El Foro Económico Mundial estima que el 39 % de las competencias clave de los trabajadores habrá cambiado antes de 2030. Para los ingenieros de software —uno de los colectivos más expuestos a la irrupción de la inteligencia artificial— ese horizonte ya no parece lejano.
La respuesta habitual ante esta incertidumbre es siempre la misma: hay que ser adaptable. Pero como señala Samantha Brunhaver, profesora de ingeniería en la Universidad Estatal de Arizona, «les decimos a los ingenieros que necesitan ser adaptables cuando se gradúan, pero no explicamos qué significa eso, ni mostramos cómo se hace, ni ayudamos a que lo desarrollen».
Un mercado laboral que cambia más rápido que los planes de estudio
El contexto general ya es conocido: el mundo del trabajo cambia. Pero la velocidad importa. Según un informe de PwC publicado en junio de 2026, los sectores de tecnología, medios y telecomunicaciones registran la rotación de habilidades más rápida de toda la economía. No es una tendencia gradual y manejable. Es una presión constante que los profesionales sienten en su día a día.
El Foro Económico Mundial calcula que el 39 % de las competencias clave habrá cambiado en 2030. Para los ingenieros, eso significa que parte de lo aprendido hace cinco años puede ser ya irrelevante.
Las universidades, sin embargo, siguen formando a sus estudiantes en lenguajes y herramientas concretas, y rara vez los preparan para gestionar la incertidumbre o el cambio continuo. Brunhaver lleva años estudiando este vacío formativo con el respaldo de la Fundación Nacional de Ciencias de Estados Unidos (NSF), entrevistando a gestores, empleados en sus primeros años de carrera y estudiantes de ingeniería.
El ‘caos intermedio’: lo que viven los ingenieros de software hoy
Jenna Butler, investigadora en Microsoft especializada en bienestar y productividad de desarrolladores, tiene un nombre para el momento actual: «el período caótico». Es esa fase de transición en la que la antigua normalidad ya no funciona, pero la nueva todavía no ha tomado forma.
La IA ha disparado el volumen de código generado automáticamente. Lejos de reducir el trabajo humano, eso ha incrementado la carga de revisión para los desarrolladores: más código que examinar, más decisiones que tomar y menos consenso sobre cómo hacerlo.
«Si preguntas a veinte desarrolladores, obtienes veintitrés formas distintas de trabajar con estas herramientas», dice Butler. Cada equipo improvisa su propia metodología. No existe un estándar claro ni una guía compartida. Butler reconoce que transiciones similares han ocurrido antes en la historia de la tecnología, pero esta, señala, parece moverse más rápido que las anteriores. Eso amplifica la incomodidad y reduce el tiempo disponible para adaptarse con calma.
Qué es realmente la adaptabilidad (y cómo se cultiva)
Brunhaver ofrece una definición concreta: la adaptabilidad es «la capacidad de reconocer que se está produciendo un cambio o una incertidumbre, y responder a eso de forma efectiva». Suena sencillo, pero el proceso tiene matices importantes.
Su modelo distingue tres pasos: percibir que existe una necesidad de cambio, evaluar las opciones disponibles y actuar. El orden importa. Sin percepción, no hay respuesta posible. Un elemento clave en todo esto es la metacognición —reflexionar sobre el propio proceso de aprendizaje—, porque quien entiende cómo aprende puede aplicar esa habilidad con mayor eficacia cuando las circunstancias cambian.
Hay, además, un prerrequisito más profundo. «Para adaptarse, tienes que creer que tienes agencia y capacidad para superar la situación», dice Brunhaver. Sin ese sentido de control personal, los demás pasos difícilmente funcionan.
Las habilidades que nunca pasan de moda
Andy Hunt, coautor de The Pragmatic Programmer —publicado en 1999 y todavía presente en muchas aulas de informática— sostiene que los fundamentos del trabajo ingenieril no han cambiado tanto como parece. «La parte esencial del trabajo es la resolución de problemas y la comunicación. Eso siempre va a estar ahí», afirma.
Hunt advierte contra definirse por una herramienta concreta. Identificarse como «programador de Java» es, en sus palabras, como un carpintero que dice ser «usuario de martillo». El pensamiento sistémico vale más que el dominio de cualquier tecnología específica. El problema es que los procesos de selección actuales no siempre lo entienden así: muchas empresas filtran candidatos por lenguajes concretos o años de experiencia en herramientas específicas, penalizando a quienes tienen una visión más amplia del oficio.
«La tecnología no es la parte difícil, y nunca lo ha sido», dice Hunt. Entender la teoría de la información, el pensamiento sistémico o el análisis de restricciones sigue siendo lo más exigente del trabajo, con IA o sin ella.
Quién tiene la responsabilidad de facilitar el cambio
La adaptabilidad no puede ser solo una responsabilidad individual. Brunhaver pide a los educadores que sean explícitos sobre qué significa esta habilidad y por qué importa, en lugar de darla por supuesta o tratarla como una cualidad innata que unos tienen y otros no.
En las organizaciones, Butler recomienda reservar tiempo estructurado para el aprendizaje continuo. Incluso una hora semanal sin expectativas de producción puede marcar una diferencia real. «No vas a conseguir un cambio repentino en tus equipos si no les das tiempo y espacio para aprender a trabajar de otra manera», señala. Cuando los desarrolladores reciben poca orientación y mucha presión, el resultado es predecible: se aferran a lo que ya conocen y acaban agotándose. La presión sin apoyo no genera adaptación. Genera parálisis.
Lo que viene no está escrito. Butler lo dice con claridad: «El futuro con IA no está predeterminado». Los ingenieros no son receptores pasivos del cambio tecnológico —tienen capacidad para influir en cómo se adoptan estas herramientas, qué modelos se usan y con qué fines—. Adaptarse no significa rendirse al flujo. También significa dirigirlo.