Cómo identificar las tareas que la inteligencia artificial transformará y construir una estrategia de empleabilidad antes de que el cambio sea evidente
Es posible que dentro de cinco años tu profesión siga llamándose exactamente igual. Lo que probablemente no será igual es el trabajo que realizarás cada día.
Durante mucho tiempo hemos planteado el debate sobre inteligencia artificial y empleo con una pregunta demasiado simple: «¿Va a desaparecer mi profesión?»
Administrativos, docentes, comerciales, programadores, periodistas, técnicos de empleo, diseñadores, abogados, profesionales de recursos humanos, consultores, médicos o responsables de pequeñas empresas se preguntan si la inteligencia artificial terminará sustituyéndolos.
Creo que esa no es la mejor pregunta.
Hay otra mucho más útil:
¿Qué tareas de mi trabajo están empezando a cambiar, cuáles puede realizar una inteligencia artificial, cuáles puedo hacer mejor con ella y en cuáles seguirá siendo determinante mi criterio profesional?
Ese cambio de perspectiva es fundamental para entender lo que está ocurriendo en el mercado laboral.
Un puesto de trabajo no es una única actividad. Es una combinación de tareas, conocimientos, decisiones, relaciones, responsabilidades y resultados. Y la inteligencia artificial no está afectando a todos esos componentes de la misma manera.
LinkedIn lo expresa de forma muy clara: debemos empezar a entender un empleo como una colección de tareas que contribuyen a producir un resultado. Su propuesta diferencia entre tareas que la IA puede realizar por sí misma, tareas que mejoran mediante colaboración entre persona e IA y tareas que siguen dependiendo especialmente del juicio y la perspectiva humana.
Esta perspectiva cambia también la forma en que deberíamos abordar la orientación laboral, la formación y la gestión del talento.
La cuestión ya no consiste únicamente en preparar personas para determinados puestos.
Tenemos que ayudarlas a comprender qué capacidades generan valor dentro de esos puestos y cómo evolucionarán esas capacidades en los próximos años.
La transformación probablemente ocurrirá dentro de tu profesión
Los datos disponibles aconsejan abandonar dos extremos que suelen dominar la conversación.
Ni podemos afirmar que la inteligencia artificial eliminará masivamente profesiones completas de un día para otro ni sería responsable minimizar el impacto que tendrá sobre determinadas ocupaciones y tareas.
La Organización Internacional del Trabajo estimó en 2025 que alrededor de uno de cada cuatro empleos del mundo presenta algún grado de exposición a la inteligencia artificial generativa, pero señaló también que, en la mayoría de los casos, el escenario más probable es la transformación del trabajo y no la sustitución completa de la ocupación.
Es una distinción decisiva.
Porque una profesión puede conservar perfectamente su denominación mientras cambia profundamente lo que hace quien la ejerce.
LinkedIn estima, por su parte, que hacia 2030 habrá cambiado alrededor del 70% de las habilidades requeridas en muchos empleos, impulsadas en buena medida por la inteligencia artificial. Su propio análisis insiste en algo especialmente interesante: incluso una persona que permanezca en el mismo puesto puede experimentar una transformación considerable de las competencias necesarias para desempeñarlo.
El Foro Económico Mundial llega a una conclusión similar mediante otra metodología y otro periodo de análisis: las empresas consultadas esperan que aproximadamente el 39% de las competencias esenciales de los trabajadores cambien entre 2025 y 2030. Además, sitúan la inteligencia artificial y los datos, la alfabetización tecnológica, el pensamiento creativo, la resiliencia, el liderazgo y el pensamiento analítico entre las capacidades que ganarán importancia.
No conviene comparar directamente el 70% de LinkedIn con el 39% del Foro Económico Mundial como si midieran exactamente lo mismo. No lo hacen. Pero ambos indicadores apuntan en la misma dirección:
el contenido de los puestos está cambiando más deprisa que sus nombres.
El error de preguntarnos si desaparecerá nuestra profesión
Imaginemos un administrativo.
Hace diez años podía dedicar una parte considerable de su jornada a:
- introducir información;
- redactar documentos estándar;
- clasificar documentación;
- preparar comunicaciones;
- buscar datos;
- elaborar resúmenes;
- actualizar hojas de cálculo;
- contestar consultas repetitivas;
- generar informes básicos.
Es perfectamente posible que dentro de unos años siga existiendo la categoría profesional de administrativo.
Pero también es razonable pensar que una parte importante de esas tareas podrá realizarse con mayor automatización.
Entonces aparecerán otras responsabilidades:
- comprobar información;
- validar resultados generados automáticamente;
- gestionar excepciones;
- interpretar datos;
- atender situaciones complejas;
- coordinar herramientas;
- supervisar procesos;
- gestionar relaciones;
- garantizar privacidad y calidad;
- resolver problemas que no encajan en procedimientos preestablecidos.
El puesto continúa existiendo.
El contenido del puesto ha cambiado.
Podríamos realizar el mismo ejercicio con un docente, un comercial, un periodista, un programador, un técnico de recursos humanos, un profesional de marketing, un orientador laboral o un gerente de una pyme.
Precisamente por eso creo que hablar únicamente de empleos que «desaparecerán» o «sobrevivirán» resulta insuficiente.
Tenemos que abrir el puesto de trabajo, mirar dentro y estudiar sus tareas.
Las cuatro clases de tareas profesionales
LinkedIn propone tres grandes grupos: tareas realizadas por la IA, tareas desarrolladas conjuntamente con ella y tareas basadas fundamentalmente en capacidades humanas.
Para utilizar este enfoque como herramienta de orientación profesional propongo añadir un cuarto grupo: las tareas nuevas que aparecen precisamente como consecuencia de la tecnología.
Así obtenemos cuatro categorías.
1. Tareas automatizables
Son actividades suficientemente estructuradas, repetitivas o predecibles para que una herramienta pueda asumir una parte considerable del proceso.
Por ejemplo:
-
- resumir documentos;
- transcribir reuniones;
- clasificar información;
- transformar formatos;
- realizar determinados cálculos;
- generar borradores estándar;
- extraer información de documentos;
- preparar primeras versiones de informes;
- responder determinadas consultas frecuentes.
Aquí conviene hacerse una pregunta incómoda:
¿Qué porcentaje de mi jornada consiste en producir algo que una herramienta puede generar cada vez mejor, más rápido y a menor coste?
Cuanto mayor sea ese porcentaje, mayor será la necesidad de evolucionar.
No significa necesariamente que desaparezca el puesto.
Significa que debemos dejar de construir nuestra propuesta profesional exclusivamente alrededor de esas tareas.
2. Tareas aumentables mediante inteligencia artificial
Probablemente sea la categoría con mayor potencial inmediato.
Son actividades en las que la inteligencia artificial no sustituye necesariamente al profesional, sino que puede multiplicar su capacidad.
Un orientador laboral puede utilizarla para preparar una primera comparación entre perfiles y ofertas de empleo.
Un docente, para generar materiales que después adapta a su alumnado.
Un comercial, para analizar información antes de una reunión.
Un emprendedor, para contrastar escenarios de negocio.
Un responsable de recursos humanos, para organizar información antes de tomar una decisión.
Un técnico de desarrollo local, para explorar documentación, tendencias o posibilidades antes de realizar su valoración profesional.
En estos casos la ventaja competitiva no está solamente en utilizar una herramienta.
Está en saber:
preguntar + interpretar + contrastar + contextualizar + decidir.
La IA amplifica capacidades, pero alguien tiene que definir el problema, establecer criterios de calidad y asumir la responsabilidad del resultado.
3. Tareas esencialmente humanas
Aquí tenemos que evitar otro error.
No debemos convertir «lo humano» en una categoría romántica y poco concreta.
Existen capacidades profesionales difíciles de reducir a generación automática de información porque requieren contexto, responsabilidad, confianza o relación.
Entre ellas:
-
- interpretar situaciones ambiguas;
- negociar;
- acompañar personas;
- generar confianza;
- comprender necesidades no explícitas;
- ejercer liderazgo;
- resolver conflictos;
- tomar decisiones con consecuencias;
- asumir responsabilidad profesional;
- contextualizar información;
- aplicar criterios éticos;
- movilizar equipos;
- comprender una organización o territorio;
- conectar personas y oportunidades.
El Foro Económico Mundial sigue situando el pensamiento analítico entre las competencias fundamentales y destaca también liderazgo, influencia social, resiliencia, flexibilidad, creatividad, curiosidad y aprendizaje permanente.
La paradoja es interesante:
cuanto más capaz sea la tecnología de ejecutar determinadas tareas, más importante puede resultar saber qué merece la pena hacer, por qué hacerlo y con quién hacerlo.
4. Tareas nuevas que antes no existían
Esta cuarta categoría me parece especialmente importante porque evita entender la transformación tecnológica únicamente desde la pérdida.
La tecnología destruye determinadas tareas, pero también genera otras.
Empiezan a aparecer actividades relacionadas con:
-
- supervisión de sistemas de IA;
- diseño de flujos humano-IA;
- validación de resultados;
- gobernanza de datos;
- control de calidad;
- formación interna;
- automatización de procesos;
- gestión del conocimiento;
- evaluación de riesgos;
- documentación de decisiones automatizadas;
- rediseño de servicios;
- integración de diferentes herramientas.
LinkedIn señalaba en su informe sobre el mercado laboral de 2026 que en los dos años anteriores habían aparecido globalmente alrededor de 1,3 millones de nuevos empleos habilitados por IA, aunque advertía también de que la adopción tecnológica seguía siendo desigual entre funciones y sectores.
Por eso no basta con preguntarse:
«¿Qué parte de mi trabajo desaparecerá?»
Tenemos que añadir:
«¿Qué nuevo trabajo podría empezar a realizar gracias a esta transformación?»
Haz una auditoría de tu propia semana de trabajo
Propongo un ejercicio sencillo.
Durante una semana no pienses demasiado en tu cargo.
Observa lo que realmente haces.
Anota entre diez y veinte tareas habituales.
No escribas:
«Soy técnico».
Escribe:
«Analizo solicitudes».
«Entrevisto personas».
«Elaboro informes».
«Resuelvo incidencias».
«Busco normativa».
«Mantengo reuniones».
«Preparo presentaciones».
«Diseño acciones formativas».
«Negocio con proveedores».
«Tomo decisiones sobre…».
Después clasifica cada actividad.
| Categoría | Pregunta que debes hacerte | Estrategia |
|---|---|---|
| Automatizable | ¿Puede una herramienta realizarla con suficiente calidad? | Automatizar |
| Aumentable | ¿Puedo hacerla mejor o más rápido trabajando con IA? | Aumentar |
| Humana | ¿Depende especialmente de criterio, confianza, contexto o responsabilidad? | Proteger y desarrollar |
| Nueva | ¿Qué actividad aparece gracias a estas tecnologías? | Aprender |
Y añade cuatro datos.
Tiempo: ¿cuántas horas semanales consume?
Valor: ¿qué impacto produce?
Exposición: ¿hasta qué punto puede cambiar con IA?
Competencia: ¿qué capacidades necesitas para seguir aportando valor?
El resultado puede ser mucho más útil para tu estrategia profesional que leer cincuenta titulares sobre profesiones que desaparecerán.
No automatices simplemente lo que ya haces: rediseña tu trabajo
Existe una primera fase bastante habitual de adopción tecnológica:
hacer exactamente lo mismo, pero más rápido.
-
- Es útil, pero limitada.
- Preparábamos un informe en dos horas y ahora tardamos cuarenta minutos.
- Redactábamos diez correos y ahora generamos borradores automáticamente.
- Analizábamos manualmente veinte documentos y ahora una herramienta realiza una primera clasificación.
- Perfecto.
Pero la pregunta verdaderamente interesante aparece después:
¿Qué hago con el tiempo y la capacidad que he liberado?
-
- Porque si utilizamos inteligencia artificial únicamente para producir más documentos, más correos, más presentaciones y más contenido, corremos el riesgo de conseguir organizaciones más rápidas pero no necesariamente mejores.
- El objetivo debería ser trasladar capacidad desde tareas repetitivas hacia actividades de mayor valor:
- investigar mejor, escuchar mejor, diseñar mejor, decidir mejor, personalizar servicios, resolver problemas y acompañar personas.
- Esa es una conversación sobre productividad.
- Pero también sobre calidad del trabajo.
Del currículum de puestos al currículum de capacidades
Esta transformación debería cambiar incluso nuestra forma de construir un currículum.
Durante décadas hemos explicado nuestra experiencia profesional principalmente mediante puestos.
Administrativo.
Comercial.
Técnico.
Responsable de proyectos.
Orientador laboral.
Consultor.
El problema es que un título profesional dice cada vez menos sobre lo que una persona sabe realmente hacer.
Dos personas pueden compartir puesto y desarrollar capacidades completamente diferentes.
Por eso debemos empezar a construir también un currículum de capacidades.
En lugar de escribir solamente:
Técnico de proyectos — 5 años.
Podríamos explicar:
-
- diseñé y coordiné proyectos;
- analicé necesidades;
- gestioné relaciones con diferentes agentes;
- interpreté normativa;
- resolví incidencias;
- diseñé procedimientos;
- impartí formación;
- utilicé herramientas digitales para mejorar procesos;
- evalué resultados;
- coordiné personas y recursos.
La diferencia es enorme.
El puesto describe dónde estabas.
Las capacidades explican qué puedes hacer.
Y en un mercado laboral donde las tareas cambian rápidamente, esa segunda información puede adquirir cada vez más importancia.
Un currículum debería explicar problemas, decisiones y resultados
Hay tres preguntas que recomendaría utilizar para revisar cualquier experiencia profesional:
¿Qué problemas sé resolver?
No solo qué funciones aparecen en mi descripción de puesto.
¿Qué problemas confían otras personas en que yo pueda solucionar?
¿Qué decisiones sé tomar?
Cuando la información es incompleta, ¿qué criterio aporto?
¿Qué resultados sé producir?
¿Qué cambia como consecuencia de mi trabajo?
Aquí aparece una diferencia fundamental entre hacer tareas y generar valor.
Y probablemente sea una de las claves de empleabilidad de los próximos años.
Las capacidades que ganan valor
No creo que exista una lista mágica de «competencias a prueba de inteligencia artificial».
Sería poco riguroso afirmarlo.
Pero sí podemos identificar capacidades cuya importancia aumenta cuando la ejecución tecnológica se vuelve más potente.
Interpretación
-
- La inteligencia artificial puede producir respuestas.
- El profesional tiene que determinar qué significan en un contexto concreto.
Pensamiento crítico
No basta con obtener una respuesta convincente.
Tenemos que preguntarnos:
-
- ¿Es correcta?
- ¿De dónde procede?
- ¿Qué información falta?
- ¿Qué supuestos contiene?
- ¿Quién podría verse perjudicado?
Comunicación
Cuando producir texto genérico resulta cada vez más sencillo, comunicar con claridad, intención, credibilidad y conocimiento del interlocutor puede convertirse en un elemento diferenciador.
Supervisión
Alguien debe establecer criterios de calidad, revisar resultados y detectar errores.
-
- El futuro profesional no será solamente ejecutar.
- En muchos ámbitos será también supervisar sistemas que ejecutan.
Ética y responsabilidad
La tecnología puede proponer una decisión.
-
- Pero responsabilidad y automatización no son equivalentes.
- Alguien tendrá que responder por los resultados.
Gestión de personas
Motivar, enseñar, acompañar, escuchar, negociar, resolver tensiones y generar confianza continúan siendo funciones fundamentales de cualquier organización.
Conocimiento del contexto
Una herramienta puede disponer de enormes cantidades de información.
-
- Eso no significa necesariamente que conozca tu empresa, tu cliente, tu municipio, tu equipo, tu sector o las circunstancias específicas de una persona.
- El conocimiento contextual sigue siendo capital profesional.
La alfabetización en inteligencia artificial ya no pertenece solo a los tecnólogos
Otra conclusión importante es que aprender inteligencia artificial no significa necesariamente convertirse en programador
-
- LinkedIn señala en sus datos de 2026 un crecimiento significativo de ofertas que demandan alfabetización en IA y describe la aparición de una fuerza laboral que combina conocimiento profesional, competencias tecnológicas y fortalezas humanas.
Por tanto, una de las mejores estrategias profesionales puede ser combinar:
conocimiento de un ámbito + inteligencia artificial + capacidades humanas.
No necesitamos únicamente especialistas que construyan inteligencia artificial.
-
- Necesitamos profesionales de educación que sepan utilizarla responsablemente.
- Profesionales de empleo.
- Comerciales.
- Administrativos.
- Gerentes de pymes.
- Profesionales sanitarios.
- Consultores.
- Emprendedores.
- Técnicos municipales.
- Responsables de recursos humanos.
- Personas que conozcan profundamente un problema y puedan utilizar nuevas herramientas para resolverlo mejor.
Formación: menos cursos desconectados y más aprendizaje aplicado
Aquí tenemos también un reto importante para quienes trabajamos en formación y orientación profesional.
Decirle a una persona:
«Tienes que aprender inteligencia artificial»
sirve de poco.
-
- ¿Para hacer qué?
- ¿En qué proceso?
- ¿Con qué herramienta?
- ¿Para resolver qué problema?
- ¿Con qué indicadores?
La formación debería empezar cada vez más desde el trabajo real.
-
- Primero identificamos tareas.
- Después detectamos aquellas que pueden automatizarse o mejorarse.
- Seleccionamos una herramienta.
- Experimentamos.
- Medimos resultados.
- Y documentamos la nueva capacidad adquirida.
El aprendizaje deja así de ser:
curso → certificado
y se convierte en:
problema → aprendizaje → aplicación → evidencia → nueva capacidad profesional.
Plan de transición profesional
No necesitamos esperar cinco años para comprobar cómo cambia nuestra profesión.
Podemos empezar durante los próximos treinta días.
AUDITA
Registra las tareas de una semana normal.
Selecciona entre diez y veinte.
Clasifícalas:
-
- automatizables;
- aumentables;
- humanas;
- nuevas.
Identifica las tres que más tiempo consumen.
Y detecta cuál podría experimentar antes un cambio significativo.
Resultado: un mapa personal de exposición y oportunidad.
APRENDE
Selecciona una sola herramienta de inteligencia artificial relacionada con una tarea real.
No intentes aprender diez aplicaciones.
Aprende una.
Utilízala repetidamente.
Compara resultados.
Detecta errores.
Comprende sus límites.
Resultado: una competencia digital aplicada a tu trabajo.
TRANSFORMA
Escoge una tarea concreta.
Documenta cómo la realizabas antes.
Rediseña el proceso incorporando inteligencia artificial.
Mide:
-
- tiempo;
- calidad;
- errores;
- resultado;
- intervención humana necesaria.
Resultado: una pequeña experiencia demostrable de innovación profesional.
COMUNICA
Convierte el aprendizaje en evidencia profesional.
Puedes:
-
- incorporarlo a tu portfolio;
- explicarlo en una entrevista;
- añadir la competencia a tu currículum;
- documentar el proyecto;
- publicarlo en LinkedIn;
- compartirlo internamente;
- convertirlo en una propuesta de mejora para tu organización.
No digas solamente:
«Sé utilizar inteligencia artificial».
Explica:
«He rediseñado este proceso utilizando IA, reduciendo tareas repetitivas y dedicando más tiempo a esta actividad de mayor valor».
Eso es empleabilidad.
Una responsabilidad también para las empresas
No toda la responsabilidad puede trasladarse al trabajador.
Resultaría injusto pedir adaptación permanente a las personas mientras determinadas organizaciones implantan tecnología sin explicar qué tareas cambiarán, qué competencias necesitarán sus equipos o qué oportunidades de recualificación existirán.
Las empresas deberían realizar también su propia auditoría:
¿Qué tareas pretendemos automatizar?
¿Qué personas las realizan actualmente?
¿Qué conocimiento tienen?
¿Qué nuevas responsabilidades aparecerán?
¿Qué competencias debemos desarrollar?
¿Cómo podemos transformar puestos antes de pensar simplemente en eliminarlos?
¿Qué nuevos servicios podremos crear?
El Foro Económico Mundial señala que la respuesta empresarial más frecuente prevista ante la IA es precisamente la mejora de competencias: un 77% de los empleadores encuestados contemplaba impulsar procesos de upskilling, aunque un 41% anticipaba reducciones de plantilla allí donde determinadas tareas pudieran automatizarse.
Hay, por tanto, oportunidades y riesgos.
La tecnología no determina automáticamente cuál de los dos escenarios prevalecerá.
También dependerá de las decisiones de organizaciones, instituciones y personas.
Administraciones y agentes territoriales: anticipar antes que reparar
Desde el desarrollo local existe otra reflexión importante.
Esperar a que aparezca desempleo para comenzar entonces a ofrecer formación es una estrategia insuficiente.
Necesitamos identificar antes:
- sectores especialmente expuestos;
- empresas que están incorporando automatización;
- tareas que están cambiando;
- capacidades emergentes;
- necesidades de las pymes;
- colectivos con mayores barreras de adaptación;
- oportunidades empresariales relacionadas con la transformación digital.
Los territorios también necesitan realizar su propia auditoría de tareas y competencias.
Servicios de empleo, centros de formación, asociaciones empresariales, universidades, cámaras de comercio, entidades sociales y administraciones locales deberían compartir información y diseñar itinerarios de transición.
No se trata únicamente de impartir cursos sobre herramientas.
Se trata de acompañar procesos de cambio.
Especial atención a quienes pueden tener menos oportunidades
La transición tecnológica no será automáticamente inclusiva.
Dos personas pueden trabajar en la misma profesión y tener capacidades muy diferentes para adaptarse.
Influyen:
- acceso a formación;
- edad;
- competencias digitales;
- recursos económicos;
- nivel educativo;
- discapacidad;
- responsabilidades familiares;
- estabilidad laboral;
- apoyo de la empresa;
- entorno territorial.
Por eso cualquier estrategia pública de inteligencia artificial y empleo debería incorporar desde el principio una perspectiva de inclusión.
La transformación será mucho más positiva si utilizamos la tecnología para ampliar capacidades y oportunidades, no solamente para reducir costes.
Riesgos: tampoco debemos caer en el optimismo tecnológico
-
- Sería ingenuo afirmar que todo cambio será positivo.
- Determinadas tareas desaparecerán.
- Algunas ocupaciones reducirán probablemente su demanda.
- Pueden deteriorarse oportunidades de entrada al mercado laboral si precisamente las tareas tradicionalmente asignadas a perfiles junior son las primeras que se automatizan.
- También pueden aparecer problemas de privacidad, vigilancia, sesgos, dependencia tecnológica, errores, pérdida de conocimientos profesionales o utilización irresponsable de sistemas automáticos.
Por eso necesitamos distinguir entre tres conceptos:
automatizar lo posible, aumentar lo valioso y proteger lo esencial.
Y añadir un cuarto:
aprender lo nuevo.
Mi valoración profesional: la mejor estrategia de empleabilidad empieza observando tu propio trabajo
Desde la orientación laboral solemos pedir a las personas que analicen el mercado.
- Ofertas.
- Perfiles demandados.
- Sectores.
- Salarios.
- Competencias.
- Todo eso sigue siendo imprescindible.
Pero creo que tenemos que incorporar una herramienta más:
la auditoría del propio trabajo.
- Antes de buscar qué profesión tendrá futuro, analiza qué partes de tu profesión están construyendo el futuro.
- Antes de acumular cursos, identifica qué capacidad necesitas.
- Antes de aprender veinte herramientas de inteligencia artificial, aprende una que resuelva un problema real.
- Antes de obsesionarte con proteger tu puesto, fortalece tu capacidad para generar valor en distintos puestos.
- Esta mirada encaja con una orientación laboral que no se limita a gestionar recursos o transmitir información, sino que busca acompañar, conectar oportunidades y empoderar a las personas para tomar decisiones profesionales con mayor autonomía.
Creo que esta es la gran evolución que necesitamos:
pasar de una empleabilidad basada fundamentalmente en puestos a una empleabilidad construida sobre capacidades, aprendizaje y evidencias de valor.
Tu profesión puede conservar el nombre. Tú no deberías conservar exactamente las mismas capacidades
La inteligencia artificial no nos obliga necesariamente a abandonar nuestra profesión.
Puede obligarnos a ejercerla de otra manera.
Y esa diferencia es importante.
Quien espere hasta que desaparezca una tarea estará reaccionando.
Quien identifique hoy qué puede automatizar, qué puede potenciar, qué debe proteger y qué necesita aprender estará construyendo capacidad de adaptación.
No podemos saber con exactitud cómo será cada profesión dentro de cinco años.
Pero sí podemos hacer algo mucho más útil.
Observar nuestro trabajo hoy.
- Abrirlo.
- Descomponerlo.
- Experimentar.
- Aprender.
- Documentar.
- Y decidir conscientemente hacia dónde queremos desplazarnos.
- Porque en un mercado laboral sometido a transformación permanente, quizá la mayor seguridad profesional no consista en encontrar un puesto que nunca cambie.
Consista en desarrollar la capacidad de cambiar con criterio antes de que el cambio nos obligue a hacerlo.
Y ahora te propongo hacer el ejercicio:
Si analizas tu trabajo actual, ¿qué tarea crees que desaparecerá, cuál se transformará y cuál aumentará de valor?
Fuentes y enlaces principales
- LinkedIn — The Career Playbook Is Changing. Here’s What Comes Next. Marco para entender el trabajo como una colección de tareas y distinguir automatización, colaboración con IA y juicio humano.
- LinkedIn Economic Graph — Work Change Report. Evolución de puestos, competencias y adaptación profesional.
- LinkedIn Economic Graph — Building a Future of Work That Works, Labor Market Report 2026. Evolución de la alfabetización en IA y nuevos trabajos habilitados por esta tecnología.
- OIT — Generative AI and Jobs: A Refined Global Index of Occupational Exposure. Análisis internacional sobre exposición de ocupaciones y transformación de tareas.
- World Economic Forum — Future of Jobs Report 2025. Evolución prevista de competencias, empleo y estrategias de recualificación hasta 2030.
- Conversación con Aneesh Raman, Chief Economic Opportunity Officer de LinkedIn. Reflexiones sobre transformación de capacidades y trabajo en la era de la IA.