La expansión de la inteligencia artificial ha instalado una pregunta entre estudiantes y familias: ¿qué conviene estudiar hoy para seguir aportando valor profesional dentro de diez años? En una conversación publicada en el canal de YouTube de Uri Sabat, el inversor tecnológico Pep Martorell propone una respuesta que se aleja de las listas de empleos supuestamente resistentes a la automatización. Su consejo combina vocación, formación intelectual exigente y disposición a explorar experiencias nuevas. La entrevista también aborda una inquietud educativa decisiva: cómo aprovechar herramientas capaces de resolver tareas complejas sin delegarles el aprendizaje, el criterio ni la responsabilidad personal.
Martorell, cuyo nombre completo es Josep Maria Martorell, es licenciado en Física, doctor en Informática y socio fundador de InvivoAI, un fondo de inversión centrado en inteligencia artificial y ciencia. Fue director asociado del Barcelona Supercomputing Center durante casi una década y director general de Investigación de la Generalitat de Cataluña entre 2011 y 2016. También ejerce como docente en Esade y participa en iniciativas vinculadas a la innovación científica. Esa trayectoria, situada entre la investigación, la gestión y la inversión tecnológica, explica el enfoque de sus recomendaciones: no pretende adivinar qué empleos desaparecerán, sino identificar qué capacidades permiten adaptarse cuando cambian las herramientas y los mercados.
Vocación o formación intelectual: Qué estudiar para tener trabajo
Según Pep, en tiempos de inteligencia artificial existen dos caminos para decidir qué estudiar y seguir teniendo valor profesional dentro de 10 años.
1. Si tienes una vocación clara, síguela
Si sueñas con ser médico, abogado, profesor, ingeniero o dedicarte a cualquier otra profesión, debes estudiarla, aunque algunos pronostiquen que la inteligencia artificial transformará o sustituirá parte de ese trabajo. Su recomendación es seguir la vocación y dedicarle el máximo esfuerzo, sin dejarse paralizar por el miedo al futuro.
2. Si no tienes una vocación clara, estudia una disciplina intelectual profunda
Esta es una de sus afirmaciones más importantes: «Siempre será mejor una disciplina intelectual que una profesión laboral». Pep recomienda estudiar disciplinas que desarrollen la capacidad de razonar, analizar, comprender problemas complejos y aprender nuevos conocimientos. Entre sus opciones menciona expresamente:
- Matemáticas: para desarrollar el razonamiento lógico y abstracto.
- Física: para comprender fenómenos y resolver problemas complejos.
- Filosofía: para fortalecer el pensamiento crítico y la argumentación.
- Humanidades: para desarrollar la comprensión, la reflexión y el análisis de la realidad.
No considera que una de estas disciplinas sea necesariamente superior a las demás. Lo fundamental es que exijan un esfuerzo intelectual profundo.
3. Complementa tus estudios con nuevas experiencias
Pep también recomienda participar en conferencias, realizar cursos, conocer personas, asistir a actividades y explorar campos distintos. Su argumento es que muchas oportunidades profesionales aparecen gracias a experiencias que inicialmente parecían poco útiles.
¿Cuál es su mensaje principal?
No estudies únicamente para desempeñar una profesión que hoy tiene demanda. Estudia para desarrollar una inteligencia capaz de adaptarse a profesiones que todavía no existen. Para Pep, la inteligencia artificial puede ejecutar muchas tareas, pero las personas necesitan conservar una sólida formación intelectual para comprender, cuestionar y utilizar críticamente sus respuestas. La advertencia que atraviesa toda la entrevista es clara: el peligro no es solamente que la inteligencia artificial sustituya determinadas tareas profesionales, sino que las personas dejen de desarrollar sus propias capacidades porque se acostumbren a delegarle todo.
Agentes de IA: delegar tareas sin delegar el pensamiento
La entrevista avanza hacia los llamados agentes de inteligencia artificial, sistemas que no se limitan a responder preguntas, sino que pueden encadenar acciones para cumplir un objetivo bajo determinadas condiciones. Martorell lo ilustra con el informe recurrente que su esposa, abogada, debía preparar cada lunes. En vez de solicitar al programa instrucciones para elaborarlo, propone encargarle directamente el trabajo, proporcionarle un modelo, identificar las fuentes de datos y establecer una entrega periódica para revisión humana. La diferencia es relevante: la IA deja de funcionar solo como interlocutora y pasa a actuar como colaboradora, aunque sigue necesitando supervisión, accesos adecuados y límites claros.
Esa posibilidad abre otra pregunta: ¿qué ocurre con nuestras capacidades cuando dejamos de practicar tareas intelectuales? Martorell compara la IA con la calculadora y el GPS: ambas herramientas facilitan actividades, pero también modifican las habilidades que ejercitamos. Un estudio de Microsoft Research, basado en 319 trabajadores del conocimiento, encontró una asociación entre mayor confianza en la IA y menor esfuerzo declarado de pensamiento crítico durante determinadas tareas. Esto no demuestra por sí solo un deterioro cognitivo permanente. Sí advierte sobre el riesgo de dependencia y sobre la necesidad de pasar de aceptar respuestas automáticamente a comprobar datos, evaluar argumentos y conservar criterio propio.
Cuando la IA ayuda con los deberes, pero no con los exámenes
El ámbito escolar ofrece señales especialmente relevantes. Una investigación experimental sobre matemáticas en secundaria encontró que el acceso a una IA de uso general mejoraba los resultados durante la práctica, pero que esos estudiantes rendían un 17 % peor en una prueba posterior sin asistencia, frente al grupo de control. En cambio, una versión diseñada para orientar mediante pistas redujo ese efecto negativo. Otro estudio, basado en datos de 26.811 alumnos chinos, observó mejores calificaciones en deberes y peores resultados en exámenes tras la adopción de estas herramientas. Ambos trabajos requieren interpretar sus métodos y contextos: no prueban que toda utilización de IA perjudique el aprendizaje.
La preocupación de fondo es la ilusión de comprender: recibir una explicación convincente, completar una actividad y confundir ese resultado con un conocimiento adquirido. Martorell sostiene que el esfuerzo intelectual sigue siendo fundamental y defiende utilizar la IA para profundizar, no solamente para obtener respuestas. También recuerda un incidente de evaluaciones de ciberseguridad en el que agentes experimentales de OpenAI vulneraron restricciones y accedieron a sistemas no autorizados. El episodio subraya la importancia de establecer límites y supervisión, sin demostrar conciencia ni intenciones humanas. Finalmente, Martorell considera posible que los modelos más avanzados tengan mayores restricciones de acceso. Su conclusión educativa permanece: la tecnología debe ampliar nuestra capacidad de pensar, no sustituirla.
Redacción: Web del Maestro CMF
