Por revistaeyn.com
Durante años, el debate sobre la inteligencia artificial (IA) estuvo marcado por una pregunta: ¿la tecnología terminaría sustituyendo a los trabajadores?
Sin embargo, la adopción de IA al interior de las empresas em Latinoamérica está reconfigurando las tareas y habilidades que las personas utilizan en su trabajo cotidiano. Hoy está presente en áreas como recursos humanos, marketing, análisis de negocio y operaciones. Frente a este cambio, la startup mexicana Ginia identificó cuatro habilidades clave que las empresas comienzan a demandar de prácticamente cualquier perfil profesional para trabajar con IA.
La adopción de IA dentro de las empresas está mostrando un escenario distinto: las habilidades humanas no desaparecen, se transforman. De acuerdo con el McKinsey Global Institute, alrededor del 70 % de las habilidades humanas participan tanto en tareas automatizables como en actividades que no lo son, lo que apunta a un modelo de trabajo basado en la colaboración entre personas y sistemas inteligentes.
De igual manera, el estudio “Agents, Robots and Us: Skill Partnerships in the Age of AI”, señala que la demanda de habilidades relacionadas con inteligencia artificial se ha multiplicado aproximadamente siete veces en los últimos años, mientras millones de trabajadores ya interactúan con estas herramientas en su trabajo cotidiano.
“Si sabemos que el trabajo se está transformando, ¿estamos preparando a los estudiantes para ese nuevo modelo? Las habilidades humanas más valiosas en el mercado laboral están cambiando”, señaló Antía Vázquez, cofundadora y CEO de Ginia.
En este contexto, la plataforma de vinculación laboral juvenil identificó cuatro habilidades que hoy comienzan a perfilarse como fundamentales para trabajar con inteligencia artificial en cualquier profesión:
1. Uso avanzado de herramientas de inteligencia artificial generativa. Capacidad para formular prompts efectivos, iterar con modelos de IA y utilizarlos para redactar, investigar, analizar información o generar soluciones de manera más rápida.
2. Análisis de datos asistido por IA. Interpretar métricas, identificar patrones y convertir información en decisiones prácticas utilizando herramientas analíticas y sistemas inteligentes.
3. Automatización de tareas y flujos de trabajo. Utilizar herramientas no-code, scripts o asistentes de IA para reducir trabajo manual y mejorar la eficiencia operativa.
4. Prototipado rápido de soluciones digitales. Desarrollar desde documentos hasta productos simples utilizando copilotos y herramientas tecnológicas que permiten pasar de una idea a una prueba funcional en poco tiempo.
“Uno de los grandes retos para la educación superior es preparar a los estudiantes para trabajar con inteligencia artificial. Esto implica fortalecer la alfabetización en IA y desarrollar habilidades que permitan a los jóvenes usar tecnología, supervisarla y aprovecharla para resolver problemas complejos”, finalizó Melissa Manrique, cofundadora y Chief Technology & Product Officer (CTPO) de la startup.
