Mientras proliferan conversaciones sobre desplazamiento de empleos y transformación laboral por inteligencia artificial, un riesgo menos visible toma forma: la consolidación de cohortes de personas capacitadas para revisar y validar material producido por máquinas, pero sin haber desarrollado nunca las habilidades prácticas subyacentes.

Esta inversión del aprendizaje tradicional marca un quiebre educativo significativo. Donde antaño se esperaba que alguien dominara un oficio antes de acceder a instrumentos de mejora, hoy la tecnología permite saltear esa etapa. Un estudiante puede atravesar años de formación principalmente examinando salidas de IA, sin haber realizado el trabajo manual o intelectual que esas máquinas automatizan.

El riesgo radica en que la supervisión genuina exige expertise vivida. Quien revisa un informe financiero sin haber construido estados contables desde cero carece de intuición para detectar inconsistencias sutiles. Quien valida código sin haber debugging nunca no comprende por qué fallan ciertos enfoques. Quien examina texto sin escribir desconoce las decisiones que hacen un párrafo funcionar.

Esto es especialmente grave en profesiones donde el juicio humano es insustituible. Médicos, abogados, ingenieros e investigadores necesitan no solo supervisar resultados, sino entender profundamente cómo se obtienen. Un médico que nunca ha seguido un caso clínico completo no posee el conocimiento necesario para cuestionar críticamente un diagnóstico automático. Un abogado formado principalmente revisando documentos de IA no desarrolla el pensamiento jurídico que exigen casos complejos.

El dilema educativo es urgente: cómo estructurar itinerarios formativos que garanticen que los aprendices adquieran competencias fundamentales antes de automatizar tareas. Sin esa base, la validación es ficción, y los supervisores son apenas custodios sin oficio.

Imagen: Zulfugar Karimov / Unsplash – Con informacion de El Cronista