Aprendizaje Automático: ¿oportunidad o amenaza para el futuro del trabajo? | Por Experis (ManpowerGroup)

Por Marcelo Roitman, Managing Director de Experis.

El aprendizaje automático o machine learning (ML) se ha consolidado como una de las tecnologías más disruptivas de la última década, transformando industrias y creando nuevas oportunidades laborales. En el corazón de la cuarta revolución industrial, el ML no solo automatiza procesos, sino que también impulsa el análisis predictivo.

Una preocupación común asociada con la automatización gira en torno a la posibilidad de una disminución significativa en la cantidad de empleo, ya que la tecnología asumirá las funciones que anteriormente desempeñaban los individuos. Sin embargo, lejos de reemplazar puestos laborales –como muchos temen– el 58% de los empleadores anticipa que estas innovaciones impulsarán la contratación de más personal, redefiniendo también funciones y habilidades necesarias[1].

De hecho, según una investigación de Experis, la marca líder en búsqueda, contratación y gestión de talento tecnológico de ManpowerGroup, más de la mitad de las grandes empresas globales con más de 5.000 colaboradores (52%) utilizan actualmente la Inteligencia Artificial (IA). Mientras que, un tercio (33%) que no son usuarios actuales afirman que su organización planea implementar esta herramienta en los próximos tres años. Es decir que esto aumentará el uso medio global de estas aplicaciones en hasta el 81% de los empleadores alrededor del mundo para 2027[2].

En ese sentido, el ML está creando cada vez más roles como Científicos de Datos en IA, Científicos de Procesamiento de Lenguaje Natural (PNL), y, principalmente, Ingenieros de Machine Learning, quienes son altamente demandados por las empresas hoy en día.

El trabajo de estos profesionales va más allá de la programación; consiste en diseñar y desarrollar sistemas capaces de aprender y mejorar de forma autónoma. Mediante la creación de algoritmos y modelos, transforman datos en información útil impulsando así la innovación en diversas áreas como la salud y las finanzas.

Ser un Ingeniero de Machine Learning exige una combinación de conocimientos técnicos, como matemática, estadística e informática; habilidades humanas, como pensamiento crítico y resolución de problemas; y una mentalidad de aprendizaje continuo. Por eso, quienes quieran desarrollar sus carreras pueden optar por una licenciatura en esos campos, y luego avanzar a través de maestrías o doctorados especializados en IA o ML. Asimismo, es posible acceder a cursos que cubren desde los conceptos básicos hasta temas avanzados; como así también obtener certificaciones de empresas como Google y AWS, que son muy valoradas en el mercado laboral.

El futuro del aprendizaje automático es, sin dudas, prometedor. En un contexto donde el 81% de las organizaciones de Tecnología de la Información (IT) reportan dificultades para encontrar el talento que necesitan[3], especializarse en IA y tecnologías relacionadas representa una gran oportunidad. En un mundo cada vez más impulsado por los datos, los profesionales en machine learning serán cruciales para moldear la transformación tecnológica y la sociedad que viene.

[1] Fuente: "De qué manera la Inteligencia Artificial y la Realidad Virtual transformarán el mundo laboral", de ManpowerGroup.

[2] Fuente: "Una estrategia centrada en las personas para aumentar la productividad laboral con la IA", de Experis.

[3] Fuente: "Encuesta de Escasez de Talento 2024" de ManpowerGroup.