Por qué tu empresa se quedará sin seniors (y cómo evitarlo)

Si la IA se queda con las tareas más básicas, ¿dónde aprenderán los profesionales junior? ¿Cómo se formarán los seniors del futuro?

No es una pregunta hipotética. Ya está pasando.

Los números

Según el informe de SignalFire, en 2024 los que acababan de empezar su carrera fueron solo el 7 % de las contrataciones en Big Tech, una caída del 25 % respecto a 2023. En startups, el 6 %, con una caída del 11 % interanual.

El razonamiento de las empresas es sencillo: un trabajador con experiencia y buenas herramientas de IA saca adelante su trabajo y el del junior, y se ahorran el coste de contratarlo.

Los primeros datos empíricos lo confirman. Un estudio de Anthropic, de marzo de 2026, cruzó datos reales con encuestas del mercado laboral y encontró que a los jóvenes de 22 a 25 años les cuesta un ~14 % más encontrar empleo en ocupaciones expuestas a IA desde la llegada de ChatGPT. En los mayores de 25 no hay rastro de ese efecto. El desplazamiento no es generalizado: está entrando por la puerta de los juniors.

Lo más inquietante es que no hay aumento detectable de desempleo general en estas ocupaciones. El efecto es gradual, una erosión lenta que no aparece en titulares pero que, cuando se acumula, ya es difícil de revertir.

El ciclo roto

Un profesional senior es alguien que primero aprendió lo básico, luego lo aplicó durante años y acabó desarrollando criterio y oficio. Eso lleva décadas. Nadie nace con experiencia.

Si la IA se queda con las tareas más básicas, estamos cortando la base de la pirámide. Las consecuencias no se verán inmediatamente, pero en 5-10 años, cuando la actual generación de seniors se retire, ¿de dónde saldrán sus sustitutos?

Y el problema no se limita a los puestos administrativos de iniciación. De media, los trabajos más expuestos a la IA son los mejor pagados y los que exigen más formación: el golpe va al corazón del trabajo de conocimiento, no a los puestos de baja cualificación.

¿Y si el riesgo fuera del senior?

Hay una lectura contraria que merece atención. ¿Y si la IA no amenaza tanto al junior como al senior? Un profesional con veinte años de oficio carga con hábitos que cuesta desaprender; alguien que empieza, sin esas inercias, adopta las herramientas nuevas sin fricción. Visto así, un junior bien dirigido y con IA puede dar la talla de un senior tradicional.

No es incompatible con lo anterior; es la otra cara de la misma moneda. La IA comprime la pirámide por los dos extremos: puede asumir parte del juicio que creíamos exclusivo del senior y parte de la ejecución que daba de comer al junior. La pregunta deja de ser «¿a quién sustituyo?» y pasa a ser «¿qué capacidad quiero conservar en mi organización?».

En entaina hemos hecho nuestra apuesta: junior con IA y supervisión. Pero funciona con una condición que conviene no perder de vista: alguien tiene que dirigir y alguien tiene que formarse. Quien monta el «junior + IA» solo para producir barato, sin nadie que dirija ni nadie que aprenda, tendrá resultados hoy y un vacío de talento mañana.

No todas las tareas son iguales

No todas las tareas que la IA puede hacer deberían eliminarse del trabajo humano. Conviene distinguir tres tipos.

Hay tareas sin valor, como la entrada de datos, la clasificación manual o la transcripción. Automatizarlas no destruye competencias; libera tiempo.

Hay tareas formativas: un consultor junior que analiza datos aprende a identificar patrones y desarrollar intuición, y un reclutador que revisa CVs manualmente aprende a leer entre líneas. Si las automatizamos, ganamos eficiencia pero perdemos el proceso que forma seniors.

Y hay tareas de ejecución técnica, como el código simple o el debugging básico, donde existe debate genuino sobre si no hacerlas impide aprender versiones más complejas.

La pregunta debe hacerse explícitamente para cada rol y cada tarea. Automatizar a ciegas todo lo automatizable es la ruta más rápida hacia un vacío de talento.

El junior solo no rinde mejor con IA

Hay un dato contraintuitivo: según un análisis de McKinsey, dejados a su aire, los desarrolladores junior con menos de un año de experiencia tardaron entre un 7 % y un 10 % más con herramientas de IA en tareas complejas.

La IA puede ofrecer el criterio de un experto, pero el junior todavía no sabe qué pedirle, qué contexto darle ni cómo comprobar si lo que devuelve sirve. Eso no lo pone la herramienta: lo pone alguien con experiencia que enmarca el problema y revisa el resultado. Por eso el modelo que sí funciona es junior + IA + supervisión: la IA aporta el juicio, el supervisor la dirección. Quita esa dirección y el resultado se invierte.

Lo vimos la semana pasada al hablar de la paradoja del 127 %: en un ensayo controlado, los estudiantes que usaron IA para practicar mejoraron entre un +48 % y un +127 % mientras la tenían delante, pero cuando les quitaron la herramienta y los examinaron sin ayuda, rindieron un 17 % peor que los que habían practicado sin ella. Completar la tarea con IA y aprender a hacerla no son lo mismo. Los juniors que «rinden más» con IA pueden estar aprendiendo menos.

Esto plantea la pregunta incómoda: si eliminamos los puestos junior porque «la IA puede hacerlo», pero la IA solo rinde de verdad cuando alguien con experiencia la dirige y valida lo que produce, ¿quién formará a esa próxima generación de gente con experiencia?

Otra forma de hacerlo

Moderna ofrece una respuesta. Redujo un ~10 % su plantilla tecnológica, pero creó nuevos roles para el modelo híbrido. El enfoque no es «eliminar juniors» sino «tener menos juniors con más capacidades».

Las organizaciones que piensan a largo plazo están explorando modelos alternativos:

• Aprendizajes reformulados en los que los juniors trabajan junto a seniors y a la IA, aprendiendo a colaborar con agentes inteligentes desde el primer día

• Rotaciones formativas protegidas que reservan ciertos proyectos para el desarrollo de talento, aunque la IA pudiera hacerlos más rápido

• Nuevos roles híbridos que, en lugar del «analista junior», nacen ya pensados para la colaboración entre persona e IA

Dependencia y fragilidad

Si nadie sabe hacer las operaciones básicas sin IA, una caída de un día del proveedor puede desencadenar una crisis operativa. No es exagerar, es gestión básica de riesgos.

En Google, más del 25 % del código ya lo genera la IA y luego lo validan los ingenieros. ¿Qué porcentaje es aceptable antes de perder la capacidad de escribir código desde cero?

Los juniors que completan tareas con IA pero no desarrollan la capacidad de hacerlas solos son profesionalmente frágiles. En un mundo donde las herramientas cambian cada trimestre, el dominio real del oficio sigue siendo la ventaja duradera.

La pregunta que importa

La paradoja del junior no se resolverá sola. Las organizaciones que rediseñen roles de entrada, creen rutas de formación híbridas y distingan entre automatización ciega y automatización estratégica estarán mejor posicionadas.

Las que simplemente reemplacen juniors con IA porque «es más eficiente» descubrirán en 5-10 años que crearon un vacío de talento senior que no pueden llenar.

La pregunta no es si la IA transformará el trabajo de quienes empiezan, porque ya lo está haciendo. La pregunta es si diseñaremos esa transformación de forma que preserve la cantera de talento, o si romperemos el ciclo de formación por unas mejoras de eficiencia a corto plazo.