Brecha de habilidades de IA

Cuando se habla de "brecha de habilidades de IA" en realidad se habla de dos brechas distintas que conviene no mezclar. La primera es la brecha estrecha: la escasez de especialistas capaces de construir y mantener sistemas de IA (estadística, ciencia de datos, aprendizaje automático). La segunda es la brecha amplia: la falta de familiaridad de la fuerza laboral general —oficinistas, profesionales, mandos medios— con herramientas de IA que ya están integradas en su trabajo diario, sin que nadie los haya capacitado formalmente para usarlas bien.

La evidencia sobre la primera brecha viene de un estudio de la OCDE de 2023 que mide, a partir de avisos de empleo, qué tan intensamente se demandan habilidades de IA por ocupación. El hallazgo llamativo: la "fuerza laboral de IA" (trabajadores con habilidades de estadística, computación y aprendizaje automático suficientes para desarrollar sistemas de IA) representaba menos del 0,3% del empleo total en los países de la OCDE hacia 2019, aunque crecía con rapidez, y estaba compuesta de forma desproporcionada por hombres con estudios terciarios —lo que además reduce la diversidad de quienes construyen estos sistemas.

La segunda brecha, la amplia, es la que más le importa al trabajador promedio. El informe Future of Jobs 2025 del Foro Económico Mundial encontró que casi el 40% de las habilidades requeridas en los empleos actuales cambiarán en los próximos cinco años, y que el 63% de las empresas encuestadas identifica la brecha de habilidades como su principal barrera para transformarse con nuevas tecnologías —por delante incluso del costo de implementación.

En la práctica, esta brecha se ve en empresas que compran licencias de asistentes de IA pero no capacitan a su personal en cómo usarlos con criterio (verificar resultados, detectar errores del modelo, escribir instrucciones efectivas), y en programas de gobierno y universidades que recién en 2024-2025 empezaron a incorporar "alfabetización en IA" como contenido transversal, no como especialización técnica aparte.

Lo que se discute es si la respuesta correcta es reentrenar masivamente a la fuerza laboral actual (apuesta grande, de resultado incierto y lento) o rediseñar los puestos de trabajo para que exijan menos habilidades técnicas específicas de IA y más criterio, supervisión y juicio —tareas donde, al menos por ahora, el humano sigue teniendo ventaja comparativa. También se discute si "brecha de habilidades" es a veces una etiqueta cómoda que usan las empresas para explicar vacantes que en realidad están mal pagadas o mal diseñadas, más que una escasez real de talento.