Tu nuevo talento puede llegar a su primer día de trabajo y encontrarse con una realidad incómoda: muchas de las tareas con las que antes se aprendía el oficio ya las hace la IA, puede redactar un primer borrador, resumir documentos, analizar información, organizar datos o preparar una presentación en cuestión de segundos.
El problema es que hacer esas tareas no era solamente producir trabajo, también era aprender, ahí aparece el nuevo reto para las empresas: ¿cómo desarrollar criterio una persona que empieza su carrera cuando la tecnología puede hacer buena parte del trabajo que antes le permitía adquirir experiencia?
La respuesta no puede ser simplemente enseñar a utilizar más herramientas de IA, un profesional que entra hoy necesita aprender algo más difícil: saber qué pedir, qué cuestionar, qué validar y cómo convertir una respuesta generada por IA en una decisión útil para el negocio.
La generación que empieza a trabajar con IA no necesariamente necesita más tareas, necesita mejores oportunidades para aprender a pensar, decidir y trabajar con ella y ahí aparece una pregunta que Recursos Humanos, líderes y áreas de formación necesitan responder: si la IA hace parte de las tareas que antes utilizábamos para aprender, ¿cómo vamos a formar a las personas que empiezan?
El problema no es que haya menos trabajo para los nuevos es que cambió el trabajo con el que aprenden
El World Economic Forum señala que más de uno de cada tres trabajadores jóvenes a nivel global se encuentra en ocupaciones con una exposición media o alta a cambios en sus tareas derivados de la IA, su propuesta no es simplemente proteger los puestos de entrada, sino repensar cómo se diseñan los roles, las rutas de talento y los sistemas de formación para las primeras etapas de carrera.
Gartner llega a una conclusión similar desde la perspectiva empresarial, en una encuesta a 110 responsables de Recursos Humanos, el 22 % señaló que al menos un líder de su organización había dejado de contratar para determinados roles de entrada debido a la automatización pero la recomendación de Gartner no es eliminar el talento junior: es rediseñar esos roles para que puedan aportar antes en trabajos de mayor valor y desarrollar las capacidades que la organización necesitará en el futuro.
El cambio también aparece en los datos de Strada.
En su estudio con casi 1.500 ejecutivos y responsables senior de talento, el 42 % señaló que la IA había aumentado las responsabilidades analíticas y basadas en juicio de los empleados junior. Al mismo tiempo, el 41 % indicó que había reducido tareas fundamentales para la construcción de habilidades y el 33 % reportó una reducción de tareas rutinarias o administrativas.
La combinación es interesante: menos tareas para aprender haciendo, pero más necesidad de analizar, decidir y juzgar, ese es el verdadero cambio.
El nuevo junior necesita aprender a pensar con IA
Si una persona que empieza su carrera ya no necesita pasar meses haciendo manualmente ciertas tareas antes de enfrentarse a problemas más complejos, la respuesta no puede ser simplemente darle acceso a una herramienta de IA y esperar que aprenda sobre la marcha.
Necesita desarrollar nuevas capacidades, por ejemplo:
- Saber qué pedirle a una herramienta de IA y cómo formular un problema.
- Identificar cuándo una respuesta necesita ser cuestionada.
- Contrastar información antes de utilizarla.
- Entender el contexto del negocio antes de aceptar una recomendación.
- Reconocer riesgos o inconsistencias.
- Tomar una decisión a partir de información generada o procesada por IA.
- Explicar por qué una determinada respuesta es útil o no para el problema que está intentando resolver.
En otras palabras, el valor no está únicamente en saber utilizar la herramienta. Está en saber qué hacer con lo que la herramienta produce.
McKinsey plantea este cambio como una transición hacia roles en los que los profesionales junior necesitan interpretar resultados generados por IA, trabajar junto a agentes y desarrollar capacidades de juicio mucho antes en su carrera, eso obliga a cambiar también la formación.
Ya no basta con enseñar. Hay que crear oportunidades para practicar
Durante mucho tiempo, la experiencia era el mecanismo de aprendizaje: una persona hacía algo muchas veces, recibía feedback, entendía qué había hecho bien o mal y, poco a poco, necesitaba menos acompañamiento pero sí algunas de esas tareas desaparecen o se automatizan, la organización tiene que crear deliberadamente nuevas oportunidades para desarrollar ese criterio.
Aquí entran las simulaciones: un nuevo colaborador puede enfrentarse a una situación similar a las que encontrará en su trabajo: analizar una información, responder a un cliente, evaluar una recomendación generada por IA, decidir entre varias alternativas o detectar un riesgo.
Primero intenta resolverla, después recibe retroalimentación y vuelve a intentarlo, este ciclo permite entrenar capacidades que difícilmente se desarrollan únicamente consumiendo contenido.
McKinsey describe justamente este modelo como learning in the flow of work: las personas aprenden mientras producen resultados reales, con sistemas de IA que pueden actuar como guías, revisores y fuentes de feedback. La idea no es esperar a que alguien acumule años de experiencia para empezar a tomar decisiones, sino acelerar la construcción de esa experiencia mediante apoyo continuo.
La formación también tiene que cambiar de lugar
Esto no significa que los cursos hayan dejado de servir, significa que el curso ya no puede ser el único lugar donde ocurre el aprendizaje: un nuevo colaborador necesita conocer procesos, productos, políticas y herramientas, pero también necesita poner ese conocimiento en contexto.
- ¿Qué haría si un cliente plantea una situación que no aparece en el manual?
- ¿Qué debería revisar antes de confiar en una respuesta de IA?
- ¿Cómo decidiría entre dos alternativas?
- ¿Qué información le falta para tomar una buena decisión?
Ese tipo de preguntas permiten convertir la formación en algo más cercano al trabajo real y cuanto antes una persona pueda practicar ese tipo de situaciones, menos depende de esperar años para desarrollar criterio.
Formar talento junior ya no significa prepararlo para hacer más tareas
Este puede ser uno de los cambios más importantes para las organizaciones, durante muchos años, desarrollar a alguien significaba ayudarlo a dominar progresivamente un conjunto de tareas hasta que estuviera preparado para asumir responsabilidades mayores.
Ahora la lógica empieza a invertirse, la IA puede encargarse de una parte de la ejecución mientras la persona necesita aprender antes a interpretar, supervisar, decidir y conectar información con el contexto del negocio.
Gartner señala que las organizaciones necesitan proporcionar estructuras de apoyo que permitan a los empleados en etapas tempranas de su carrera desenvolverse en trabajos más complejos y con mayor ambigüedad.
Por eso, el onboarding y la formación continua no deberían limitarse a explicar cómo funciona la empresa, también deberían empezar a desarrollar desde el primer día las capacidades que el nuevo entorno de trabajo va a exigir.
¿Cómo formar a la generación que empieza con IA?
Una estrategia puede combinar tres elementos:
1. Conocimiento del negocio
Antes de pedirle a alguien que utilice IA, necesita entender qué hace la organización, qué problemas resuelve, qué clientes atiende y qué decisiones importan.
La IA funciona mucho mejor cuando existe contexto.
2. Práctica con situaciones reales
No basta con explicar qué es el pensamiento crítico o cómo utilizar una herramienta.
Hay que crear situaciones en las que la persona tenga que aplicarlo.
Una simulación puede plantear un problema, exigir una decisión y permitir que el colaborador reciba feedback antes de enfrentarse a una situación real.
3. Acompañamiento continuo
El aprendizaje no debería terminar cuando finaliza el onboarding.
Las personas necesitan apoyo mientras empiezan a enfrentarse a situaciones nuevas.
La IA puede ayudar a crear ese acompañamiento: responder preguntas, plantear escenarios, revisar intentos y proporcionar retroalimentación en el momento en que aparece la necesidad, así, la formación deja de ser algo que ocurre antes del trabajo y empieza a integrarse dentro del trabajo.
El verdadero reto: no perder la escuela mientras automatizamos
La conversación sobre IA y talento junior suele concentrarse en una pregunta:¿qué tareas van a desaparecer? Pero para Recursos Humanos existe una pregunta todavía más importante: ¿qué capacidades dejarán de desarrollarse si esas tareas desaparecen?
Porque una organización puede automatizar una tarea y ganar productividad, el problema aparece cuando también automatiza, sin darse cuenta, el camino mediante el cual las personas aprendían a hacer el trabajo.
El World Economic Forum plantea precisamente la necesidad de reinventar las rutas de entrada al mercado laboral, mientras McKinsey señala que las organizaciones tendrán que seguir desarrollando a la próxima generación de expertos aunque cambie la forma en que adquieren experiencia.
La respuesta no es volver a las fotocopias, los reportes manuales o las tareas repetitivas es construir una nueva escuela donde el talento pueda aprender a trabajar con IA, sobre IA y a pesar de sus límites, donde practicar sea parte de la formación, donde el feedback llegue antes de que el error tenga consecuencias y donde un profesional junior no tenga que esperar cinco años para empezar a desarrollar el criterio que su trabajo ya le exige desde el primero.
Tu próximo talento no necesita más tareas sino mejores experiencias para aprender
La IA está cambiando la puerta de entrada al mundo profesional para las empresas, la oportunidad no está únicamente en automatizar lo que antes hacían los perfiles junior está en utilizar ese tiempo liberado para acelerar algo que sigue siendo profundamente humano: la construcción de criterio, experiencia y capacidad para tomar buenas decisiones.
Si la IA está cambiando cómo empieza una carrera profesional, también tenemos que cambiar cómo enseñamos a empezar.
Convierte la IA en una ventaja para desarrollar talento
La IA puede hacer parte del trabajo de un perfil junior, tu empresa puede aprovechar ese cambio para acelerar su curva de aprendizaje y prepararlo antes para asumir decisiones de mayor valor.
Con el Entrenador IA de Zalvadora, crea simulaciones y espacios de práctica donde tu equipo analiza situaciones, toma decisiones y recibe feedback antes de enfrentarse a escenarios reales.
Menos tiempo esperando que llegue la experiencia.
Más talento preparado para aportar.
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
