El reto para México: formar profesionales que sepan utilizar y cuestionar la IA

Durante el panel The New Talent Standards for AGI Arrival, celebrado en el Mexico AI, Cloud & Data Summit 2026, se abordó una de las principales tensiones que enfrentan las organizaciones en la adopción de estas tecnologías: mientras la IA incrementa la capacidad de ejecución, la supervisión humana, el criterio técnico y la responsabilidad profesional siguen siendo indispensables.

La conversación, moderada por Marisela Orihuela, presidenta de CIOs de LATAM, reunió también a Javier Blanco, country people director de Mercado Libre México; Maider Santos, VP & Head of México de BTS; Julio Sáenz, senior director of engineering y responsable de México en Zillow; y Kenneth Navarro, territory account executive de Everpure.

Los participantes analizaron las competencias que necesitarán los trabajadores ante la evolución de la inteligencia artificial y el papel de las empresas en su desarrollo.

Más código no significa mejores resultados

Desde su experiencia al frente de equipos de ingeniería, Sáenz explicó que la incorporación de herramientas de IA está modificando los cuellos de botella tradicionales del desarrollo de software.

Si antes uno de los principales retos era incrementar la velocidad de producción, ahora el volumen de código generado también exige más capacidad de revisión y validación.

Para Sáenz, esta dinámica puede convertirse en una forma de dependencia tecnológica que compromete el aprendizaje y limita la capacidad de los profesionales para tomar decisiones informadas.

La automatización puede acelerar la ejecución de una tarea, pero no elimina la necesidad de entender sus resultados ni de responder por ellos: “Podemos delegar la ejecución, pero no la responsabilidad” fue una de las ideas centrales de su intervención.

Ante la posibilidad de avanzar hacia sistemas de inteligencia artificial general (AGI, por sus siglas en inglés), se sostuvo que el dominio técnico debe mantenerse como una base fundamental, acompañado del pensamiento crítico y la capacidad de juicio.

El reto inmediato es evitar que los profesionales acepten automáticamente las respuestas de un modelo por el simple hecho de que provengan de una herramienta avanzada.

Esta preocupación también se relaciona con la gobernanza empresarial. Sáenz explicó que las organizaciones necesitan mecanismos para supervisar el uso de la IA, identificar inconsistencias y asegurar que los resultados se sometan a una evaluación humana adecuada.

La discusión del panel dejó una cuestión de fondo para las empresas y las instituciones educativas: ¿cómo desarrollar y evaluar el pensamiento crítico en los profesionales que ingresan al mercado laboral?

No se trata solamente de comprobar si una persona sabe utilizar una herramienta, sino de determinar si puede reconocer una respuesta incorrecta, identificar supuestos cuestionables, ofrecer retroalimentación útil y comprender las consecuencias de implementar una solución.

Para el directivo de Zillow, este cambio también exige que las organizaciones dejen atrás una cultura en la que se espera que los ingenieros lleguen completamente preparados y adopten otra en la que el aprendizaje y la experimentación formen parte del trabajo cotidiano.

La IA puede reducir tiempos de ejecución y ampliar las posibilidades de desarrollo, pero su aprovechamiento depende de la capacidad humana para dirigirla, evaluarla y corregirla.

En ese escenario, el talento más preparado no será necesariamente el que produzca más resultados con ayuda de la tecnología, sino el que sepa distinguir cuáles son correctos, cuáles aportan valor y cuándo es necesario recurrir a una solución diferente.

La conclusión de los panelistas apuntó a una transformación que va más allá de incorporar nuevas herramientas: el desafío consiste en construir equipos capaces de aprender junto con la tecnología, sin perder el conocimiento, el criterio ni la responsabilidad que hacen posible utilizarla de manera efectiva.