¿Están preparados los trabajadores para puestos de nivel sénior?
![[OPT 2] IMG PMP – Editorial – Are Workers Ready for Seniorized Jobs_ -69868](https://peoplemanagingpeople.com/cdn-cgi/image/format=auto,quality=82,onerror=redirect,width=792,height=446,fit=crop/wp-content/uploads/sites/3/2026/09/OPT-2-IMG-PMP-–-Editorial-–-Are-Workers-Ready-for-Seniorized-Jobs_-69868.jpg)
Estándares crecientes: La IA está orientando el trabajo de nivel inicial hacia el criterio, la comunicación y la resolución de problemas que antes se asociaban con puestos sénior.
Práctica perdida: Automatizar las tareas rutinarias puede eliminar los errores, la observación y el contexto que ayudan a los empleados al inicio de su carrera a desarrollar criterio.
Cambio en la contratación: Los empleadores evalúan cada vez más el razonamiento, la adaptabilidad y la velocidad de aprendizaje en lugar de depender de credenciales o logros ensayados.
Nueva trayectoria: La IA acelera la producción, pero las empresas deben crear deliberadamente oportunidades de práctica supervisada antes de otorgar a los empleados una responsabilidad más amplia.
Diseño práctico: Las simulaciones, las rotaciones, los análisis posteriores y los errores recuperables pueden sustituir el aprendizaje de desarrollo que antes proporcionaba el trabajo rutinario.
El trabajo de nivel inicial empieza a parecer cada vez menos propio de ese nivel.
El Barómetro de empleos en IA de PwC de junio de 2026 descubrió que los empleos de nivel inicial con una alta exposición a la IA tienen siete veces más probabilidades de exigir habilidades asociadas tradicionalmente con trabajadores sénior que los puestos menos expuestos a la IA. Más de la mitad de las habilidades nuevas que aparecían en esas ofertas se asociaban históricamente con puestos de mayor responsabilidad.
El cambio tiene sentido intuitivamente. La IA es cada vez más capaz de encargarse del trabajo estructurado y repetitivo que antes consumía buena parte de la jornada de un empleado al inicio de su carrera. Lo que queda tiene más probabilidades de requerir criterio, comunicación, resolución de problemas y decisiones tomadas con información incompleta.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Pero ese aumento de la eficiencia plantea un problema.
Esas tareas más sencillas hacían algo más que producir resultados. También daban a los trabajadores sin experiencia tiempo para observar cómo funcionaban las organizaciones, cometer errores relativamente poco costosos y acumular gradualmente el contexto necesario para tomar decisiones más difíciles.
La Dra. Rachel Wood, investigadora de ciberpsicología y fundadora de AI Mental Health Collective, sostiene que esta función desatendida del trabajo de nivel inicial es importante.
Pensemos en el empleado que entra en un sector y realiza un trabajo que parece periférico respecto al puesto en sí. Mientras completa esas tareas, ese empleado también asimila cómo toman decisiones los líderes, cómo interactúan los compañeros y cómo funciona realmente la empresa.
Eliminar por completo esa experiencia lleva a la conclusión lógica de que los empleadores corren el riesgo de eliminar lo que Wood describe como “una parte crucial del trabajo pesado que desarrolla la capacidad de ser un buen líder más adelante en la carrera profesional. La IA tiene conocimiento sin experiencia”.
Eso no significa que las empresas deban conservar el trabajo de poco valor por nostalgia. Pocos empleados necesitan horas de tareas repetitivas, como copiar información entre hojas de cálculo, para forjar su carácter.
Sí significa que las organizaciones quizá deban distinguir entre el trabajo que es simplemente ineficiente y el trabajo que proporciona repeticiones con valor formativo.
Los seres humanos desarrollan su criterio, en parte, porque las decisiones tienen consecuencias. Se equivocan, afrontan el resultado y se adaptan. A veces tienen que dar explicaciones, reparar una relación o reconocer que una suposición que llevaron consigo a una decisión era errónea.
Estas experiencias son difíciles de automatizar porque su valor reside, en parte, en haberlas vivido.
Contratar por el criterio crea otro problema
Los empleadores ya están respondiendo al cambio en la naturaleza del trabajo junior elevando el listón.
Una encuesta de ZipRecruiter realizada en junio a más de 1.000 empleadores estadounidenses reveló que el 31 % había aumentado los requisitos de experiencia para los puestos de nivel inicial debido a la IA. Esa respuesta resuelve un problema al tiempo que puede crear otro. Las empresas pueden limitarse a contratar a personas que ya posean el criterio que exigen sus puestos rediseñados.
Sin embargo, tarde o temprano alguien tiene que desarrollarlo.
Esto también hace que las señales tradicionales de contratación sean menos útiles. Si se espera que un empleado de nivel inicial sepa desenvolverse en la ambigüedad, gestionar a las partes interesadas y ejercer su criterio, los años de experiencia y un currículum impecable solo ofrecen pruebas indirectas de que puede hacerlo.
Heather Krueger, que entrevista a candidatos para puestos de director o superiores en su trabajo como directora de Personas en Engine, afirmó que cada vez intenta ir más allá de lo que los candidatos han hecho y comprender cómo piensan.
La mayoría de las preguntas de las entrevistas siguen mirando al pasado: ¿Qué lograste? ¿Cuál fue el resultado? ¿Qué hiciste?
La IA hace que sea más fácil que nunca preparar respuestas convincentes a esas preguntas.
Por ello, Krueger se centra más en las decisiones tomadas bajo presión, las situaciones sin respuestas evidentes y el razonamiento que subyace a las decisiones de un candidato. También prefiere pruebas prácticas que permitan a los entrevistadores cuestionar las suposiciones y observar cómo reaccionan los candidatos en tiempo real.
La distinción adquiere especial importancia cuando los empleadores contratan por el potencial.
Krueger afirmó que las empresas suelen sobrevalorar lo que los candidatos ya saben, incluso cuando la vigencia de esos conocimientos se acorta. En su lugar, busca curiosidad, adaptabilidad y capacidad para asimilar algo nuevo y aplicarlo.
La velocidad de aprendizaje importa más que las credenciales.
El criterio también forma parte de esa lista. Krueger lo describió como una capacidad que permite a las organizaciones sentirse seguras al combinar una mayor libertad con una mayor responsabilidad, especialmente cuando el trabajo avanza con rapidez.
La escalera profesional necesita un reemplazo
Durante décadas, las organizaciones tuvieron un modelo de desarrollo bastante sencillo.
Los empleados júnior se ocupaban de problemas más acotados. Quienes tenían un buen desempeño asumían la responsabilidad de otros más grandes. Con el tiempo, la experiencia misma se convirtió en parte del valor que aportaban al trabajo.
La IA complica esa progresión porque puede acortar la distancia entre el primer y el segundo paso.
Es posible que un analista júnior ya no necesite años para ser capaz de producir análisis sofisticados. Un reclutador nuevo puede usar la IA para redactar mensajes de contacto, resumir entrevistas o investigar candidatos a una velocidad que antes requería una experiencia considerable. Un desarrollador puede producir código funcional mucho antes en su trayectoria profesional.
Pero producir más rápido no significa tener criterio más rápido.
Si las empresas quieren que los empleados que están al inicio de su carrera trabajen en niveles más altos de complejidad, quizá tengan que crear deliberadamente las experiencias que antes surgían de manera natural al desempeñar el trabajo.
Eso podría significar simulaciones, toma de decisiones supervisada, exposición estructurada a conversaciones con altos directivos, rotaciones, análisis posteriores a incidentes y oportunidades de cometer errores importantes, pero que puedan corregirse.
La propia IA podría incluso ayudar al crear entornos de bajo riesgo donde los empleados puedan ensayar conversaciones difíciles o poner a prueba decisiones antes de tomarlas en la realidad.
El objetivo no debería ser recrear cada tarea tediosa que la tecnología elimina.
Debería ser identificar qué aprendían los empleados mientras realizaban esas tareas y asegurarse de que ese aprendizaje siga produciéndose.
