Durante décadas, estudiar ingeniería informática en una universidad de élite ha sido sinonimo de estabilidad laboral y salarios elevados. Un título de la Univ. de Stanford, por ejemplo, era poco menos que un billete de acceso libre a Silicon Valley. Sin embargo, en apenas tres años, ese panorama se ha transformado radicalmente por la irrupción acelerada de la IA generativa. Y esto está afectando, de forma especialmente dura, al acceso de los jóvenes graduados a sus primeros empleos.
Porque hoy en día, incluso los mejores expedientes en el campo de la ingeniería de software tienen hoy enormes dificultades para encontrar trabajo.
La excelencia ya no basta
Los estudiantes que comenzaron sus carreras universitarias antes de 2022 entraron en un mundo distinto. Durante su primer año de universidad, herramientas como ChatGPT aún no existían. Sin embargo, ahora, al graduarse, se enfrenta a sistemas capaces de escribir código durante horas, depurar errores y generar soluciones funcionales a gran velocidad.
Los profesores de Stanford ven esta situación como un giro de 180º con respecto a años recientes, cuando casi todos los graduados encontraron empleo rápidamente en grandes tecnológicas. Hoy, tan sólo una pequeña élite que cuenta con currículos repletos de proyectos, investigación y experiencia previa.logra acceder a los pocos puestos atractivos disponibles.
Programador junior: la IA es tu competidor directo
La causa más citada por estudiantes, profesores y ejecutivos es clara: la IA ya no es solo una herramienta de apoyo, sino un competidor directo para los perfiles de entrada. Tanto, que los directivos de startups de IA reconocen abiertamente que ya no necesitan grandes equipos de ingenieros junior. Según este nuevo paradigma, donde antes hacían falta diez desarrolladores, ahora bastan dos ingenieros experimentados y un modelo de lenguaje avanzado.
Y las empresas de IA como OpenAI o Anthropic necesitan y contratan talento, claro, pero no en un volumen capaz de compensar la contracción general del sector.
Las cifras refuerzan esta percepción: el empleo de desarrolladores de software entre 22 y 25 años ha caído cerca de un 20 % desde finales de 2022y la contratación en puestos altamente expuestos a la IA se ha reducido de forma significativa en comparación con ocupaciones menos automatizables, como la enfermería.
Productividad sin prosperidad
Resulta tentador concluir que la IA simplemente 'reemplaza' a los trabajadores humanos. Sin embargo, los datos muestran una realidad algo más compleja: por un lado, algunos estudios indican que el uso de herramientas de IA puede incluso ralentizar a desarrolladores experimentados, que deben invertir tiempo adicional revisando y corrigiendo código generado automáticamente.
Quienes logran empleo describen cargas de trabajo más intensas: la IA anima a las empresas a exigir a un solo ingeniero lo que antes requería de la colaboración de varios
Por otro, los informes económicos señalan que las ocupaciones más expuestas a la automatización están creciendo en salarios y productividad. ¿Cómo se explica entonces que los jóvenes graduados quedan fuera del sistema? Porque el problema no es solo tecnológico, sino estructural: la IA permite a las empresas obtener beneficios a corto plazo reduciendo la contratación y la formación de talento junior, pero lo hace a costa de erosionar sus futuros pilares de conocimiento y experiencia.
Reajustado las expectativas
Ante este panorama, los graduados adoptan distintas estrategias: muchos, sencillamente, rebajan sus expectativas y aceptar empleos que antes no habrían sido considerados. Otros optan por crear startups propias, con la esperanza de atraer inversión. Y un número creciente de graduados decide prolongar su estancia en la universidad mediante másteres y programas de posgrado, buscando diferenciarse en un mercado saturado.
¿Qué papel deben jugar las universidades? ¿Están acaso preparando a los estudiantes para un mundo donde la IA es omnipresente? Los profesores coinciden en que ya no basta con enseñar programación tradicional. Los futuros ingenieros deben aprender a supervisar, evaluar y corregir sistemas de IA, a integrarlos de forma crítica y desarrollar habilidades que no se automáticamente fácilmente: pensamiento sistémico, diseño, ética y comprensión profunda de los problemas.
Vía | futurismo
Imagen | Marcos Merino mediante IA
