Pasar de tu profesión actual a un rol orientado a la IA

La pregunta llega con formas muy distintas según la profesión de quien la hace, pero casi siempre esconde la misma inquietud: ¿hay que empezar de nuevo para trabajar en inteligencia artificial? En la mayoría de los casos, no. Una transición creíble rara vez se parece a un cambio total de carrera. Se parece a un desplazamiento: una parte de la base profesional sigue siendo válida y la profundidad nueva se añade justo donde el rol objetivo la exige.

Esta guía propone un método general, aplicable desde varios puntos de partida. No describe una trayectoria concreta ni habla de las profesiones que simplemente incorporan una capa de IA sin cambiar de rol: trata del camino entre un punto de partida profesional identificado y un destino lo bastante preciso para resultar creíble.

1. Identificar con honestidad el punto de partida

El punto de partida determina lo que ya está adquirido y, por tanto, lo que queda por construir. Dos personas que aspiran al mismo puesto no tienen el mismo trabajo por delante. Situarse en una familia resulta útil, no para quedarse encerrado en ella, sino para hacer medible la distancia.

• Software / ingeniería: el diseño, la integración y la puesta en producción están adquiridos; suele faltar el comportamiento probabilístico de los modelos y su evaluación.
• Datos / analítica: el rigor sobre datos, medición y sesgos está adquirido; la distancia suele estar en la ingeniería de software y en la explotación.
• Producto / proyecto: el encuadre, los arbitrajes y la relación con las personas usuarias están adquiridos; la distancia está en las restricciones técnicas y en razonar sobre la incertidumbre.
• BA / consultoría: el análisis de procesos, los actores y las excepciones están adquiridos; la distancia está en qué puede y qué no puede asumir una solución de IA.
• UX / diseño: la investigación con usuarios y el diseño de interacción están adquiridos; la distancia está en diseñar para comportamientos que varían entre una ejecución y otra.
• Perfiles funcionales: el conocimiento del dominio es un activo escaso; la distancia está en el vocabulario técnico y en formular una necesidad de forma accionable.

Un punto de partida no es una desventaja que compensar. Es la mitad del expediente: la parte que nadie tendrá que verificar, porque ya está demostrada.

2. Elegir un destino realista

«Trabajar en IA» no es un destino. Nombra un sector, no un rol, y esa imprecisión se nota de inmediato en una candidatura: impide saber qué competencias verificar, qué nivel esperar y qué prueba pedir. Un destino útil nombra una responsabilidad.

Algunos desplazamientos frecuentes, que conviene leer como ejemplos de formulación y no como itinerarios obligatorios: de desarrollo a AI/GenAI Engineering; de Data Scientist a una práctica más cercana a la ingeniería de ML; de PO o PM a un producto con componente de IA; de BA o consultoría al encuadre y la transformación; de UX a la investigación y el diseño en productos de IA; de un rol funcional al mismo puesto enriquecido, sin cambiar de título.

3. Inventariar lo que realmente se transfiere

Este paso suele despacharse rápido porque parece evidente. No lo es: lo transferible no es lo que sabes hacer, sino lo que puedes demostrar y sigue siendo útil en el destino. La capacidad de encuadrar, el hábito de medir, el conocimiento del dominio o la soltura con las restricciones de producción pesan más que la lista de herramientas con las que te has cruzado.

Una transición se apoya casi siempre en tres piezas combinadas: competencias existentes realmente demostradas, una profundidad en IA proporcional al rol y una prueba que une ambas. Una sola pieza no basta, y esa suele ser la razón por la que una candidatura se queda sin respuesta.

4. Medir la distancia real, no la percibida

La brecha percibida suele sobrestimarse en los conceptos y subestimarse en la práctica. Para medirla sin inventar otra escala, basta con retomar la progresión descrita en la guía dedicada a la profundidad de las competencias de IA — comprender, usar, construir, evaluar y, después, diseñar y decidir cuando el rol lo exige — y aplicarla al destino elegido.

1. 1

   Comprender

   lectura

   Saber explicar qué hace una técnica, para qué sirve y qué no resuelve. Suficiente para participar en una conversación, insuficiente para decidir.

2. 2

   Usar

   práctica

   Saber aplicarla correctamente en un contexto definido y reconocer los casos en los que el resultado no es fiable.

3. 3

   Construir / aplicar

   construcción

   Saber producir algo reproducible dentro del alcance del rol y justificar las decisiones, incluidas las descartadas.

4. 4

   Evaluar / diagnosticar

   evaluación

   Saber decir si un resultado es suficiente, sobre qué población de casos y con qué criterio, y remontar de un fallo observado a su causa probable.

5. 5

   Diseñar, decidir, operar

   cuando el rol lo exige

   Arbitrar entre calidad, coste, latencia, riesgo y plazo, y después sostener el sistema en el tiempo y corregir sus desviaciones. No todos los roles lo piden.

El ejercicio consiste en situar, para cada competencia que el destino espera, el nivel que el rol exige y el nivel que puedes demostrar hoy. Las distancias que aparecen rara vez son muchas: dos o tres, normalmente, y no todas son técnicas.

5. Construir una primera prueba ajustada al destino

El consejo genérico —«haz un chatbot»— produce pruebas intercambiables que no demuestran nada sobre la responsabilidad buscada. Una prueba útil se elige en función de la distancia identificada en el paso anterior y muestra una decisión, no solo un resultado que funciona.

• Hacia ingeniería: un componente reducido pero completo, con los casos de fallo tratados y una razón explicada para cada decisión de arquitectura.
• Hacia producto: un caso de uso encuadrado, con criterios de aceptación, un umbral de calidad considerado suficiente y una hipótesis de valor explícita.
• Hacia el encuadre: un proceso existente descrito con sus excepciones, sus dependencias y los puntos donde automatizar sería arriesgado.
• Hacia UX: un protocolo de investigación o un diseño que trate explícitamente el error, la incertidumbre y la devolución del control a una persona.
• Hacia evaluación o adopción: un protocolo de medición cualitativo aplicado a un alcance pequeño, cuyos límites sepas explicar.

Un trabajo modesto que dominas por completo vale más que una demostración ambiciosa cuyo funcionamiento no puedes explicar en una entrevista.

6. Probar la transición antes de cambiar de título

Cambiar de título es el último paso, no el primero. Casi siempre existe un terreno intermedio, dentro del puesto actual, donde la responsabilidad buscada puede ejercerse parcialmente y ser observada por otras personas. Ese terreno produce dos cosas escasas: pruebas situadas en un contexto profesional e información honesta sobre si el rol te conviene.

• Un proyecto interno donde el componente de IA ya existe y faltan personas que contribuyan.
• Una responsabilidad adyacente asumida de forma deliberada: evaluación, encuadre, documentación, adopción.
• Un prototipo acotado, con un perímetro y una fecha de fin explícitos.
• Una colaboración regular con un equipo que construye estos sistemas.
• Una contribución a un protocolo de aceptación o a la gestión del cambio.
• Una misión corta o un proyecto personal creíble, cuando el contexto interno no ofrece ninguna apertura.

Ninguno de estos caminos garantiza una transición. Reducen la incertidumbre para ti y para la organización, que ya es mucho en una decisión de contratación o de movilidad.

Senioridad: el matiz que evita dos errores simétricos

Cambiar de rol no implica volver a ser junior en todas las competencias. Diez años dirigiendo proyectos no desaparecen porque el tema pase a ser la IA, y presentarse como principiante por falta de vocabulario técnico perjudica tanto como lo contrario.

Pero la antigüedad no transfiere automáticamente el mismo nivel de senioridad a todas las responsabilidades del nuevo rol. Se puede ser senior en encuadre y arbitraje y principiante en la evaluación de un sistema probabilístico. Nombrar esa asimetría uno mismo, en lugar de dejar que se descubra, suele leerse como madurez, y es también lo que hace creíble una trayectoria de aprendizaje.

• Transición
• Trayectoria profesional
• Competencias transferibles