Cuando la habilidad deja de ser prueba
Durante décadas, supimos cómo medir el valor de una persona en el trabajo. La IA está cambiando esas reglas — y nadie sabe aún con qué reemplazarlas.
Algo en lo que era muy bueno ahora es gratuito y abundante
A principios de 2026, Aditya Agarwal — uno de los primeros ingenieros de Facebook, posteriormente CTO de Dropbox, el hombre que escaló el equipo de ingeniería de esa empresa de 25 a mil personas — publicó unas frases en X que se extendieron por todo el internet angloparlante.
Escribió que había pasado un fin de semana programando junto a Claude. Y que le había quedado absolutamente claro: nunca volveremos a escribir código a mano. Luego añadió la frase que es la clave de toda esta historia: «Algo en lo que era muy bueno es ahora gratuito y abundante. Estoy feliz… pero desorientado.»
Pocas semanas después, desarrolló ese pensamiento en un ensayo publicado originalmente en The Information. Escribió sobre algo mucho más difícil de asimilar que la mera obsolescencia profesional: observó que durante ese mismo fin de semana, agentes de IA construían redes sociales desde cero — exactamente el tipo de producto que él mismo había creado al inicio de su carrera en Facebook. Tanto el cómo trabajaba como el qué creaba habían sido reemplazados a la vez. En 48 horas.
Su reacción — una mezcla de asombro y profunda tristeza — no es personal en el sentido de que concierne solo a él. Es representativa. Y merece una mirada más cercana, porque contiene algo sobre lo que la conversación dominante sobre la IA casi nunca habla.
No se trata del trabajo. Se trata del estatus.
La mayor parte de la conversación pública sobre la IA y el empleo gira en torno a una sola pregunta: ¿cuántos puestos de trabajo desaparecerán? McKinsey, Goldman Sachs, el Foro Económico Mundial aportan cifras. Los políticos hablan de recualificación. Los periodistas escriben titulares como «La IA se llevará tu profesión». La contranarración dice lo contrario: habrá más millonarios que nunca, la IA hará crecer el pastel.
Ambos bandos hablan de economía. De ingresos, empleo, mercado laboral.
Agarwal hablaba de otra cosa. Hablaba del estatus — y de que los cimientos sobre los que lo había construido durante toda su vida adulta habían dejado de ser estables de repente. Esta es una experiencia distinta a la de perder un empleo. Se puede perder un empleo y conservar el sentido del propio valor profesional. Aquí se trata de algo más difícil: una situación en la que una habilidad que se ha adquirido durante años, y a través de la cual uno era percibido de una determinada manera, se convierte — literalmente — en gratuita y universalmente disponible.
A lo largo de la historia de la vida profesional, las personas han construido su estatus a través de la dificultad de adquirir una habilidad. La programación requería años de estudio, práctica, la capacidad de pensar de forma abstracta y precisa al mismo tiempo. La traducción literaria requería décadas de inmersión en dos lenguas. El diagnóstico médico requería miles de horas en los servicios hospitalarios. La dificultad de adquisición era una señal de calidad — y un mecanismo para crear jerarquías sociales que daban sentido al esfuerzo invertido en aprender.
La IA no elimina tanto estas habilidades como las separa de su resultado. Y eso es lo que cambia las reglas del juego de un modo que los modelos económicos no saben capturar.
Investigadores de Taylor & Francis que en 2025 analizaron el impacto psicológico de la IA en profesionales indios de TI nombraron el fenómeno con precisión: los participantes del estudio se sentían no solo obsoletos en sus competencias, sino «indeseables» — lo que sugiere que la angustia va más allá de la obsolescencia técnica y entra en el ámbito de la desposesión simbólica. En otras palabras: no se trata solo de si puedes hacer algo. Se trata de si tu capacidad de hacerlo sigue teniendo valor a los ojos de los demás.
Esta es una pregunta humana muy antigua que la IA ha planteado de nuevo — y esta vez, se la ha planteado a millones de personas simultáneamente.
La ansiedad que aún no tiene nombre
Hay algo característico en la manera en que la gente describe lo que siente en relación con la IA. Hablan de «ansiedad», de «desorientación», de la sensación de que algo está cambiando pero no saben decir exactamente qué. Las encuestas muestran que más de la mitad de los trabajadores en Estados Unidos declaran tener preocupaciones sobre el impacto de la IA en el futuro de su trabajo. Pero cuando se pregunta con más precisión — resulta que esas mismas personas a menudo no temen al desempleo. Temen algo más difícil de nombrar.
Investigadores de Frontiers in Psychology describen la «ansiedad por la IA» como un fenómeno que opera en tres capas: preocupaciones cognitivas sobre la obsolescencia de competencias, afecto negativo al encontrar información sobre la IA, y tendencias conductuales — evitación o dependencia compensatoria de las propias herramientas. Estas tres capas juntas forman algo que suena a ansiedad existencial clásica — pero su objeto es nuevo y difícil de describir con el lenguaje existente.
Los filósofos de la tecnología empiezan a construir ese lenguaje. Un artículo publicado en 2026 introduce el concepto de «automatización epistémica» — la transferencia sistemática de funciones productoras de conocimiento de los agentes humanos a los sistemas algorítmicos. La observación clave es esta: el ser humano deja de ser el sujeto primario en el proceso de generación de conocimiento y se convierte en un evaluador de segundo orden de los resultados generados algorítmicamente. Este es un cambio que concierne no solo al mercado laboral, sino al significado fundamental de realizar ciertas actividades intelectuales.
Agarwal lo expresó a su manera, escribiendo que este período «me está enseñando lo que significa volver a ser humano — no en el sentido romántico de que la IA nunca nos reemplazará, sino en el sentido incómodo: la parte en la que tienes que soltar lo que eras para convertirte en lo que podrías ser.»
Esa frase es honesta y buena. Pero no responde a la pregunta que permanece abierta: si durante décadas supimos cómo medir el valor de una persona a través de sus habilidades — ¿con qué lo medimos ahora? ¿Y qué les ocurre a las personas que pasaron toda su vida profesional interiorizando un determinado sistema de valores, solo para ver cómo cambia radicalmente — no gradualmente, a lo largo de generaciones, sino en pocos años?
Esto no es un miedo al desempleo. Es un miedo a la irrelevancia. Y es algo para lo que la narrativa dominante sobre la IA — económica, estadística, de titulares — no tiene categoría.
Personas que ya no necesitamos — y la cuestión del reconocimiento
Hay otro hilo que suele aparecer por separado, aunque está profundamente conectado con los anteriores.
Cuando la IA realiza una tarea — escribe un texto, traduce un documento, genera código — la persona al otro lado de la pantalla ve un resultado. No ve el proceso. No ve el esfuerzo que alguien podría haber invertido en ello. No sabe — y a menudo no pregunta — si lo escribió un ser humano con cinco años de experiencia o un modelo lingüístico en cinco segundos.
Durante la mayor parte de la historia de la creación de valor, quién hacía algo importaba. No solo por razones de calidad — porque un maestro artesano hacía algo mejor que un aprendiz — sino por razones sociales. El reconocimiento estaba integrado en la estructura de las relaciones profesionales. Se sabía quién había hecho qué. Era conocido cuánto esfuerzo había costado.
La IA no desmanteló esta estructura de un solo golpe. Hizo algo más sutil: hizo visible el resultado e invisible el esfuerzo. Para muchas personas este cambio es profundamente desorientador, porque golpea el mecanismo que sustentaba su sentido del propio valor profesional — un mecanismo que el cerebro humano, evolucionado para vivir en jerarquías sociales basadas en el reconocimiento y el aprecio, trata como algo fundamental.
PNAS Nexus describe este fenómeno con precisión: la IA generativa no solo altera las prácticas — transforma fundamentalmente la valoración del conocimiento y las competencias. Cuando la IA supera el nivel de habilidad humana en un ámbito determinado, los incentivos para dominar ese ámbito hasta la excelencia se debilitan. Esto no es solo un cálculo económico. Es un cambio en la lógica que durante décadas organizó el sentido del aprendizaje.
Al mismo tiempo — y este es quizás el más sutil de todos los hilos — crece la cantidad de tiempo que las personas pasan conversando con sistemas de IA. Un estudio de MIT y OpenAI de 2025 que abarcó a casi mil participantes y más de 300.000 mensajes encontró que un mayor uso diario de chatbots se correlacionaba con mayores sentimientos de soledad y menor socialización con otras personas. Un estudio longitudinal con más de dos mil adultos de cuatro países occidentales confirmó la dirección: el mayor uso de chatbots sociales predecía un aumento de los sentimientos de aislamiento.
Esto no es un argumento en contra de la IA como herramienta. Es la observación de que algo está cambiando en la estructura de las relaciones cotidianas — y que este cambio se superpone a una epidemia de soledad que ya existía en el mundo occidental. Una persona que conversa con más frecuencia con un modelo lingüístico que con otras personas no se vuelve por ello más conectada. Se vuelve menos.
Lo que queda
Agarwal — aunque escribió un ensayo lleno de tristeza genuina — no se detuvo en el lamento. También escribió sobre el hecho de que la adaptabilidad se está convirtiendo en la nueva moneda. E importante: que es — a diferencia de un título de una universidad de prestigio — accesible para todos.
Eso es reconfortante. Pero requiere una cierta corrección.
La adaptabilidad como nueva moneda es real. Pero la historia del cambio tecnológico enseña que la capacidad de adaptarse nunca ha sido equitativamente distribuida. Que los nuevos sistemas de valores que reemplazan a los viejos no los reemplazan de manera uniforme ni justa. Que quienes pasaron años aprendiendo algo que de repente se ha vuelto más barato no siempre tienen los recursos, el tiempo o el contexto para reconvertirse de un día para otro.
Existe un intento filosófico más profundo de abordar este problema. Un artículo publicado en Springer bajo el título sobre la «alienación liberadora» propone que el desapego del trabajo — aunque desorientador a corto plazo — puede ser liberador a largo plazo, porque libera la energía humana hacia lo que es genuinamente humano: la agencia, la creatividad, la capacidad para el gozo y para la construcción de sentido. La referencia a Marx es deliberada: la alienación del trabajo no tiene por qué ser solo una pérdida.
Pero esto requiere algo que ninguna tecnología proporciona: tiempo para procesar la pérdida. Y un contexto que entienda y permita ese procesamiento.
Agarwal cierra su ensayo con una frase que vale la pena recordar: «Esa siempre ha sido la parte más difícil, mucho antes de la IA. La tecnología simplemente hizo imposible ignorarla.»
Eso es honesto. Y describe bien el momento en que nos encontramos.
Pero también falta algo en esa frase: el reconocimiento de que para muchas personas esa imposibilidad de ignorar no llega como una invitación a la transformación — llega como una sentencia. Y que entre esas dos experiencias del mismo hecho hay una brecha que ninguna narrativa sobre la adaptabilidad como nueva moneda cierra por sí sola.
La pregunta sobre la relevancia humana en la era post-ChatGPT no es una pregunta sobre si la IA nos reemplazará. Es una pregunta sobre cómo reconstruir el sentido cuando los cimientos sobre los que lo construíamos están cambiando más rápido de lo que la psique humana puede seguir.
Por ahora, no tenemos respuesta a esa pregunta. Lo que sí tenemos es un número creciente de personas que la formulan — y un suministro cada vez menor de palabras suficientemente precisas para articularla.
Fuentes
- Aditya Agarwal, When Your Life’s Work Becomes Free and Abundant, South Park Commons / The Information, marzo de 2026 — enlace
- Sharma et al., Psychological impacts of AI-induced job displacement among Indian IT professionals, Taylor & Francis, septiembre de 2025
- Frontiers in Psychology, The impact of career adapt-abilities on AI anxiety, 2026 — enlace
- Epistemic Automation and the Deformation of the Human, Religions (MDPI), abril de 2026 — enlace
- Acemoglu et al., Impact of generative AI on socioeconomic inequalities, PNAS Nexus, 2024 — enlace
- Sidorkin, Embracing liberatory alienation: AI will end us, but not in the way you may think, AI & Society, Springer, 2025 — enlace
- Fang et al. (MIT/OpenAI), How AI and Human Behaviors Shape Psychosocial Effects of Chatbot Use, arXiv, 2025 — enlace
- Folk & Dunn, How Does Turning to AI for Companionship Predict Loneliness and Vice Versa?, Psychological Science, 2026 — enlace
