La paradoja de dejar de formar juniors y seguir necesitando seniors

Resumir expedientes, tomar notas de reuniones, redactar minutas, buscar una cláusula en un contrato, armar documentación técnica, responder consultas de clientes; la cantidad de tareas que solían hacer los juniors en las empresas y que hoy resuelve la IA es tan grande que resulta imposible enumerarlas. Los beneficios están a la vista: mayor eficiencia, resultados más precisos, seguimiento, menos errores, ahorro de costos y de tiempo. Detrás de esa ganancia de productividad aparece una paradoja: si cada vez se requieren menos perfiles junior, ¿de dónde surgirán los profesionales senior que se necesitarán mañana?

The Hiring Lab detectó, en mayo pasado, que las ofertas de empleo senior aumentaron un 13,5% en el último año mientras que las de puestos de nivel inicial descendieron un 6,3%, una tendencia que se evidencia desde que se alcanzó el pico máximo de oferta para este tipo de trabajos, en 2022. La brecha se amplía en segmentos como desarrollo de software, donde casi el 70% de las vacantes son senior.

El AI Index Report 2026 de la Universidad de Stanford llega a conclusiones parecidas: el empleo entre los trabajadores más jóvenes (de 22 a 25 años) ha disminuido desde 2022, mientras que la plantilla de los grupos de mayor edad sigue creciendo. ¿Los más afectados? Las ocupaciones más expuestas a la IA, que descendieron un 16% en relación con las menos expuestas.

Cómo aprenden hoy los junior

¿Es posible "aprender a trabajar" en este contexto? Las tareas iniciales, incluso las rutinarias, permiten conocer un negocio, comprender sus procesos, desarrollar criterio, equivocarse con supervisión y aprender de quienes tienen más experiencia. Son parte de una trayectoria que, con el tiempo, convierte a un profesional que ejecuta instrucciones en otro capaz de tomar decisiones, anticipar problemas y asumir responsabilidades complejas.

Si eliminamos este primer escalón porque la IA hace el trabajo, ¿cómo producimos los seniors que necesitaremos dentro de cinco, diez o quince años? Porque, más allá de las tareas, si las empresas no diseñan nuevas instancias de aprendizaje la curva de experiencia puede interrumpirse. Se gana velocidad en el corto plazo, pero con el riesgo de debilitar la propia cadena de talento.

Frenar la automatización es imposible; de hecho, tiende a acelerarse. Conservar tareas innecesarias para que los jóvenes aprendan suena, a todas luces, a una decisión equivocada.

Repensar perfiles iniciales y mecanismos de aprendizaje

El camino, por lo tanto, consiste en repensar qué deben hacer los perfiles iniciales, cómo se los acompaña y qué conocimientos necesitan desarrollar. Si la IA ejecuta una parte del trabajo, los primeros puestos pueden orientarse hacia actividades de mayor valor formativo: interpretar resultados, verificar información, resolver excepciones, comprender el contexto y aprender a utilizar herramientas tecnológicas con criterio.

Por otra parte, se pasa a un modelo de aprendizaje "con" IA y no "por" IA: esto significa obligar a explicar criterios, comparar alternativas, auditar outputs y reconstruir el razonamiento, incorporando además la importancia de aprender a relacionar variables y comparar datos, desarrollar una visión holística y conectar con comunidades profesionales colaborativas que permitan conocer oportunidades laborales part o full time.

Otras estrategias son el trabajo colaborativo entre seniors y juniors sobre casos reales, incidentes y decisiones, la captura del conocimiento tácito a partir de bibliotecas de casos y prácticas o el cambio de métrica de "antigüedad" a "experiencia", pasando a un nuevo escenario en el que se promueve por evidencia según capacidad para resolver a determinado nivel de complejidad, calidad de juicio, autonomía y, fundamental, capacidad de enseñar a una nueva camada de juniors.

Todo esto exige un compromiso combinado entre los líderes y las áreas de Recursos Humanos. Si ya no es posible formar talento a partir de personas que aprenden por observación o acumulación de tareas, entonces será necesario identificar capacidades, acercar la capacitación al trabajo real, promover la colaboración entre generaciones y crear oportunidades para que los profesionales experimentados transmitan sus conocimientos.

La IA puede comprimir el tiempo de producción pero los líderes de RRHH deben impedir que comprima también el de aprendizaje. Aprovechemos ese "tiempo extra" para decidir cómo convertirlo en mejores oportunidades de aprendizaje y garantizar la experiencia que hará falta en el futuro.

*Mg. Pablo Limongelli es Director de la carrera Gestión de Capital Humano de la Universidad de Belgrano.