Un director de tecnológica le dijo hace poco a un reclutador que ya no busca “gente que sepa usar IA”.
Busca gente que sepa cuándo la IA se equivoca.
Esa distinción, que Jonas Prising, CEO de ManpowerGroup, planteó en el pódcast Meet the Leader del Foro Económico Mundial, resume mejor que cualquier reporte de 80 páginas hacia dónde se movió el terreno en 2026.
Habilidades que ganan valor con la inteligencia artificial en 2026: lo que dice el dato
El Future of Jobs Report 2025 del WEF, publicado el 7 de enero de ese año con datos de más de 1,000 empresas en 22 industrias, ya lo anticipaba.
7 de cada 10 empleadores señalan el pensamiento analítico como la competencia central más buscada. No es una preferencia estética.
Cuando la herramienta se vuelve común, deja de ser ventaja competitiva. Lo que diferencia a una empresa de otra ya no es tener IA, sino quién sabe leer lo que la IA produjo.
McKinsey Global Institute lo puso en números en noviembre de 2025: la demanda de fluidez en IA —saber usar y gestionar estas herramientas con criterio, no solo teclear un prompt— creció casi siete veces en dos años.
Hoy es requisito en ocupaciones que emplean a cerca de 7 millones de personas en Estados Unidos, frente a 1 millón apenas en 2023, según el reporte del World Economic Forum.
El crecimiento no es en “saber de IA” en abstracto. Es en saber qué hacer con lo que la IA entrega.
El dato que más me interesa como analista es otro: la inestabilidad de habilidades que mide el propio WEF bajó de 44% en 2023 a 39% en 2025.
No porque el cambio se haya detenido, sino porque más gente ya se capacitó: 50% de los trabajadores completó formación de recapacitación, contra 41% dos años antes.
La curva se está domando, no desapareciendo.
Noruega prohíbe la IA en las aulas y Nueva York la sigue meses después
El 19 de junio de 2026, el primer ministro noruego Jonas Gahr Støre anunció una prohibición casi total de IA generativa en primaria.
Su argumento, según recogió Reuters, fue directo: lo más importante en la escuela es que los niños aprendan a leer, escribir y hacer matemáticas.
La medida entró en vigor a finales de agosto. De 1º a 7º grado, sin IA en los aspectos principales del aprendizaje.
De 14 a 16 años, solo bajo supervisión docente. De 17 en adelante, uso independiente y responsable.
El 2 de septiembre, el alcalde de Nueva York, Zohran Mamdani, anunció una moratoria de un año sobre IA generativa para casi 600,000 estudiantes de 2-K a 8º grado.
Es dos tercios de la matrícula del sistema escolar público, según el comunicado oficial de la alcaldía.
Euronews lo dijo sin rodeos al día siguiente: Noruega ya había hecho esto meses antes.
Pocos citan el matiz completo. El mismo artículo que el WEF publicó sobre este tema, firmado por Niklas Mortensen, de la consultora Designit, reconoce el argumento contrario.
Retrasar la exposición a la IA podría dejar a esos estudiantes menos preparados para un mundo que ya funciona con ella.
Polonia mete laboratorios de IA en primaria. Emiratos Árabes la enseña desde el kínder. No hay consenso ni siquiera entre gobiernos que miran los mismos datos.
¿Por qué el pensamiento crítico vale más cuando todos tienen la misma IA?
Porque el acceso dejó de ser el diferenciador. Es la tesis central de Niklas Mortensen en weforum.org.
Tener IA no hará, por sí mismo, que una organización sea distinta, porque el ritmo de adopción de inteligencia artificial en las empresas ya es parejo entre competidores.
Lo que sí diferencia es la calidad de las personas que la usan.
Es la misma lógica de cuando toda la generación de los 90 traía la misma calculadora científica Casio al examen de admisión.
La calculadora nunca fue la ventaja. El que entendía qué botón oprimir y por qué, sí.
Hoy cualquier competidor tuyo tiene acceso al mismo modelo de lenguaje que tú. La ventaja no está en el modelo.
Está en quién sabe cuándo desconfiar de lo que el modelo acaba de escupir.
Prising lo aterriza en reclutamiento: el juicio humano y la conversación que un reclutador tiene con el candidato se vuelven la herramienta de contratación más importante que existe.
La tecnología aumenta la velocidad, pero no la precisión.
Su empresa diseñó deliberadamente su IA para que la decisión final de contratar siempre recaiga en una persona. No por sentimentalismo. Por control de daño.
¿Qué habilidades debería proteger tu equipo de la automatización?
Cuatro preguntas antes de diseñar cualquier plan de capacitación en IA para 2027:
- ¿Qué tareas de tu equipo son juicio disfrazado de trámite? Redactar un correo parece trámite. Decidir el tono con un cliente molesto es juicio. Automatizar lo primero sin proteger lo segundo deja correos rápidos y decisiones malas.
- ¿Quién en tu organización detecta cuando la IA se equivocó con seguridad? Esa habilidad se entrena conociendo el oficio antes que la herramienta, no usando más IA.
- ¿Estás midiendo velocidad o calidad de la decisión final? El dato de McKinsey es un espejo incómodo: 68% de los trabajadores de nivel inicial reportan más productividad con IA, pero 45% también dedica más tiempo total al trabajo. Producir más rápido no siempre significa producir mejor.
- ¿Tu gente entiende por qué usa la IA o solo sabe que la debe usar? Es la pregunta que separa la adopción real de la simulación de adopción. Si nadie en la junta preguntó para qué exactamente sirve la herramienta que acaban de comprar, ese silencio ya es una respuesta.
Un criterio de decisión, si estás por invertir en capacitación de IA para tu equipo: prioriza formación que enseñe a cuestionar el resultado antes que formación que enseñe a generar más resultado.
La habilidad que escasea no es producir texto o reportes más rápido. Es saber si lo que se produjo sirve.
Vale cerrar con el matiz con el que Mortensen termina su propia columna, porque evita la falsa dicotomía.
Esto no debería verse como una elección binaria entre IA y humanos.
No se trata de elegir bando, sino de decidir con intención qué parte del trabajo dejas que la máquina haga rápido y qué parte proteges para que un humano la siga haciendo bien.
Si esto te suena a la conversación que tu equipo directivo todavía no ha tenido con suficiente honestidad, en luisgyg.com/mail comparto cada semana el mismo tipo de análisis que ya se ha discutido en W Radio, CNN en Español y mi columna en El Financiero.
Criterio aplicado, no otro tutorial de IA.
Supervisado por Santiago González y Musi.
