Nunca aprendieron a adaptarse – ahora el futuro de los ingenieros depende precisamente de eso

El ingeniero que nunca deja de aprender

A menudo hablamos de la IA como una fuerza tecnológica. Pero lo que realmente estamos hablando es de personas – y cómo sus vidas profesionales cambian de raíz.

Imagina tres escenas. Una fábrica de semiconductores donde las desviaciones de producción cuestan millones por hora. Un coche autónomo que escucha al pasajero. Un chico de un pequeño pueblo en India que nunca tuvo una computadora en casa – y que hoy lidera la transformación impulsada por IA para una empresa de comercio electrónico en Estados Unidos.

Estas tres historias son diferentes. Pero cuentan lo mismo: la capacidad de adaptación ha pasado de ser un mérito a ser un requisito fundamental.

Según IEEE Spectrum, es precisamente la capacidad de adaptación la que los investigadores ahora señalan como la competencia más importante de los ingenieros en la era de la IA. Samantha Brunhaver, docente en la Universidad Estatal de Arizona, ha investigado exactamente esto desde 2020 – y su conclusión es tan simple como desafiante: les decimos a los ingenieros que deben ser adaptables, pero nunca les enseñamos cómo. Las universidades les dan competencia técnica especializada, pero rara vez las herramientas para manejar la incertidumbre, cambiar de dirección y continuar entregando resultados cuando el tablero se redibuja.

No es una cuestión académica. Es una cuestión que se decide en el piso de la fábrica, en el vehículo y en el código.

Cuando los datos están dispersos – y cada minuto cuesta

Toma la fabricación de semiconductores. Las fábricas modernas generan cantidades astronómicas de datos – de instrumentos de medición, herramientas de proceso, análisis químico y sistemas operativos. Cuando algo va mal, las pistas están dispersas en sistemas aislados, e los ingenieros se ven obligados a perseguirlas manualmente. Lleva tiempo. Y el tiempo, en una fábrica de semiconductores, es dinero en un sentido muy literal.

Es aquí donde la llamada IA agencial hace su entrada. IEEE Spectrum destaca cómo sistemas que pueden planificar y ejecutar de forma independiente tareas analíticas complejas – sin necesidad de mover datos entre plataformas – pueden comprimir el análisis de causas raíz de días a minutos. No se trata de reemplazar el juicio del ingeniero, sino de darle una herramienta que realmente pueda mantenerse al ritmo de los volúmenes de datos.

La lógica económica es cristalina: los datos fragmentados no son solo un problema técnico. Es un problema de rentabilidad. Y cuando la solución está disponible, la pregunta ya no es si debe implementarse – sino con qué rapidez.

De un pueblo sin televisión a experto en IA en Milwaukee

Pero la tecnología no solo transforma procesos. Transforma destinos humanos.

Balaji Ingole vio su primera computadora en secundaria. Creció en Udgir en Maharashtra, un pequeño pueblo indio donde el vecindario compartía un solo televisor. Hoy es miembro senior del IEEE y lidera proyectos de transformación impulsados por IA en la empresa de comercio electrónico Amla en Milwaukee – y dedica los fines de semana a investigar herramientas de diagnóstico basadas en IA en el sector sanitario.

Su historia, como cuenta IEEE Spectrum, no es una historia de suerte. Es una historia de perseverancia, curiosidad y la capacidad de aprender lo que aún nadie ha enseñado. Aprendió a construir programas basados en bases de datos por su cuenta. Se fijó objetivos que parecían irrazonables y los logró de todas formas.

Es precisamente ese tipo de impulso que la era de la IA recompensa. No el origen. No los diplomas en sí. Sino la voluntad de comprender, transformar y continuar.

El coche que escucha – y se explica

Y luego está quizás el ejemplo más concreto de cómo la IA está transformando la relación humano-máquina: coches autónomos que toman instrucciones de los pasajeros.

Investigadores de TU Delft en los Países Bajos han conectado un gran modelo de lenguaje con el sistema de planificación de movimientos de un vehículo. El resultado: el pasajero puede decir "voy retrasado, conduce más rápido" – y el coche realmente ajusta su comportamiento de manejo, dentro de límites seguros, y explica en español corriente cómo piensa hacerlo antes de ejecutar el cambio.

Parece un pequeño paso. Pero representa un cambio de paradigma. Los vehículos autónomos actuales están preconfigurados por ingenieros. Los del mañana escuchan, interpretan y se adaptan en tiempo real – sin comprometer la seguridad. El sistema se basa en GPT-4o-mini y ordena los estilos de conducción según los deseos del pasajero y la situación del tráfico.

Esto es lo que parece la transformación por IA cuando aterroriza en la realidad: no robots que toman el control, sino sistemas que hacen la tecnología más humana, más atenta y más útil.

El hilo conductor

Fabricación de semiconductores, comercio electrónico, vehículos autónomos – tres industrias, tres desafíos. Pero el hilo conductor es el mismo: la IA desplaza el rol del ingeniero de resolver problemas bien definidos a navegar en sistemas de complejidad creciente. Eso requiere un nuevo tipo de competencia. No solo amplitud técnica, sino agilidad cognitiva – la capacidad de aprender, olvidar y volver a aprender.