El rápido avance la Inteligencia Artificial (IA) ha generado importantes debates y preocupaciones sobre su impacto en el mercado laboral, también en el sector tecnológico. La integración de la IA en cada vez más aspectos de la industria y en muchos procesos, ha provocado un enorme cambio de paradigma en la forma en que se realizan las tareas. Y el debate ya no es qué pueden hacer las «máquinas» y qué los «humanos». Sino cuál es el límite de la Inteligencia Artificial imitando a las personas y dónde el ser humano debe poner esos límites (¿quizá en la redacción de este artículo, por ejemplo?
Sin duda, ese cambio de paradigma en cuanto a la automatización de cada vez más tareas afecta de forma directa al empleo. Y los perfiles tecnológicos no estarán ajenos a todos los cambios.
En este artículo analizaremos qué roles pueden verse más y menos afectados. Porque si algo hemos aprendido de la historia es que aunque la tecnología desplaza algunos trabajos, en términos netos surgen otros nuevos y a menudo mejores empleados a largo plazo. Así que hablemos más bien de qué oportunidades para crecer se tienen en diferentes profesionales tecnológicos.
Tabla de contenidos
El MIT (cómo no puede ser de otra manera) ya pensó en esto
Los investigadores del Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT (CSAIL) y del Instituto de Valor Empresarial de IBM (IBV) realizaron un estudio recientemente en el que propusieron una aproximación (que como todas las aproximaciones tienen sus limitaciones) al análisis de ese debate, estimando: el nivel de rendimiento técnico necesario para realizar determinadas tareas (que puede depender por ejemplo del tamaño y la calidad de los datos, la complejidad y variabilidad de la tarea, y la escala y frecuencia de la misma…), las características de un sistema de IA para ver si es capaz de ese rendimiento y la elección económica de si elegir la automatización o no.
Para no alargarnos mucho, te diremos sólo un titular: el impacto de la IA en los trabajos que requieren un análisis visual será, al menos a corto plazo, limitado (desplazará entre un 0,38% y 0,77% de los empleos), y que la «opción humana» seguirá siendo la más rentable (por ahora).
Sin embargo, esto podría cambiar a medida que los costes de la adopción de la IA disminuyan. Y eso es solo cuestión de tiempo.
¿Cómo está afectando la IA a los diferentes profesionales tecnológicos?
Software Developers
La IA está redefiniendo especialmente el de los desarrolladores de software al automatizar una amplia gama de tareas: desde la generación de código hasta su depuración y optimización. La Inteligencia Artificial ayudará a aumentar la eficiencia y la productividad a través de la automatización, la redacción de fragmentos de código, el análisis del mismo, la identificación potenciales vulnerabilidades o la generación automática de tests. Los algoritmos pueden además analizar una cantidad enorme de datos y ayudarnos al prototipado, a la personalización de las interfaces, del contenido y funciones, y a crear sistemas de sugerencias en base a comportamiento del usuario, por ejemplo.
Herramientas de IA como TensorFlow, PyTorch o Keras están permitiendo la automatización de procesos de desarrollo de software. Como resultado, los developers deben adaptarse, enfocándose en aspectos más creativos y estratégicos, y en la resolución de problemas más complejos. Pero además, deberán incluir también entre sus habilidades la capacidad para comprender, colaborar y trabajar junto a sistemas de IA. Esto implica claramente que deberán formarse en datos, Machine Learning, analítica de datos, R, Hadoop, Spark…
Data Analysts
La IA puede automatizar la exploración y análisis de grandes conjuntos de datos, su segmentación, la identificación de patrones, la generación de modelos predictivos y la presentación de los resultados. Esto cambiará sin duda alguna la forma en que los analistas de datos realizan su trabajo y cómo se obtienen conclusiones de esos datos. Por eso, es importante que los analistas de datos se sientan cómodos usando lenguajes de programación como Python y R, pero también trabajando junto a sistemas de IA, lo que les ayudará a ser más eficientes.
Llas técnicas impulsadas por la IA han simplificado drásticamente el proceso de convertir datos no estructurados en formatos manejables. Y no sólo eso, muchas herramientas de Business Intelligence como Tableau, Sisense o Microsoft Power BI ya utilizan la IA para traducir datos en métricas predefinidas que pueden ser utilizadas para la toma de decisiones.
Cybersecurity Specialists
La Inteligencia Artificial ha traído nuevos riesgos y amenazas, que cada vez son mayores y más sofisticadas. Es por eso que la intervención humana resulta ahora insuficiente. La IA, en este sentido, está aportando ventajas a la hora de la detección temprana de posibles amenazas y su análisis posterior, en el fortalecimiento de los accesos y la creación de mecanismos de autenticación avanzados, o en la automatización de las respuestas ante esas amenazas, entre otros. La inteligencia artificial y el aprendizaje automático se están convirtiendo rápidamente en herramientas esenciales para los equipos de ciberseguridad para minimizar el riesgo de brechas y fortalecer la seguridad al identificar vulnerabilidades en sistemas y redes. Los modelos de aprendizaje automático pueden escanear infraestructuras, código y configuraciones para descubrir debilidades que podrían ser atacadas. Al identificar y parchear proactivamente vulnerabilidades, las organizaciones pueden reducir significativamente el riesgo de ciberataques exitosos.
Para adaptarse a los sistemas de IA y seguir siendo profesionales competitivos en el mercado, los especialistas en Ciberseguridad deben adquirir habilidades en IA y aprendizaje automático, análisis de datos, herramientas y tecnologías de IA en Ciberseguridad, además de adquirir un enfoque ético de la IA.
DevOps Engineers
La integración de la inteligencia artificial (IA) en los procesos de desarrollo, pruebas y despliegue de software está transformando la forma en que los ingenieros de DevOps gestionan los pipelines de entrega continua. Con la IA, los ingenieros de DevOps pueden automatizar tareas repetitivas y mejorar la eficiencia en todo el ciclo de vida del desarrollo de software. Por ejemplo, herramientas como Jenkins, GitLab CI/CD, y Azure DevOps están incorporando capacidades de IA para optimizar la compilación, las pruebas y el despliegue de aplicaciones. Estas herramientas pueden analizar datos históricos de implementaciones anteriores, identificar patrones y anomalías, y proporcionar recomendaciones para mejorar el rendimiento y la calidad del software. Los ingenieros de DevOps, por anto, también deben aprender a utilizar plataformas de automatización de pruebas basadas en IA, como Applitools y Testim, que utilizan algoritmos de aprendizaje automático para identificar automáticamente elementos de la interfaz de usuario y generar casos de prueba.
Cloud Specialists
La IA, en lo que se refiere al Cloud, tiene un papel crucial. ¿Por qué? Porque la demanda de infraestructuras en la nube escalables y flexibles está en aumento, impulsada en gran medida por el despliegue de aplicaciones de IA que requieren enormes recursos computacionales. Se requieren entornos Cloud cada vez más complejos y optimizados para soportar los sistemas de IA y satisfacer sus demandas úncias, como el procesamiento de grandes volúmenes de datos, y la capacidad de escalar horizontalmente para manejar cargas de trabajo variables. Además, la IA también planea, como veíamos antes, nuevos desafíos en términos de protección de los datos y mitigación de riesgos.
A pesar de los desafíos que plantea la IA en tecnología en este caso, tambiéne xisten oportunidades para que los profesionales tecnológicos se adapten y prosperen en este cambiante panorama. La formación en Inteligencia Artificial, aprendizaje automático y la interacción humano-IA puede ayudar a los profesionales a mantenerse competitivos en el mercado y a las compañías conseguir sus objetivos de una manera más eficiente. Al abrazar los avances tecnológicos y adquirir nuevas habilidades, los profesionales tecnológicos y las compañías pueden navegar por el cambiante mercado laboral y seguir impulsando la innovación en la era digital.
