En 2016, en un escenario de Toronto, Geoffrey Hinton dijo algo que sonó a sentencia: había que dejar de formar radiólogos, porque la inteligencia artificial iba a leer placas mejor que cualquier persona en cinco años, diez cuando mucho. Una década después, la especialidad que debía desaparecer enfrenta la escasez más aguda de su historia: en Estados Unidos hay más de cuatro mil vacantes sin cubrir y el salario promedio subió 9% en un solo año, hasta 571 mil dólares (Fortune, 2026; Benzinga, 2026).

La IA sí aprendió a leer una placa con precisión,  lo que no aprendió a hacer sola es decidir qué significa ese hallazgo para un paciente asustado o discutir un caso ambiguo con un cirujano a las tres de la mañana.

Esa distancia entre lo que una máquina automatiza y lo que sigue necesitando a una persona tiene nombre en la economía: eslabones débiles. El economista Charles I. Jones, de Stanford, lo explica con la imagen de una cadena: la producción avanza tan rápido como su parte más lenta, no como la más veloz (Jones, 2026). Hoy tenemos en el escritorio cien millones de veces más poder de cómputo que en 1970 sin embargo eso no significa que seamos cien millones de veces más productivos, porque seguimos siendo nosotros quienes decidimos qué matriz invertir, qué hipótesis probar y qué pregunta vale la pena hacer.

Para nosotros en Impulsera, la duda no es qué herramienta va a dominar esta temporada, sino qué tareas van a seguir dependiendo de una persona cuando la parte fácil ya esté resuelta por el software.

 

La automatización no elimina tareas: elimina las fáciles

 

Jones calcula algo que realmente sorprende: el software representa apenas el 2% del producto interno bruto de Estados Unidos. Si se automatizara por completo, con productividad infinita, la economía crecería solo 2% adicional, no diez ni veinte veces más (Jones, 2026). La razón es que el software convive con cientos de tareas que ninguna máquina resuelve todavía como cómo coordinar un equipo, negociar con un proveedor, calmar a un cliente furioso o decidir qué proyecto vale la pena arriesgar.

En América Latina y el Caribe, entre 30% y 40% de los empleos ya están expuestos de alguna manera a la inteligencia artificial generativa, según estimaciones que coinciden entre el Banco Mundial y el Fondo Monetario Internacional (Banco Mundial, 2025; FMI, 2024). La exposición no es destrucción automática: significa que una parte de las tareas de ese empleo puede resolverse con una herramienta y la otra parte, la que exige juicio situado, sigue abierta.

El Foro Económico Mundial llega a una conclusión parecida  pero desde otro ángulo,  para 2030, 39% de las habilidades centrales de la fuerza laboral habrá cambiado o quedado obsoleta, y el pensamiento analítico se mantendrá como la competencia más buscada por los empleadores, seguida de la resiliencia y la capacidad de adaptación (Foro Económico Mundial, 2025). No es una lista de programas de cómputo,  es una forma de pensar.

 

La habilidad que sobrevive es decidir qué automatizar

 

En el artículo anterior mencionamos lo que el investigador Nils Gilman llama la economía del juicio: un escenario donde ejecutar una tarea se abarata y lo escaso pasa a ser la capacidad de decidir qué merece hacerse, con qué criterio y bajo qué consecuencias. Y la retomamos porque nos parece muy relevante destacar que la lógica de este supuesto aplica a la perfección: cuando cualquiera puede generar cien respuestas en segundos, el valor se traslada a quien distingue cuál de esas cien respuestas resuelve el problema real.

 

“La primera tarea se automatizó. La segunda sigue siendo el trabajo, y por eso el oficio no perdió valor: lo ganó.”

 

Eso fue, exactamente, lo que conservó a los radiólogos en su puesto, leer una imagen es una tarea; decidir qué implica esa imagen para un paciente con su historial y sus riesgos es otra. La primera parte del proceso se automatizó, y la segunda sigue siendo el trabajo, que requiere capacidades para su resolución, por eso el oficio no perdió valor: lo ganó.

 

Habilidades transferibles: la ventaja de moverse cuando el eslabón débil cambia de lugar

 

Los eslabones débiles no son fijos, lo que hoy exige criterio humano puede automatizarse en cinco años, y el trabajo se reorganiza alrededor de la siguiente tarea difícil. Por eso la habilidad más valiosa no es ninguna competencia específica, sino la capacidad de reconocer cuándo el terreno cambia y reconfigurar la trayectoria antes de que el mercado lo exija.

 

“La habilidad más valiosa no es ninguna competencia específica: es reconocer cuándo el terreno cambió y reconfigurar la trayectoria antes de que el mercado lo exija.”

 

En Impulsera llamamos a ese proceso: adaptabilidad, es decir activar la disposición a aprender la siguiente capa de criterio que todavía nadie automatiza, para poder reconfigurar la propia oferta profesional antes de que la necesidad se vuelva urgencia.

Los radiólogos que mejor libraron la década no defendieron la tarea de leer placas, sino que ampliaron su función hacia la consulta, el procedimiento y la relación con el paciente, el terreno que la máquina todavía no pisa (Fortune, 2026). 

 

El eslabón débil también puede ser uno mismo

 

Vale preguntarse, con la misma honestidad con la que Jones examina una cadena de producción, cuál es el eslabón débil propio. No la pregunta cómoda de qué curso tomar, sino la incómoda; de las tareas que hoy ocupan la jornada, ¿cuáles ya podría resolver un modelo de lenguaje sin supervisión? ¿Y cuáles siguen exigiendo un criterio que nadie más en la organización puede ofrecer?

Quien identifica esa segunda categoría no necesita esperar a que alguien más se lo confirme: su jefe, el mercado o la realidad. Puede empezar a invertir tiempo ahí, con método, mientras la parte fácil del trabajo se automatiza sola. Esa decisión, tomada con tiempo, es la diferencia entre que la automatización llegue como una amenaza o como una razón más para reconfigurar la propia trayectoria.

¿Cuál de tus tareas de esta semana ya podría hacer una máquina sin ti? Esa respuesta, más que cualquier certificado, es el punto de partida para poner manos a la obra. 

 

Referencias bibliográficas: 

A decade after the «Godfather of AI» said radiologists were obsolete, their salaries are up to $571K and demand is growing fast. (2026, 4 de mayo). Fortune. https://fortune.com/2026/05/04/godfather-of-ai-geoffrey-hinton-radiologists-future-of-work-tech-ai-job-anxiety/

«The Great Skills Reset» in WEF’s Future of Jobs Report 2025: A Catch-22 for the future of work? (2026, 24 de febrero). Digital Skills and Jobs Platform. https://digital-skills-jobs.europa.eu/en/latest/news/great-skills-reset-wefs-future-jobs-report-2025-catch-22-future-work

«Godfather of AI» Geoffrey Hinton said AI would replace radiologists—A decade later, demand is surging, salaries are soaring. (2026, 4 de mayo). Benzinga. https://www.benzinga.com/markets/tech/26/05/52240864/godfather-of-ai-geoffrey-hinton-said-ai-would-replace-radiologists-a-decade-later-demand-is-surging-salaries-are-soaring

International Monetary Fund. (2024, 14 de enero). AI will transform the global economy. Let’s make sure it benefits humanity. IMF Blog. https://www.imf.org/es/Blogs/Articles/2024/01/14/ai-will-transform-the-global-economy-lets-make-sure-it-benefits-humanity

Jones, C. I. (2026). AI and our economic future (versión 2.0) [Documento de trabajo en preparación para el Journal of Economic Perspectives]. Stanford Graduate School of Business; National Bureau of Economic Research.

170 million jobs to emerge by 2030, but 92 million at risk, WEF warns. (2026, 24 de febrero). People Matters. https://sea.peoplemattersglobal.com/article/employee-skilling/170-million-jobs-to-emerge-by-2030-but-92-million-at-risk-wef-warns-48552

World Bank. (2025, abril). Calcular el potencial de la IA para el empleo en América Latina y el Caribe.https://www.bancomundial.org/es/results/2025/04/15/quantifying-the-jobs-potential-of-ai-in-latin-america-and-the-caribbean