IA, formación, universidades
09 julio 2025.- Durante mucho tiempo, las universidades funcionaron con una idea simple: el conocimiento era escaso. Se pagaba la matrícula, se asistía a las clases, se completaban las tareas y, finalmente, se obtenía una credencial.
Ese proceso hizo dos cosas: le dio acceso a conocimiento que era difícil de encontrar en otro lugar y le mostró a los empleadores que usted había invertido tiempo y esfuerzo para dominar ese conocimiento.
El modelo funcionó porque la curva de oferta de información de alta calidad se ubicaba muy a la izquierda, lo que significaba que el conocimiento era escaso y el precio (matrícula y primas salariales) se mantenía alto.
Ahora la curva se ha desplazado a la derecha, como ilustra el gráfico a continuación. Cuando la oferta se mueve a la derecha —es decir, cuando algo se vuelve más accesible—, la nueva intersección con la demanda se sitúa más abajo en el eje de precios. Por ello, las primas de matrícula y las ventajas salariales para los graduados están ahora bajo presión.
Según la consultora global McKinsey, la IA generativa podría aumentar la productividad global anual entre 2,6 y 4,4 billones de dólares . ¿Por qué? Porque la IA reduce a cero el coste marginal de producir y organizar información.
Los grandes modelos lingüísticos ya no se limitan a recuperar datos; explican, traducen, resumen y redactan casi al instante. Cuando la oferta se dispara de esa manera, la economía básica indica que el precio baja. Como resultado, la "prima del conocimiento" que las universidades han vendido durante tanto tiempo se está desinflando.
Los empleadores ya han tomado medidas
Los mercados reaccionan más rápido que los currículos. Desde el lanzamiento de ChatGPT, las ofertas de empleo para principiantes en el Reino Unido se han reducido aproximadamente un tercio . En Estados Unidos, varios estados están eliminando los requisitos de titulación para los puestos del sector público.
En Maryland, por ejemplo, la proporción de anuncios de empleo en el gobierno estatal que exigen un título universitario disminuyó de aproximadamente el 68% al 53% entre 2022 y 2024.
En términos económicos, los empleadores están revalorizando la mano de obra porque la IA ahora sustituye muchas tareas rutinarias y codificables que antes realizaban los graduados. Si un chatbot puede completar el trabajo a un coste marginal cercano a cero, la prima salarial que se paga a un analista júnior se reduce.
Pero el valor del conocimiento no disminuye al mismo ritmo en todas partes. Economistas como David Autor y Daron Acemoglu señalan que la tecnología sustituye algunas tareas y complementa otras:
El conocimiento codificable (material estructurado y basado en reglas, como códigos tributarios o plantillas de contratos) se enfrenta a una rápida sustitución por la IA.
El conocimiento tácito –habilidades contextuales como liderar un equipo en medio de un conflicto– actúa como complemento, por lo que su valor puede incluso aumentar.
Los datos respaldan esta afirmación. La empresa de análisis del mercado laboral Lightcast señala que un tercio de las competencias que buscan los empleadores han cambiado entre 2021 y 2024. El American Enterprise Institute advierte que los trabajadores del conocimiento de nivel medio, cuyos empleos dependen de la experiencia repetible, son los que corren mayor riesgo de sufrir presiones salariales.
Así que sí, el conocimiento básico sigue siendo importante. Es necesario para impulsar la IA, evaluar su rendimiento y tomar buenas decisiones. Pero la prima salarial de equilibrio —es decir, el pago adicional que ofrecen los empleadores una vez que la oferta y la demanda de ese conocimiento se estabilizan— está descendiendo rápidamente por la curva de demanda.
¿Qué escasea ahora?
Herbert Simon, economista y científico cognitivo ganador del Premio Nobel , lo expresó con claridad hace décadas: «La abundancia de información crea pobreza de atención». Cuando los datos se vuelven baratos y abundantes, nuestra limitada capacidad para filtrarlos, juzgarlos y aplicarlos se convierte en el verdadero cuello de botella.
Es por ello que los recursos escasos se desplazan de la información misma a lo que las máquinas aún tienen dificultades para copiar: atención concentrada, buen juicio, una ética fuerte, creatividad y colaboración.
Agrupo estos complementos humanos bajo lo que llamo el marco CREADOR:
Pensamiento crítico: hacer preguntas inteligentes y detectar argumentos débiles
Resiliencia y adaptabilidad: mantenerse firme cuando todo cambia
Inteligencia emocional: comprender a las personas y liderar con empatía
Responsabilidad y ética: asumir la responsabilidad de decisiones difíciles
Trabajo en equipo y colaboración: trabajar bien con personas que piensan diferente.
Creatividad empresarial: ver brechas y crear nuevas soluciones
Reflexión y aprendizaje permanente: mantener la curiosidad y la disposición para crecer.
Estas capacidades son la verdadera escasez en el mercado actual. Son complementos de la IA, no sustitutos, por lo que sus rendimientos salariales se mantienen o aumentan.
Qué pueden hacer las universidades ahora mismo
1. Auditoría de cursos: si ChatGPT ya obtiene una alta puntuación en un examen, el valor marginal de enseñar ese contenido es prácticamente nulo. Priorice la evaluación hacia el juicio y la síntesis.
2. Reinvertir en la experiencia de aprendizaje: destinar recursos a proyectos supervisados, simulaciones desordenadas del mundo real y laboratorios de decisiones éticas donde la IA es una herramienta, no el ejecutor.
3. Acreditar lo que importa: crear microcredenciales para habilidades como la colaboración, la iniciativa y el razonamiento ético. Estas indican que la IA complementa, no sustituye, y los empleadores lo notan.
4. Colaborar con la industria, pero con un enfoque colaborativo: invitar a los empleadores a codiseñar las evaluaciones, no a imponerlas. Una buena colaboración funciona como un estudio de diseño, no como una hoja de pedidos en una sala de juntas. Los académicos aportan su experiencia y rigor docente, los empleadores proporcionan casos prácticos reales, y los estudiantes ayudan a probar y perfeccionar las ideas.
Las universidades ya no pueden depender de la escasez para fijar el precio de la información seleccionada y acreditada que solía ser difícil de obtener.
La ventaja comparativa ahora reside en cultivar habilidades humanas que complementen la IA. Si las universidades no se adaptan, el mercado —tanto estudiantes como empleadores— seguirá adelante sin ellas.
La oportunidad es clara. Transformar el producto de la entrega de contenido a la formación de juicios. Enseñar a los estudiantes a pensar con, y no contra, las máquinas inteligentes. Porque el viejo modelo, el que valoraba el conocimiento como un bien escaso, ya está cayendo por debajo de su punto de equilibrio económico.
