Los ingenieros frente a la IA: la adaptabilidad como habilidad esencial

La irrupción masiva de la inteligencia artificial (IA) está reconfigurando las bases del trabajo en ingeniería. Nuevas herramientas irrumpen constantemente, las expectativas sobre la productividad de los equipos aumentan y el proceso de contratación se vuelve más complejo, haciendo difícil para estudiantes y profesionales decidir qué lenguajes de programación o habilidades técnicas específicas deben adquirir. En este paisaje de incertidumbre, un consejo resuena con fuerza: la adaptabilidad. Sin embargo, su significado y aplicación práctica no siempre son claros.

La ingeniería es un campo intrínsecamente ligado a la vanguardia tecnológica, donde el cambio es una constante. No obstante, según Samantha Brunhaver, profesora de ingeniería en la Universidad Estatal de Arizona, los currículos universitarios y la formación continua en el ámbito laboral a menudo no preparan a los estudiantes para esta realidad. A pesar de que la adaptabilidad es una cualidad altamente valorada por los empleadores, la forma de cultivarla y medirla sigue siendo un punto ciego. Brunhaver, quien ha investigado cómo fomentar la adaptabilidad en ingenieros jóvenes, define esta capacidad como "la habilidad de reconocer que un cambio o una incertidumbre está ocurriendo, y luego responder eficazmente a ese cambio". Esta habilidad, no obstante, es dependiente del contexto: para un ingeniero de software, puede significar manejar el continuo cambio de herramientas, mientras que para un ingeniero aeroespacial o biomédico, implica mantenerse al día con regulaciones y procedimientos en evolución.

Un entorno de cambio acelerado

El ritmo de cambio de habilidades se ha acelerado drásticamente en los sectores de tecnología, medios y telecomunicaciones, según un informe de PwC de junio de 2026. Además, el informe más reciente sobre el Futuro del Empleo del Foro Económico Mundial, publicado en 2025, proyecta que el 39% de las habilidades centrales de los trabajadores cambiarán para 2030 en todos los sectores. Esta dinámica crea un "periodo de caos", como lo describe Jenna Butler, científica de investigación en Microsoft, que estudia el bienestar y la productividad de los desarrolladores. La transición a la IA, aunque no sin precedentes, avanza a una velocidad posiblemente mayor que en cambios tecnológicos anteriores, desafiando la concepción de lo que una computadora puede lograr. En este "punto intermedio incómodo", los ingenieros de software, por ejemplo, experimentan un aumento significativo en la revisión de código, lo que refleja la ausencia de metodologías estandarizadas.

Estrategias para fomentar la adaptabilidad

Desde la perspectiva educativa, Brunhaver sugiere que las universidades pueden preparar mejor a los estudiantes ofreciéndoles experiencias diversas del mundo real, como pasantías, proyectos en equipo o roles de liderazgo. Estas oportunidades exponen a los estudiantes a distintos desafíos, facilitando su transición al mercado laboral. La reflexión, o metacognición, también es crucial, ya que permite a los individuos usar sus habilidades de adaptación de manera más efectiva, al comprender que tienen la capacidad de influir en una situación y superarla. El proceso se puede resumir en tres pasos: percibir la necesidad de adaptarse, evaluar las opciones disponibles y actuar.

Para aquellos ya en el mercado laboral, la adaptación puede implicar dedicar tiempo a aprender nuevas herramientas y metodologías. En ingeniería de software, la tendencia apunta hacia la gestión de modelos y agentes mediante "prompts" en lugar de la codificación línea por línea. Esto, según Butler, beneficiará a quienes disfrutan resolviendo problemas, pero podría ser menos satisfactorio para quienes valoran principalmente el arte de escribir código.

El valor de lo fundamental

A pesar de la evolución de las herramientas, Andy Hunt, desarrollador de software y coautor de "The Pragmatic Programmer", argumenta que las responsabilidades centrales del puesto son más estables de lo que parecen. Principios como la resolución de problemas y la comunicación son fundamentales y perdurables. Hunt enfatiza la importancia del pensamiento sistémico sobre el dominio de herramientas específicas. Identificarse como "programador Java", por ejemplo, es comparable a un carpintero que se define como "usuario de martillos".

Sin embargo, el proceso de contratación actual, que a menudo filtra currículos por lenguajes específicos o años de experiencia, dificulta la adopción de esta perspectiva más amplia. Las empresas, señala Hunt, deberían reconocer que "la tecnología no es lo difícil, y nunca lo ha sido. Entender la teoría de la información, el pensamiento sistémico, comprender las limitaciones a las que te enfrentas, eso sigue siendo lo difícil".

Este desajuste entre las expectativas de empleadores y empleados intensifica una tensión ya existente: cómo pueden los ingenieros dedicar tiempo a aprender y adaptarse a nuevas herramientas cuando la presión por aumentar la productividad es constante. Jenna Butler insta a las organizaciones a reservar intencionalmente tiempo para el aprendizaje continuo, incluso si es solo una hora a la semana, sin exigir producción de código. Esto también implica proporcionar la instrucción adecuada, ya que la falta de guía puede llevar al agotamiento y a que los desarrolladores se aferren a herramientas ya conocidas.

El futuro con la IA no está predeterminado, y si bien la adaptabilidad es crucial, los ingenieros también tienen un papel en la dirección de esta evolución. "Necesitamos ser adaptables y dejarnos llevar por la corriente hasta cierto punto, pero también necesitamos dirigir esa corriente", concluye Butler.

Decimos a los ingenieros que necesitan ser adaptables cuando se gradúan, pero en realidad no explicamos qué significa eso, no demostramos cómo es ni ayudamos a asegurar que lo desarrollen.

Samantha Brunhaver, Profesora asociada de ingeniería, Universidad Estatal de Arizona

La tecnología no es la parte difícil, y nunca lo ha sido. Entender la teoría de la información, el pensamiento sistémico, comprender las limitaciones a las que te enfrentas, eso sigue siendo lo difícil.

Andy Hunt, Desarrollador de software y coautor de ‘The Pragmatic Programmer’

Necesitamos ser adaptables y dejarnos llevar por la corriente hasta cierto punto, pero también necesitamos dirigir esa corriente. El futuro con la IA no está en absoluto predeterminado.

Jenna Butler, Científica de investigación, Microsoft