El noventa y seis por ciento de los responsables de RR. HH. espera que los puestos de nivel inicial evolucionen hacia empleos que supervisen o gestionen sistemas de IA en cinco años. El cuarenta y seis por ciento de sus organizaciones no está organizando de forma proactiva ninguna formación en IA (Pearson & Cognizant, AI Workforce Pulse, 2026). Coloque esos dos números uno al lado del otro y tendrá la formulación más clara del problema de la supervisión de la IA en el nivel inicial publicada este año: acuerdo casi universal sobre hacia dónde va el puesto, y probabilidades de cara o cruz de que la empresa esté financiando el viaje.
Esa brecha no es un error de previsión. Es una decisión presupuestaria que se está tomando ahora mismo, por inercia, en empresas que nunca la han nombrado. Pearson y Cognizant encuestaron a 750 responsables de RR. HH. de nivel director o superior en organizaciones de más de 1.000 empleados en Estados Unidos, Reino Unido e India, con trabajo de campo en la primavera de 2026 y publicación el 18 de junio. El hallazgo que debería detener a un Head of Operations a mitad del presupuesto no es que la IA venga a por el trabajo de nivel inicial — es que las personas más cercanas a los datos de la plantilla ya saben que el puesto de nivel inicial se está convirtiendo en algo más difícil, y la mayoría de ellas está enviando a la nueva incorporación a ese rol sin un mapa.
El titular no es "los empleos desaparecen". Es "los empleos se convierten — sin fondos"
La narrativa dominante de 2026 sobre el trabajo de nivel inicial es la desaparición. Los datos que la sostienen son reales: el informe State of Tech Talent de SignalFire descubrió que la contratación de recién graduados en las Big Tech cayó del 15 % de todas las contrataciones antes de la pandemia a alrededor del 7 %, con las incorporaciones de recién graduados cayendo cerca del 50 % desde 2019 (SignalFire, State of Tech Talent, 2025). Si esa es la única historia que ha oído, la conclusión estratégica es sombría y pasiva: deje de contratar júniors, espere a que pase.
Pearson y Cognizant cuentan una historia distinta y más accionable. Sus datos dicen que el trabajo de nivel inicial sigue siendo esencial — el 94 % de los responsables de RR. HH. espera que la IA genere nuevos puestos de nivel inicial que antes no existían, y el 96 % espera que los puestos de nivel inicial actuales se conviertan en roles de supervisión de la IA en cinco años (Pearson & Cognizant, AI Workforce Pulse, 2026). El empleo júnior no se desvanece. Se está reescribiendo — de hacer la tarea a dirigir y verificar el sistema que hace la tarea. Es un ascenso en exigencia cognitiva con la banda salarial de un puesto de nivel inicial.
Y aquí está el aguijón operativo: el 60 % de esos mismos responsables admite que sus programas de aprendizaje y desarrollo no logran seguir el ritmo de ese cambio, y el 46 % no está organizando de forma proactiva ninguna formación en IA — aun cuando el 91 % informa de que las solicitudes de formación en IA por parte de los empleados han aumentado en el último año. La señal de demanda es fuerte, la respuesta de la oferta está ausente en casi la mitad del mercado. Esa es la brecha de preparación del 96 % / 46 % en una línea: el puesto se convierte tanto si lo financia como si no, y ahora mismo la empresa típica no lo está financiando.
Por qué la conversión es más difícil que "solo añadir IA"
Es tentador tratar "supervisar la IA" como un empleo más ligero que el que reemplaza. Es lo contrario. Supervisar un sistema de IA significa detectar los errores que comete con confianza, saber cuándo su salida es plausible pero errónea, y asumir la decisión que el modelo solo puede recomendar. Es trabajo de juicio, y el juicio es precisamente lo que un joven de 22 años construía lentamente haciendo la tarea durante dos años antes de que se le confiara verificar la de otro.
Quite el hacer, y habrá quitado el aprendizaje que producía ese juicio. La investigación más amplia de Cognizant descubrió que la IA podría impactar el 93 % de los empleos hoy (Cognizant, New Work, New World, 2026), lo que significa que esto no es un problema de nicho del sector tecnológico — está llegando simultáneamente a las funciones de operaciones, finanzas, marketing y soporte. A la nueva incorporación de nivel inicial de 2027 se le pedirá que supervise sistemas en ámbitos donde nunca ha realizado personalmente el trabajo subyacente. Sin formación deliberada, no está cubriendo un rol de supervisión. Está instalando a un supervisor no cualificado sobre un sistema que falla de maneras sutiles, y lo llama ahorro de costes.
Los datos de Pearson confirman que los responsables de RR. HH. ven exactamente esto: el 97 % afirma ahora que las habilidades blandas — adaptabilidad, juicio, comunicación — importan más que nunca, el 69 % valora los perfiles amplios e interdisciplinarios sobre la especialización estrecha, y el 67 % declara valorar los grados en humanidades más que antes. El mercado le está diciendo que el rol de supervisión de la IA premia un perfil distinto del antiguo "ejecutor rápido de una tarea definida". La mayoría de las descripciones de puesto no se han reescrito para reflejarlo.
La trampa del mid-market: está recortando la capa que posee la supervisión de la IA de nivel inicial
Para una empresa de 200 empleados, hay un segundo problema, más agudo, enterrado en el estudio. Más del 90 % de los responsables de RR. HH. afirma que los mandos intermedios son fundamentales para redefinir los roles a medida que la IA cambia el trabajo diario (Pearson & Cognizant, AI Workforce Pulse, 2026). El mando intermedio es el mecanismo por el cual un abstracto "el rol está cambiando" se convierte en un concreto "esto es lo que haces ahora, así lo verificaré, así se ve un buen trabajo".
Ahora superponga el manual de IA dominante del mid-market de los últimos 18 meses: aplanar la organización, recortar la capa de gerentes, financiar las herramientas de IA con el ahorro. La trampa se escribe sola. La conversión del rol llega (96 %), la formación para sostenerla queda sin fondos (46 % ninguna), y la capa que debía traducir el cambio para la nueva incorporación ha sido eliminada para pagar la IA que desencadenó el cambio. Ha creado un rol de supervisión de la IA de nivel inicial sin currículo y sin un supervisor del supervisor. Eso no es una organización ágil. Es un vacío de responsabilidad con una línea de plantilla.
Las grandes empresas pueden absorber esto durante un tiempo — tienen departamentos de L&D, marcos de competencias y suficientes gerentes restantes para improvisar la cobertura. Una operación de 200 empleados no puede. Si recorta su capa de gerentes y omite el presupuesto de formación, no hay red institucional. La nueva incorporación aprende fallando en trabajo real, los fallos emergen como problemas de calidad que la IA debía prevenir, y el argumento de productividad de toda la inversión en IA se invierte en silencio.
El contraargumento: "simplemente contrataremos a personas que ya dominen la IA"
La objeción razonable de un operador atento a los costes es: ¿por qué financiar formación? Contratar por fluidez en IA a la entrada, evaluarla en la entrevista, dejar que el mercado laboral produzca la competencia. Es una postura real y merece una respuesta directa en lugar de un descarte.
Falla en dos puntos. Primero, la competencia que el rol realmente exige no es "saber consultar a un chatbot" — es el juicio bajo incertidumbre del modelo, la capacidad de saber cuándo la respuesta segura es errónea. Eso no es visible de forma fiable en un currículo o en una entrevista de 45 minutos, y los candidatos que realmente lo poseen son exactamente aquellos por los que toda empresa puja ahora. Segundo, los propios datos de Pearson socavan el filtro: cuando el 97 % de los líderes considera las habilidades blandas y la adaptabilidad como los rasgos decisivos, ya no contrata por una lista de herramientas — contrata por un perfil cognitivo y luego desarrolla el juicio del dominio encima. La estrategia de contratar-sin-formar presupone un producto terminado que el mercado no está produciendo al volumen ni al precio que el mid-market puede ganar.
La síntesis honesta: no puede salir del problema solo comprando, ni puede salir del problema solo formando. Lo que funciona es una división deliberada — seleccionar por el rasgo que no se forma bien (adaptabilidad, juicio, velocidad de aprendizaje), y luego financiar la formación para las competencias específicas de la IA que sí se forman. Las empresas que lo tratan como un puro problema de contratación o un puro problema de formación rendirán ambas por debajo de las que nombran cuál es cuál.
Lo que la integración realmente paga — y por qué dejar la brecha abierta sale caro
La razón por la que esto merece una batalla presupuestaria y no una nota a pie de página: cuando la IA está genuinamente integrada en el trabajo, con la persona equipada para dirigirla, los retornos no son marginales. El experimento de campo Harvard Business School–BCG sobre trabajadores del conocimiento descubrió que quienes usaban bien la IA completaban las tareas alrededor de un 25 % más rápido y producían un trabajo valorado alrededor de un 40 % superior en calidad frente al grupo de control (Harvard Business School & BCG, 2023). Ese aumento es el premio al otro lado de la brecha de preparación — y solo se materializa cuando la persona que opera el sistema sabe lo que hace. Un supervisor sin formación no cobra un aumento de calidad del 40 %; cobra los errores del modelo a escala.
Así que el 46 % que no financia formación no está operando de forma más ágil que el 54 % que sí lo hace. Está pagando el precio completo por la capacidad de la IA y renunciando al multiplicador que hace que esa capacidad rinda. La línea de formación no es un gasto general sobre la inversión en IA. Es el mecanismo de conversión que convierte la inversión en IA en un retorno en lugar de un pasivo.
La decisión de este trimestre
No cerrará un cambio de plantilla de cinco años en este trimestre. Puede hacer una cosa que lo coloque del lado correcto. Tome su próxima vacante de nivel inicial abierta — la redactada sobre una antigua descripción de "ejecutar estas tareas definidas" — y reescríbala antes de publicarla. Dos cambios: filtre explícitamente por adaptabilidad y juicio bajo incertidumbre en lugar de listas de herramientas, y adjunte al puesto una ruta de formación en IA nombrada y financiada, para que la nueva incorporación se construya como supervisor, no se abandone a serlo.
Esa es la jugada que el 96 % ve venir y que el 46 % no está haciendo. El rol de supervisión de la IA de nivel inicial está llegando a su organigrama tanto si se prepara como si no. La única pregunta abierta es si la persona que coloque en él el próximo trimestre entrará con un mapa — o se convertirá en el primer fracaso que use para justificar el presupuesto de formación que debería haber financiado hoy.
