Miércoles, 13 de mayo de 2026 Mié 13/05/2026
RSS Contacto
MERCADOS
Cargando datos de mercados...
Economía

Tenemos un problema: enseñamos a la IA a competir con nuestros empleos

Tenemos un problema: enseñamos a la IA a competir con nuestros empleos
Artículo Completo 1,455 palabras
Si enseñamos a la inteligencia artificial cómo hacemos nuestro trabajo y esta absorbe las principales tareas que desarrollamos, tal vez estemos entrenando a quien nos sustituya en el empleo. Leer
ProfesionesTenemos un problema: enseñamos a la IA a competir con nuestros empleosActualizado 6 MAY. 2026 - 17:54Brendan Foody, Adarsh Hiremath y surya Midha, fundadores de Mercor.

Si enseñamos a la inteligencia artificial cómo hacemos nuestro trabajo y esta absorbe las principales tareas que desarrollamos, tal vez estemos entrenando a quien nos sustituya en el empleo.

Si pensamos en el futuro de nuestro trabajo y en cómo influye la inteligencia artificial en lo que vendrá, resulta inevitable darse cuenta de que la IA ya no sólo ayuda: aprende a pensar como lo hacen los profesionales. Y la gran pregunta es si estamos adaptándonos al futuro, o si en realidad estamos enseñando a las máquinas a competir contra nosotros.

En estos debates tiene mucho que ver la entrada en escena de Mercor, una start up que paga a profesionales para enseñar a la IA cómo realizar tareas complejas. Mercor convierte conocimiento experto en sistemas escalables, simbolizando el cambio hacia una IA que replica trabajo profesional, y que no sólo lo asiste.

La actividad conocida de Mercor nos lleva a decir que entrenar sistemas capaces de reproducir tareas profesionales complejas no significa enseñar a una máquina una lista de respuestas. Se trata de descomponer una profesión en microdecisiones: qué documento hay que leer primero, qué dato pesa más, qué error es aceptable, qué señal revela un riesgo, qué recomendación sería responsable... La OIT subraya que el impacto de la IA generativa "debe analizarse en el nivel de las tareas, no sólo de las ocupaciones completas, porque los empleos contienen actividades con grados muy distintos de automatización".

Los profesionales que participan en este entrenamiento pueden estar adaptándose al futuro, pero también podrían estar acelerando la erosión de ciertas partes de su propio mercado. Un abogado que corrige respuestas de IA aprende cómo serán las herramientas legales del futuro, pero también ayuda a crear sistemas que reducirán horas de revisión documental.

Y un consultor que enseña a un modelo a hacer diagnósticos estratégicos gana dinero y visibilidad; pero puede estar reduciendo la necesidad de analistas junior en proyectos similares.

En un estudio reciente sobre el impacto de la inteligencia artificial en el mercado de trabajo, Anthropic mide la exposición laboral observando tareas reales de uso de IA, no sólo posibilidades teóricas, y señala que "la exposición aumenta cuando las tareas son técnicamente posibles, frecuentes en contextos laborales y automatizables dentro del rol".

Entrenar al sustituto...

Resulta inevitable preguntarse si con todo esto podemos estar entrenando a nuestro sustituto. McKinsey responde que probablemente no estemos entrenando a un sustituto total, pero sí a uno parcial: "La IA no necesita reemplazar al profesional completo para cambiar la economía de una profesión. Basta con absorber las tareas más repetibles, documentales, textuales o analíticas. La IA generativa puede añadir entre 2,6 y 4,4 billones de dólares anuales a la economía global mediante la automatización y aceleración de actividades de conocimiento, lo que implica una redistribución de tareas, márgenes y empleo".

Pero aún puede plantearse otra duda más importante: ¿Estoy usando la IA para construir mi propio activo, o ayudando a otro a construirlo con mi conocimiento?. Sobre la base de una guía práctica para el crecimiento de los ingresos de consultores y bufetes de abogados publicada en Harvard Business Review, se puede decir que "aquí se decide quién gana. Vender horas significa intercambiar tiempo por dinero. Crear un activo es transformar conocimiento en algo reutilizable: software, metodología, datos, marca o comunidad.

Las firmas profesionales buscan productizar servicios porque vender horas limita el crecimiento: sólo ingresas mientras trabajas. En cambio, un producto puede venderse muchas veces, generar ingresos recurrentes y ofrecer márgenes más altos sin depender siempre del profesional.

La inteligencia artificial permite convertir la experiencia profesional en herramientas que funcionan solas. Así, un reclutador, un CFO o un abogado pueden crear sistemas que trabajan sin ellos. La clave no es tecnológica, sino económica: supone pasar de cobrar por cada trabajo a generar ingresos recurrentes con un producto.

La inteligencia artificial convierte al profesional en una fuente de conocimiento que se puede capturar. La empresa puede registrar cómo trabaja, transformar ese criterio en sistemas internos y depender menos de personas concretas. Gana productividad, pero el experto puede perder poder negociador. Y perder ese poder es un riesgo laboral.

El Indice de la IA 2025 de la Universidad de Stanford explica esto: "Antes, una empresa necesitaba volver al experto cada vez que necesitaba su juicio. Ahora puede capturar ese juicio, empaquetarlo y redistribuirlo a través de software. El profesional cobra una vez, pero el sistema se usa miles de veces". El ganador no será simplemente quien sepa más. Será quien convierta lo que sabe en un activo escalable.

Expertos híbridos

El Stanford Digital Economy Lab concluye que "crecerán los expertos híbridos (abogado más IA, médico más validación algorítmica, consultor más automatización, reclutador más analítica de talento); aumentará la demanda de evaluadores, auditores y supervisores de IA; y caerá parte del trabajo junior basado en research, borradores, clasificación, documentación y análisis preliminar". Hay señales de presión sobre profesionales jóvenes en ocupaciones expuestas a la inteligencia artificial, especialmente software, atención al cliente y trabajo administrativo.

El World Economic Forum añade que la exposición se extenderá a áreas donde hoy todavía pesa mucho la responsabilidad humana: salud, auditoría, banca de inversión, arquitectura, ingeniería, selección ejecutiva, formación corporativa y asesoría estratégica.

La consecuencia es que el trabajo profesional se fragmenta. Lo que antes era una ocupación compacta -abogado, consultor, reclutador o analista- se convierte en un conjunto de tareas: unas son automatizables, otras son aumentadas y otras son reservadas a los humanos por confianza, contexto, responsabilidad o relación.

En su marco de transición laboral OpenAI advierte de que muchos trabajos altamente expuestos serán rediseñados o ampliados antes que automatizados de inmediato.

La inteligencia artificial ofrece una oportunidad: permite a un profesional escalar su conocimiento, crear consultoras, productos o agentes propios. Pero también puede convertirlo en proveedor temporal: cobra bien mientras enseña, hasta que la máquina aprende su criterio.

Mercor y el futuro del trabajo

Mercor se ha convertido en uno de los símbolos más incómodos del futuro del trabajo. Fundada en 2023, ha alcanzado una valoración cercana a los 10.000 millones de dólares con su propuesta de pagar a profesionales cualificados para que enseñen a la inteligencia artificial cómo hacen su trabajo.

Mercor recluta abogados, médicos, consultores, analistas financieros, programadores o reclutadores y les paga por descomponer su trabajo en pasos, por evaluar respuestas, corregir errores y definir qué significa hacer bien una tarea profesional. Convierte el criterio humano experto en datos que se pueden entrenar.

Según Bloomberg, la compañía conecta a miles de trabajadores de 'cuello blanco' con laboratorios de IA que necesitan mejorar sus modelos.

Lo que Mercor representa va mucho más allá de una 'start up' de moda. Es una nueva fase de la inteligencia artificial.

Durante años, la narrativa dominante fue que la IA ayudaría a los profesionales a automatizar tareas repetitivas, a mejorar la productividad, o a actuar como copiloto. Eso sigue siendo cierto, pero ahora la IA ya no sólo asiste: aprende a ejecutar partes del trabajo profesional. Para hacerlo necesita a los propios profesionales.

Y aquí está la paradoja central: la inteligencia artificial necesita humanos para aprender a reemplazar partes del trabajo humano. Un abogado enseña a una inteligencia artificial a revisar contratos; un consultor le enseña a analizar mercados; un reclutador le enseña a evaluar candidatos. Cada interacción mejora el sistema. Cada mejora reduce potencialmente la necesidad futura de intervención humana en esa misma tarea.

'Humanidad verificable', un nuevo antídoto contra los despidos por la IAXoople capta 115 millones de euros para su 'Sistema de Registro de la Tierra'"La tecnología crea más puestos de trabajo que los que elimina" Comentar ÚLTIMA HORA
Fuente original: Leer en Expansión
Compartir