Categoría: IA

Impacto de la IA en la economía, la sociedad y la educación

Categorías
IA

La metamorfosis de la consultoría

La noticia del despido masivo en Capgemini ha sacudido los cimientos del sector tecnológico europeo, no tanto por la cifra de afectados, sino por la narrativa que la acompaña. Por primera vez, una de las grandes firmas de servicios profesionales señala directamente a la IA como el motor de una reestructuración de su plantilla. Este anuncio, que afecta profundamente a regiones como España y Francia, no debe leerse como una señal de debilidad financiera. Al contrario, los resultados de 2025 muestran una solidez notable: ingresos de 22.465 millones de euros, lo que supone un crecimiento del 3,4% y un margen operativo que se ha mantenido en el 13,3%. Estamos ante el inicio de una migración forzosa hacia un nuevo modelo de arquitectura de costes donde la rentabilidad ya no depende de la cantidad de empleados en Europa, sino de la eficiencia de su entrega global.

Reestructuración operativa

Detrás de la decisión de Capgemini en recortar puestos de trabajo en el continente se esconde un cambio de geografía operativa que la IA ha acelerado de forma definitiva. Capgemini ha desplazado en los últimos años su centro de gravedad hacia la India, donde ya reside aproximadamente el 55% de su fuerza laboral global (unos 230.000 profesionales). Este movimiento no responde únicamente a la búsqueda de menores salarios, sino a la creación de un ecosistema donde la escala humana se encuentra con la eficiencia. La inversión de 700 millones de euros anunciada para su plan de reestructuración es el precio de liquidar una herencia operativa que ya no encaja en el mercado actual. Bajo este nuevo esquema, los países de Europa se transforman en nodos de «frontend»: sedes comerciales y estratégicas encargadas de la relación con el cliente, mientras que el «backend» técnico se centraliza en los hubs tecnológicos de Asia, altamente automatizados.

Un cambio en la pirámide

Este fenómeno marca el fin de la histórica «pirámide de consultoría» y su transición hacia una estructura de diamante, un concepto central que desarrollo en mi tesis «Reconfiguración«. Según los datos financieros de 2025 analizados por Investing.com, los agentes autónomos ya representan más del 10% de la cartera de pedidos. Tradicionalmente, las firmas crecían mediante una base masiva de consultores junior que realizaban tareas mecánicas de «picando datos» y aprendizaje. Sin embargo, en la era de la IA, esta base se contrae drásticamente. Como se analiza en el libro, la IA realiza el trabajo del junior de manera más rápida y económica, lo que provoca que las empresas dejen de contratar en la base para expandirse en la parte media, buscando perfiles que ya dominen la orquestación de algoritmos.

Las consecuencias de este «modelo de diamante» son profundas y preocupantes para el relevo generacional. Al eliminar la base de la pirámide, las compañías están destruyendo su propia cantera. Si un junior ya no tiene tareas sencillas con las que «aprender el oficio» (porque esas tareas las hace la IA), el camino para convertirse en el experto senior del futuro se rompe. Nos enfrentamos por tanto a una brecha donde el conocimiento tácito, aquel que se adquiere mediante la repetición y la exposición a problemas básicos, deja de fluir de una generación a otra. Esto genera una operativa de compañía de «vuelo corto»: alta eficiencia hoy a costa de una crisis de talento especializado de mañana.

Hacer más con menos

Finalmente, el impacto en la demanda de los clientes cierra el círculo de esta transformación, nos encontramos en una fase de transición crítica donde las organizaciones empiezan a interiorizar el mantra de «hacer más con menos«, lo que se traducirá en una pérdida sostenida de empleos tradicionales a medida que la automatización escale. Los clientes ya no demandan volumen de horas, sino eficiencia algorítmica y resultados tangibles. Esta reestructuración de la demanda no es un bache temporal, sino el inicio de una tendencia de 5 a 10 años donde la capacidad de las máquinas para absorber procesos complejos obligará a una redefinición total de la estructura salarial y laboral.

El caso de Capgemini es un aviso: la industria no solo está cambiando de herramientas, está cambiando de piel en un escenario de ajuste donde solo el valor estratégico real sobrevivirá a la automatización masiva.

Categorías
IA

Los eventos de comunidad reflejan la tendencia

La próxima celebración de Codemotion Madrid 2026 ha confirmado lo que muchos anticipábamos: la GenAI ha dejado de ser una promesa en fase de prueba de concepto para convertirse en pieza clave de la estrategia corporativa. Si en 2024 solo una décima parte de las conversaciones técnicas del evento Codemotion giraban en torno a la IA, el hecho de que hoy representen una cuarta parte del contenido refleja una adopción vertiginosa que supera cualquier revolución tecnológica previa por su velocidad de propagación casi instantánea.

Sin embargo, este despliegue técnico masivo trae consigo un problema estructural que las organizaciones no siempre abordan con la misma rapidez: la obsolescencia de las habilidades tradicionales. La verdadera disrupción de la IA no reside solo en su capacidad de procesar datos, sino en su facultad para automatizar tareas cognitivas y decisiones que antes eran exclusivas del ser humano. Esto sitúa a la fuerza laboral en un punto de inflexión donde el reskilling no es una opción de mejora continua, sino una necesidad de supervivencia profesional ante una tecnología que imita nuestra forma de razonar y crear.

Para gestionar esta transición, es fundamental comprender que el perfil del profesional de alto valor está mutando. Ya no se premia únicamente la especialización técnica en un nicho estanco, sino la capacidad multidisciplinar de integrar soluciones de IA dentro de una visión estratégica. La gestión del talento debe pivotar hacia el reentrenamiento de los equipos actuales, fomentando lo que denomino «habilidades intrínsecamente humanas» como el pensamiento sistémico, la ética y la inteligencia emocional, que son precisamente los elementos que la IA no puede replicar con facilidad.

Estamos entrando en una fase de maduración donde las empresas buscarán maximizar la eficiencia operativa. En un primer momento, veremos el modelo de «hacer más con los mismos», donde la IA aumenta la productividad individual de la plantilla existente. No obstante, si no se acompaña de un plan de reeducación profunda que permita a los trabajadores realizar tareas de mayor valor y juicio crítico, el riesgo de evolucionar hacia un escenario de «hacer más con menos» es latente, lo que podría derivar en desajustes sociales y laborales significativos en los próximos años.

La conclusión es clara: la tecnología ya está aquí, pero su éxito real dependerá de nuestra capacidad de adaptación. Debemos dejar de ver el aprendizaje como una etapa inicial de la vida para convertirlo en un proceso de actualización constante. Solo mediante una inversión estratégica en la formación de competencias humanas esenciales y en la alfabetización funcional sobre la IA, podremos asegurar que esta revolución tecnológica sea una palanca de crecimiento equitativo y no un factor de exclusión.

Categorías
IA

La trampa del 70/30: El espejismo del rendimiento cognitivo en la era de la IA

La integración de la IA en el sistema educativo y profesional ha dejado de ser una promesa de futuro para convertirse en una realidad. Sin embargo, en este primer trimestre de 2026, lo que inicialmente se celebró como una liberación de las tareas monótonas ha revelado una cara B profundamente preocupante. Expertos en pedagogía, neurociencia y economía han comenzado a acuñar un término que define el riesgo existencial de nuestra década: la «Trampa del 70/30». Este fenómeno describe una descompensación crítica en el esfuerzo intelectual que amenaza con erosionar las bases mismas del aprendizaje humano y la capacidad crítica de las nuevas generaciones.

La tesis central de la «Trampa del 70/30» sostiene que la eficiencia aparente proporcionada por la IA generativa actúa como un caballo de Troya para el intelecto. En el modelo tradicional de aprendizaje y producción, el individuo asumía la totalidad del proceso: desde la investigación y el filtrado de información hasta la estructuración de ideas y la ejecución final. En el nuevo paradigma de 2026, observamos una transferencia masiva de estas funciones a sistemas algorítmicos.

Bajo esta métrica, la IA asume el 70% del «trabajo pesado» (la síntesis de grandes volúmenes de datos, la generación de borradores, la corrección sintáctica y la organización lógica). El humano queda relegado a un 30% final de supervisión, edición cosmética o validación superficial. La tesis advierte que este 30% es insuficiente para consolidar redes neuronales profundas. El ser humano, al dejar de esforzarse en el proceso creativo, pierde la capacidad de entender la arquitectura del conocimiento que está validando. Se genera así un espejismo de rendimiento: resultados de alta calidad producidos por individuos con una comprensión decreciente del contenido.

Esta idea no nace de una mera especulación filosófica, sino de estudios empíricos publicados recientemente, destacando el informe de la OCDE de febrero de 2026 sobre competencias digitales. El estudio se basó en el seguimiento de dos grupos de estudiantes de postgrado y profesionales junior. El Grupo A utilizó herramientas de IA para asistir el 70% de su producción escrita y analítica, mientras que el Grupo B trabajó con métodos tradicionales asistidos mínimamente por tecnología. Los resultados mediante espectroscopia de infrarrojo cercano (NIRS) mostraron que los sujetos del Grupo A presentaban una actividad significativamente menor en la corteza prefrontal dorsolateral, el área del cerebro responsable de la planificación, la memoria de trabajo y la toma de decisiones complejas. Lo más alarmante fue el test de «resiliencia intelectual«: cuando se les retiró la IA y se les pidió realizar tareas similares, los sujetos del Grupo A mostraron niveles de frustración un 60% más altos y una incapacidad notable para estructurar argumentos desde cero.

El estudio concluye que el cerebro, por una cuestión de economía energética, tiende a la ley del mínimo esfuerzo. Si una herramienta externa resuelve la parte ardua del pensamiento, el cerebro deja de ejercitar esas capacidades, produciendo una suerte de «atrofia por desuso«. El argumento central es que el aprendizaje es, por definición, un proceso de resistencia; eliminar esa resistencia mediante la IA elimina, de facto, el aprendizaje real.

Problemáticas derivadas

La instauración de la Trampa del 70/30 conlleva una serie de problemáticas que ya están afectando al mercado laboral y a las instituciones educativas:

  1. La ruptura de la escalera Junior-Senior: En sectores como el derecho, la programación o la consultoría, las tareas «junior» (resúmenes, búsqueda de jurisprudencia, código básico) son ahora realizadas por IA. Sin embargo, estas tareas eran precisamente el campo de entrenamiento donde los profesionales adquirían la experiencia necesaria para ser seniors. Al externalizar el 70% inicial, estamos cortando el cordón umbilical del aprendizaje práctico.
  2. La validación de la «Alucinación»: Un individuo que solo aporta el 30% final de supervisión a menudo carece del criterio necesario para detectar errores sutiles o sesgos en el 70% generado por la máquina. Esto crea una cadena de desinformación donde se aceptan como válidos datos erróneos simplemente porque la forma (la redacción, la presentación) es impecable.
  3. Indefensión: Los estudiantes están perdiendo la confianza en su propia capacidad para generar ideas originales. Ante una página en blanco, la ansiedad aumenta, y la tendencia es recurrir de inmediato al prompt, anulando la fase de incubación del pensamiento creativo.

El concepto de la Trampa del 70/30 ha dividido a la comunidad experta en dos grandes bloques. Por un lado, los tecnoptimistas argumentan que no estamos perdiendo capacidad, sino que la estamos «trasladando» a niveles superiores de abstracción. Según esta postura, el humano debe dejar de ser un «constructor» para convertirse en un «orquestador». Argumentan que, al igual que la calculadora no destruyó las matemáticas, la IA no destruirá el pensamiento, sino que lo elevará.

En el lado opuesto, los humanistas críticos señalan que la analogía de la calculadora es falsa. La calculadora sustituye una operación aritmética, pero la IA sustituye el lenguaje, que es el vehículo mismo del pensamiento. El debate actual en 2026 se centra en dónde debe trazarse la «línea roja» de la delegación cognitiva. ¿Es ético que un juez delegue el 70% de la redacción de una sentencia a una IA si el resultado es «formalmente correcto»? ¿Es pedagógico que un médico aprenda diagnósticos validando los de un algoritmo?

Para combatir la atrofia cognitiva, diversos organismos como la UNESCO y el FMI están proponiendo marcos de actuación que buscan invertir la proporción del esfuerzo:

  • Inversión del proceso (El modelo 30/70): Algunos expertos proponen que en los entornos formativos se obligue a realizar el 70% del trabajo inicial (investigación de fuentes primarias, esquemas manuales, borradores iniciales) de forma analógica, permitiendo el uso de la IA solo para el 30% final de optimización o traducción.
  • Evaluación del proceso, no del producto: Las instituciones educativas están abandonando la calificación de ensayos o exámenes finales como productos acabados. En su lugar, se están implementando defensas orales y «bitácoras de pensamiento» donde el alumno debe explicar la evolución de su idea, demostrando que posee el conocimiento aunque la IA haya ayudado a darle forma.
  • Certificación de «Human-First»: En el ámbito profesional, están surgiendo sellos de calidad que garantizan que el valor añadido de un servicio ha sido generado predominantemente por humanos, combatiendo la homogeneización de contenidos generados por algoritmos.
  • Entrenamiento en «Pensamiento adversario»: En lugar de usar la IA para que nos dé la respuesta, se propone usarla como «abogado del diablo» para que critique los argumentos humanos, obligando al individuo a fortalecer su razonamiento original.

Conclusiones:

La Trampa del 70/30 es, en última instancia, un recordatorio de que el desarrollo humano es un proceso biológico que no puede ser acelerado infinitamente por la tecnología sin consecuencias. La IA es una herramienta de una potencia sin precedentes, pero su uso irreflexivo amenaza con convertirnos en meros editores de un mundo diseñado por máquinas.

La conclusión para este horizonte de 5 a 10 años es clara: la verdadera ventaja competitiva en la economía de la IA no será saber usar las herramientas (una competencia que se convertirá en una commodity), sino poseer la base cognitiva, la paciencia intelectual y el criterio crítico para no caer en la trampa. La educación debe volver a abrazar la dificultad y el esfuerzo como componentes esenciales del crecimiento. Solo si somos capaces de mantener el control sobre el «70%» de nuestro proceso de pensamiento, podremos asegurar que la inteligencia artificial siga siendo nuestra herramienta y no nuestra sustituta. El futuro no pertenece a quienes más rápido producen, sino a quienes más profundamente comprenden.

Categorías
IA

Reconfiguración, entendiendo la transición a la era de la Inteligencia digital

Hoy quiero compartir con vosotros una lectura esencial para entender el momento histórico que atravesamos: «Reconfiguración: Las nuevas reglas del trabajo, la economía y la sociedad en la era de la Inteligencia Artificial«, mi nuevo ensayo orientado a la reflexión profunda sobre la etapa de transición en la que nos encontramos.

La tesis central del ensayo se basa en la idea que la IA no es simplemente una tecnología más, sino un catalizador del cambio que nos obliga a cuestionar cómo entendemos el valor, el aprendizaje y el trabajo. El libro destaca que estamos en los inicios de una nueva era de cambio que evoluciona a «velocidad digital», superando con creces la rapidez de cualquier revolución industrial previa. El objetivo no es predecir el futuro con exactitud, sino fomentar un debate informado sobre si estamos realmente preparados para el impacto que se avecina en los próximos 5 a 10 años.

Aquí os resumo las 4 ideas principales que definen esta reconfiguración:

1. De la automatización física a la «Revolución cognitiva»

A diferencia de las revoluciones pasadas que reemplazaron la fuerza muscular, la IA está superando las limitaciones de la capacidad mental. Estamos pasando de una fase de «hacer más con los mismos» (aumento de productividad) a una de «hacer más con menos», donde la IA puede absorber tareas de múltiples personas, lo que plantea un desafío sin precedentes para el empleo cualificado y la estructura salarial.

2. La «Crisis de la realidad» y la huella digital

La capacidad de la IA para generar contenido indistinguible de lo real está creando una crisis de credibilidad. El libro advierte sobre el riesgo de manipulación mediante deepfakes y la pérdida de nuestra autonomía al delegar decisiones diarias en algoritmos que, a menudo, priorizan la rentabilidad sobre la objetividad. Ante esto, surge la propuesta de una «Certificación de Humanidad» para poner en valor aquello que es irreproducible por la máquina.

3. Educación: El fin de la era de la memorización

El sistema educativo se encuentra en una encrucijada. Memorizar información ya no tiene sentido en un mundo donde la IA accede a ella en segundos. El nuevo modelo debe pivotar hacia habilidades intrínsecamente humanas: pensamiento crítico, creatividad, ética y adaptabilidad. El docente debe dejar de ser un transmisor de datos para convertirse en un facilitador y mentor del aprendizaje.

4. Concentración de poder y soberanía tecnológica

Existe un riesgo real de una economía polarizada, donde los beneficios de la IA se concentren en unos pocos gigantes tecnológicos y potencias como EE. UU. y China. El ensayo analiza cómo Europa, a pesar de sus esfuerzos regulatorios como la AI Act, corre el riesgo de quedarse atrás en innovación, convirtiéndose en un mero consumidor de tecnología ajena si no logra equilibrar la ética con la competitividad.

El mayor desafío de la IA no es que piense por nosotros, sino que nos obliga a repensar quiénes somos. Estamos en una fase embrionaria de una transformación que será la base de grandes cambios económicos y sociales.

¿Estamos listos para liderar nuestra propia reconfiguración?