Entre la abundancia y la escasez
Un playero de estación de servicio ayuda a una conductora que llega angustiada porque se encendió una luz del tablero. Un enfermero advierte que un paciente dice estar bien, pero tiene miedo. Una programadora descubre que el sistema solicitado resolvería el problema equivocado. En esos momentos aparece una pregunta que atraviesa el futuro del trabajo: ¿dónde estará nuestro valor cuando las máquinas puedan hacer cada vez más cosas?
El miedo es comprensible. Aprendimos un oficio, acumulamos experiencia y ahora vemos herramientas capaces de ejecutar en segundos tareas que nos llevaban horas. Pero nuestra relevancia puede crecer si aprendemos a combinar esas herramientas con capacidades humanas que permitan resolver necesidades reales. Para eso necesitamos comprender qué se vuelve abundante y qué empieza a escasear.
La IA funciona como una nueva infraestructura cognitiva: una base de capacidades para escribir, traducir, analizar, programar y generar alternativas. Como la electricidad amplió nuestra fuerza física, esta tecnología amplía nuestras posibilidades de trabajar con conocimiento. Su acceso sigue siendo desigual y sus respuestas pueden fallar. Aun así, reduce el costo de muchas tareas cognitivas.
Lo que abunda son los borradores, las respuestas posibles, el código inicial, los prototipos y los análisis preliminares. Eso no equivale a una abundancia de soluciones confiables. Tampoco vuelve abundantes la vivienda, la energía o los cuidados. Podemos tener millones de respuestas y seguir sin resolver una necesidad concreta.
Cuando producir respuestas cuesta menos, gana valor formular buenas preguntas. Cuando sobran contenidos, necesitamos atención y fuentes confiables. Cuando multiplicamos las alternativas, necesitamos alineación y criterio para elegir. Y cuando automatizamos decisiones, necesitamos personas y organizaciones que respondan por sus consecuencias.
Allí aparecen nuevas zonas de valor: comprender una situación concreta, reconocer lo que falta, verificar, construir confianza, gestionar emociones, coordinar personas, articular intereses y acompañar decisiones difíciles. Algunas ya eran escasas; la expansión de la IA puede volverlas más decisivas. Una respuesta técnicamente correcta puede resultar inútil si nadie entiende cómo aplicarla o si desconoce la vida de quien la necesita.
No conviene convertir estas capacidades en un refugio supuestamente inexpugnable. La IA también puede producir respuestas empáticas y mejorar en tareas de razonamiento. Las ventajas humanas serán cambiantes y dependerán del contexto. Nuestra oportunidad está en combinar experiencia situada, vínculos, responsabilidad y tecnología para conseguir resultados que otros valoren, en cualquier ámbito.
El playero puede trabajar junto a sistemas que cobren, detecten fallas o automaticen el despacho de combustible. Su aporte puede ampliarse hacia la atención: orientar a quien está desorientado, ayudar a una persona mayor, advertir una situación insegura y resolver un inconveniente sin hacer que el cliente se sienta una molestia. Necesitará conocimientos de seguridad, uso de herramientas y capacidad de comunicación. La calidez será valiosa si la empresa organiza un servicio que la aproveche y la reconozca en su remuneración.
En enfermería, la tecnología puede apoyar el registro, el monitoreo y las alertas. El profesional tendrá que interpretar esos apoyos con conocimiento clínico, detectar cuándo algo no encaja y actuar según su responsabilidad. También explicar un procedimiento, escuchar al paciente y contener a su familia. Liberar tiempo administrativo debería permitir cuidar mejor. Si solo aumenta la cantidad de pacientes por turno, podemos ganar velocidad y perder calidad. El diseño del trabajo decide buena parte del resultado.
En programación, recibir un pedido y entregar código deja de ser una propuesta suficiente en muchos proyectos. Crece la importancia de comprender el problema del usuario, diseñar una solución, integrar sistemas, proteger datos y probar que todo funciona. La IA puede ayudar a construir; el profesional debe poder explicar y verificar lo construido. Ese papel de arquitecto de soluciones exige fundamentos técnicos y experiencia. También requiere preservar oportunidades para que quienes recién empiezan puedan adquirirlas.
Estos ejemplos muestran que aprender a trabajar con máquinas será cada vez más habitual, aunque la velocidad cambie según la actividad. La transformación de los puestos laborales es más probable que su reemplazo completo. Exposición no significa despido, pero tampoco garantiza una transición sin pérdidas. Es la transición que debemos gestionar, de forma lúcida y responsable, en cada empresa, industria y región.
Cada persona necesita participar activamente en su desarrollo. Un comienzo accesible es revisar el trabajo cotidiano: ¿qué tareas puede facilitar una máquina?, ¿qué problemas siguen sin resolverse?, ¿qué capacidad debo aprender para aportar más? Después, elegir una mejora concreta, practicar con acompañamiento y comprobar si produce resultados. Probablemente no se pueda hacer solos. Empujar a los compañeros, entusiasmar al equipo, persuadir y negociar con los jefes son parte del desafío.
Ese esfuerzo necesita tiempo y apoyo. Empresas y sindicatos pueden acordar capacitación durante la jornada y formas de compartir las ganancias de la transformación. El Estado debe facilitar acceso, formación y protección durante las transiciones. Academias, universidades, coaches y comunidades pueden ofrecer recorridos prácticos, tutorías y reconocimiento de capacidades demostradas. Un certificado sin aprendizaje aplicable sirve de poco.
La responsabilidad individual es indispensable, pero nadie puede fabricar por su cuenta oportunidades que la economía no ofrece. Tampoco alcanza con esperar que las instituciones resuelvan todo. Necesitamos ambas cosas: personas que asuman su desarrollo y organizaciones que rediseñen empleos, servicios y negocios para aprovecharlo.
La productividad sigue siendo necesaria: permite hacer más con recursos limitados, bajar costos y ampliar el acceso. En economías con carencias materiales, renunciar a ella sería un error. La pregunta es si debe seguir ocupando el centro de nuestra idea de progreso. ¿Qué ganamos atendiendo más pacientes por hora si empeora su recuperación? ¿Para qué generar más software si resuelve problemas irrelevantes?
Propongo poner en ese centro el valor de los resultados para la vida. La productividad sería una herramienta para alcanzarlos. Salarios e ingresos tampoco son una traducción automática del rendimiento individual: intervienen las reglas, la negociación y cómo se distribuye el valor creado. El cuidado lo demuestra: su importancia social no garantiza una buena remuneración.
Dentro de una economía de mercado podemos construir negocios alrededor de activos como la confianza ganada, el conocimiento de una comunidad, la capacidad de prevenir problemas y las relaciones duraderas. No son activos contables en todos los casos, pero pueden sostener ingresos: clientes que regresan, servicios de mantenimiento que evitan fallas o acompañamientos que ayudan a sostener un tratamiento.
Para ampliar esos modelos necesitamos contratos que reconozcan resultados, indicadores de calidad y mecanismos que permitan pagar por beneficios hoy poco reconocidos. Una empresa puede premiar soluciones duraderas, además de ventas; un servicio de salud puede valorar continuidad del cuidado y recuperación, además de prestaciones. Habrá que probar, medir y corregir, y evitar incentivos para aprovechar la tecnología inteligente para recortar, despedir y automatizar masivamente.
Eso puede significar una economía de la sabiduría: convertir el buen juicio, el cuidado y la responsabilidad en capacidades productivas, propuestas de valor e ingresos. Usar la abundancia cognitiva para decidir mejor qué merece hacerse y quiénes deben beneficiarse. La relevancia humana también se construye así: aprendiendo y creando reglas para que nuestra contribución encuentre oportunidades y reconocimiento. Sin dudas, la gran misión es colectiva, pero sería débil sin la tarea que cada uno debe asumir.
