¿Y si te dijera que todo lo que hacemos en tech —absolutamente todo— es, en el fondo, comunicación?
Esa es la idea que me quedó retumbando después de la conversación con el decano Néstor Castaño en el episodio 8. No vino a hablar de herramientas ni de lenguajes de programación. Vino a sacudirnos la forma de pensar la profesión. Y lo logró.
Acá te traigo lo más potente de esa conversación, para que lo leas, lo proceses y —ojalá— lo pongas en práctica.
El problema no es el estudiante que copia — es lo que le pusieron a hacer
Cuando la IA empezó a aparecer en los salones, la primera reacción fue punitiva: “¡están copiando!” Pero el decano le dio la vuelta al argumento de una manera que duele (en el buen sentido):
Si el estudiante puede resolver el trabajo con IA en cinco minutos, quizás el problema no es el estudiante. Quizás el problema es que le estás pidiendo hacer algo que la IA ya hace mejor que cualquier humano.
— Néstor Castaño
La conclusión es directa: los currículos tienen que rediseñarse. Si una tarea la puede completar un modelo de lenguaje sin esfuerzo, esa tarea ya no debería ser el centro de la formación.
La matriz que todo profesional tech debería tener en la cabeza
El decano propone pensar en una matriz de dos ejes: lo que es complejo para el humano vs. lo que es complejo para la tecnología. Al cruzarlos, aparecen cuatro cuadrantes — y el más valioso es el que dice: complejo para la máquina, fácil para el humano.
¿Ejemplos? Leer una sala. Generar confianza. Negociar en contexto. Entender el subtexto de una conversación. Esas son las habilidades en las que nos tenemos que volver extraordinarios, porque la IA aún tropieza con ellas.
Para reflexionar
En tu trabajo actual, ¿qué tareas ocupan más de tu tiempo? ¿Cuántas de esas podrían automatizarse hoy? Y más importante: ¿en qué estás invirtiendo el tiempo que te libera la IA?
Acá te lo resumo visualmente para que lo tengas claro de un solo vistazo:
Todo el desarrollo de software es, en esencia, comunicación digitalizada
Esta es la idea que más me volteó la cabeza. Piénsalo: cuando construyes una app, estás capturando cómo fluye la comunicación entre personas, procesos y sistemas, y traduciéndola a código. Un flujo de correos, una transacción, una notificación — todo es comunicación estructurada.
Entonces el ingeniero que entiende cómo se comunica una organización no es solo un ejecutor técnico. Es el que puede decirle a la dirección: “acá hay un cuello de botella humano”, “este equipo no está recibiendo información a tiempo”, “este proceso está mal diseñado desde antes de tocar una línea de código”.
Ese perfil vale muchísimo más. Y esa persona ya no le cobra por el código — le cobra por la estrategia.
La IA no va a acabar con los empleos tech. La complejidad humana siempre gana.
Alguien de la comunidad preguntó en directo: ¿la industria tech va a ser controlada completamente por IA? La respuesta del decano fue tranquilizadora pero no ingenua:
La sociedad siempre genera más complejidad de la que cualquier sistema puede resolver. Cada vez que la IA resuelve algo, aparece un nuevo problema que resolver. La demanda de personas que puedan pensar sistemas, auditar modelos, detectar sesgos y diseñar soluciones contextualizadas no va a desaparecer — va a crecer.
Lo que te llevas de este episodio
La IA no es el problema ni la solución — es un espejo que refleja qué tan bien (o mal) estamos formando profesionales.
Las habilidades blandas no son un extra: son técnicamente necesarias para cualquier profesional que trabaje con sistemas de comunicación.
El rol más valioso en tech ya no es el que escribe más código — es el que entiende mejor cómo fluye la información en una organización.
La complejidad de la sociedad siempre va a superar a la tecnología. Siempre habrá trabajo para quien sepa pensar sistemas.
Abrazar la paradoja tecnológica — ni rechazarla ni glorificarla — es la actitud más inteligente que puedes tener hoy.
