trabajar que todavía estás diseñando. La hoja no está en blanco: cada capa nueva se apoya en lo que ya sos.
Lo que sigue siendo tuyo
Aquel linotipista tuvo más de una década para ver venir el cambio y eligió irse. No lo derrotó la computadora. Lo derrotó una identidad que no estaba dispuesto a poner en juego. La IA va a seguir cambiando tareas, y nadie sabe todavía cuáles ni a qué ritmo. Esa parte no la controlamos. La otra sí: cuánto nos exponemos, cuánto probamos y cuánta torpeza estamos dispuestos a tolerar mientras aprendemos. Eso es lo que se llama una identidad de aprendiz: no un rasgo con el que se nace, sino una decisión repetida de relacionarse de otra manera con el no saber.
La tecnología no decide quién se queda afuera. Lo decide el vínculo que construimos con ella. Y ese vínculo, a diferencia de la tecnología, se puede rediseñar todos los días. No sos tu última versión.
Fuente: Infobae