El título ya no basta

By Adriana Páez Pino La IA cambió algo más profundo que las tareas. Cambió cómo el trabajo reconoce valor. Cuando un entregable impecable puede generarse en minutos, el diferencial se mueve hacia criterio, pensamiento estructurado, comunicación, toma de decisiones con información incompleta y responsabilidad por lo que se pone en circulación. Esta reflexión plantea el reto para la educación superior y propone reorganizar la formación por capas, fortalecer habilidades humanas como competencias evaluables, integrar alfabetización tecnológica como lenguaje base y rediseñar la evaluación para medir proceso, no solo resultados. La pregunta de fondo es cómo formar profesionales vigentes sin perder lo esencialmente humano.

En mi serie Descubriendo la IA en el trabajo he repetido una idea que ya no se discute. La inteligencia artificial no solo cambió tareas. Cambió la forma en que el trabajo reconoce valor. La educación superior quedó expuesta en ese cambio.

La tecnología avanza más rápido que la capacidad institucional de actualizar lo que se enseña y lo que se evalúa. Y cuando la IA hace que el entregable se vea “bien” en minutos, la diferencia real se mueve hacia otro lado. Criterio, comunicación, pensamiento estructurado, decisiones con información incompleta y responsabilidad por lo que se entrega.

El problema es que esas capacidades, las que yo llamo habilidades humanas, no siempre están en el centro del currículo. Y cuando aparecen, suelen tratarse como complemento, no como competencias que se entrenan y se evalúan con evidencia.

Además, el sistema no cambia a la misma velocidad del entorno. Currículos, normas, acreditaciones y aprobaciones toman tiempo. En medio de esa brecha están quienes ya estudian y quienes ya egresaron. Para ellos, esperar no es opción. Si la universidad no ofrece rutas ágiles para ponerse al día, las personas las construyen por fuera.

La pregunta entonces no es si la universidad debe cambiar. La pregunta es esta:

¿Cómo reorganizar el currículo para formar profesionales vigentes en la economía de la IA sin perder lo esencialmente humano que nos hace irremplazables?

La brecha de velocidad y sus efectos reales

Universidad y mercado no se mueven al mismo ritmo. El mercado cambia porque necesita responder ya. La universidad cambia con gobernanza, acreditación y estándares que no se ajustan de un semestre a otro. El entorno aceleró y esa distancia se volvió visible.

El problema no es solo contenido que envejece. Es la coherencia entre lo que se enseña, lo que se evalúa y lo que el trabajo exige demostrar. En el aula se puede cumplir. En el trabajo hay que resolver con presión, incertidumbre y decisiones reales.

La IA elevó el estándar de “entregar”. Un texto bien escrito o una presentación consistente pueden aparecer en minutos. Por eso el entregable dejó de ser una señal confiable de competencia. Empieza a pesar lo que sostiene el desempeño cuando la herramienta hace mucho. Formular bien el problema, priorizar, justificar decisiones, conversar para alinear criterio y responder por lo que se pone en circulación.

De ahí viene el movimiento que vemos hoy. Estudiantes y egresados buscan rutas rápidas para ponerse al día. Las organizaciones piden evidencia, no solo trayectoria. Proyectos, casos, portafolios y decisiones explicadas.

Con esa realidad, la pregunta útil no es cuántas materias nuevas agregamos. Es cómo reorganizamos la formación para que una persona siga siendo vigente cuando cambie la herramienta.

Reorganizar el currículo para un mundo que cambia

La formación universitaria no puede depender de perseguir novedades. La tecnología cambia, sube el estándar de entrega y reorganiza el trabajo mientras el sistema educativo avanza con otra cadencia. Si el currículo está diseñado para un mundo estable, queda expuesto cada vez que el entorno se mueve.

Lo que sí puede hacer la universidad es organizar la formación para que resista el cambio. Y eso implica pensar el currículo por capas.

En los primeros años debería consolidarse una base de competencias que permita aportar temprano con solidez. No se trata de acelerar por acelerar, sino de construir un piso profesional real. Comunicación profesional, pensamiento estructurado, resolución de problemas, trabajo con otros, manejo de incertidumbre y criterio para decidir. Son habilidades humanas. Y precisamente por eso deben entrenarse con intención y evaluarse con claridad. Se desarrollan en práctica, en proyectos, en casos, en conversaciones exigentes y en retroalimentación bien diseñada.

Con ese piso construido, viene lo estructural. Ahí la universidad hace su aporte más difícil de reemplazar. Forma método, rigor, profundidad disciplinar, pensamiento sistémico e identidad profesional. Esa estructura es la que permite que una persona no dependa de una herramienta específica. En un entorno de IA, esta profundidad no es un lujo. Es la diferencia entre repetir resultados y comprender lo que se está haciendo. La herramienta acelera, pero no garantiza comprensión, ni juicio, ni responsabilidad.

Además de esas capas, hay un componente que debería ser común a cualquier carrera. Un eje transversal que no compita con lo humanístico ni con los idiomas, sino que los actualice con una tercera dimensión. La alfabetización tecnológica debe ser parte del núcleo formativo, porque hoy es un lenguaje compartido en casi cualquier trabajo.

Entender cómo operan los sistemas digitales, qué implica usar IA con intención, cómo leer información y datos con criterio, qué prácticas mínimas de seguridad se requieren y qué riesgos se deben anticipar. No para volver a todo el mundo “tecnólogo”, sino para que nadie tenga que relacionarse con la tecnología como un usuario pasivo.

Nada de esto se sostiene si la evaluación no cambia. Con IA, el entregable final puede verse impecable sin que exista competencia detrás. Evaluar bien implica pedir evidencia de pensamiento y de proceso. Argumentar un camino, justificar decisiones, mostrar iteraciones, aprender de la retroalimentación, demostrar comprensión y no solo resultado. Portafolios, proyectos aplicados, rúbricas exigentes, evaluación por desempeño y criterios explícitos para medir habilidades humanas. Lo que no se mide, se vuelve accesorio. Y lo accesorio no se entrena en serio.

Lo que propongo no es una universidad obsesionada con lo tecnológico. Es una universidad que forma profesionales capaces de trabajar con tecnología sin delegar lo esencial. Porque el reto no es que la IA produzca. El reto es que nosotros sigamos respondiendo por lo que decidimos, por lo que creamos y por lo que ponemos en circulación.

Cómo avanzar sin esperar el cambio perfecto

Cambiar un currículo no es un acto de voluntad. Es un proceso de gobernanza. Hay reglas, acreditaciones, comités, tiempos de aprobación y responsabilidades institucionales que existen por una razón. El problema es que la tecnología no se alinea con esos tiempos. Avanza, se adopta y reconfigura el trabajo mientras la malla curricular aún está en trámite.

Por eso la discusión no debería plantearse como un todo o nada. No es rediseñar todo el programa cada vez que aparece una capacidad nueva, ni resignarse a formar para un mundo que ya cambió. Hay una salida más realista. Diseñar una estructura que aguante el cambio sin desordenarse cada semestre.

Una forma concreta es separar lo que debe ser estable de lo que puede ser flexible. La universidad puede conservar un núcleo estructural que sostenga la disciplina y el método, y al mismo tiempo incorporar módulos actualizables que se renueven con frecuencia. Eso evita que cada ajuste se convierta en una reforma interminable y permite reaccionar sin perder la coherencia académica.

Otra forma es dejar de describir la formación como una lista de materias y empezar a sostenerla en competencias demostrables. Cuando el centro son los resultados de aprendizaje, el contenido puede evolucionar sin reabrir toda la arquitectura. Se puede cambiar el caso, la herramienta, la metodología y el tipo de práctica sin traicionar lo que se busca formar. La universidad mantiene el estándar, pero deja de estar atada a un catálogo rígido de contenidos.

Y hay un tercer punto que suele quedar fuera. La formación no termina con el diploma. Quienes ya están estudiando y quienes ya egresaron también necesitan rutas de actualización dentro del ecosistema universitario. Si no existen, las personas las van a resolver por fuera, porque el trabajo lo exige. El tema no es competir con esas alternativas, sino ofrecer puentes con criterio. Trayectorias cortas, experiencias aplicadas, microcredenciales bien diseñadas y espacios que conecten lo aprendido con los problemas reales del presente.

En la economía de la IA, la promesa no puede ser “estar al día con todo”. Esa promesa no la cumple nadie. La promesa tiene que ser otra. Formar competencias que no pierdan valor cuando cambie la herramienta y ofrecer mecanismos ágiles para actualizar lo necesario sin obligar a la persona a empezar de cero.

Si algo está dejando claro la economía de la IA es que el reto nunca fue solo “aprender tecnología”. El reto es qué tipo de profesional formamos cuando la tecnología produce rápido, escribe bien, organiza información y entrega resultados que parecen completos.

En ese escenario, el riesgo no es únicamente que la universidad pierda vigencia por no enseñar la herramienta del momento. El riesgo es más profundo. Que formemos personas capaces de operar sistemas, pero sin entrenar lo que sostiene el trabajo cuando nadie da todas las respuestas. Pensar, decidir, argumentar, conversar con otros, asumir responsabilidad. Crear sin copiar. Usar tecnología sin delegar el criterio.

Lo que está en juego no es la velocidad del currículo. Es la calidad del pensamiento que el currículo construye. Porque cuando todo se puede generar en segundos, lo que separa a un profesional de un operador es la capacidad de entender, cuestionar, elegir y responder por lo que pone en circulación.

Y dejo una pregunta abierta para quienes están formando, contratando y aprendiendo en tiempo real.

Si pudieras rediseñar el primer año universitario para este momento, qué tres competencias harías obligatorias para cualquier carrera?

#adrianapaezpino #IA #FuturoDelTrabajo #EducaciónSuperior #AprendizajeContinuo #Empleabilidad #TransformaciónDigital