Y durante años, un perfil multidisciplinar como el que he desarrollado - alguien que sabe de todo sin dominar nada en profundidad - tenía un techo claro en la industria tech.
El reinado de la especialización técnica
Históricamente las habilidades, conocidas como "soft skills" - especificar con precisión, documentar bien, detectar inconsistencias, mantener la visión completa del producto, comunicar entre equipos - eran consideradas complementarias. El "nice to have" frente al "must have" del conocimiento técnico profundo. Vamos, lo típico que todo el mundo pone en el currículum para maquillarlo un poco. Muchas veces bastaba con ser un programador junior con cierto recorrido para que las empresas tecnológicas se rifaran candidatos con algo de experiencia.
Y tenía lógica: si necesitabas construir algo complejo, necesitabas gente que supiera cómo construirlo técnicamente. Y no quiero decir que estos perfiles no sean necesarios, especialmente a nivel senior cuando se trata de construir sistemas a gran escala. Lo que sí que está cambiando es la proporción y el contexto.
El cambio de paradigma con la IA
En menos de dos años estamos viendo un cambio significativo en el panorama.
Hoy, tanto un profesional junior con acceso a Claude, ChatGPT o Copilot, como ese perfil todo terreno del que hablaba antes, pueden construir sistemas completos con una calidad y en un tiempo que hace dos años habrían sido impensables. La IA puede generar código en cualquier lenguaje, explicar patrones complejos, refactorizar, escribir tests, optimizar queries.
Pero ojo, esto no significa que puedas construir algo sin saber lo que haces. Sigues necesitando entender qué estás pidiendo, cómo quieres construirlo, qué frameworks tienen sentido para tu caso, qué metodología seguir. La IA no piensa por ti, amplifica lo que ya sabes y te permite llegar más lejos con ese conocimiento. La cuestión es que esa amplificación es brutal, exponencial.
Y aquí es donde entran las habilidades de las que hablaba antes: saber guiar a la IA. Conceptos como el Spec Driven Development (desarrollo guiado por especificaciones) o las Agent Skills (habilidades para orquestar agentes) están pasando de ser curiosidades a convertirse en competencias clave. Especificar con claridad qué necesitas, detectar cuándo la solución que te da tiene problemas, validar que realmente resuelve el caso de uso, mantener la coherencia cuando generas código en diferentes partes del sistema. La IA es poderosa, pero necesita dirección, criterio, y supervisión constante.
Las habilidades antes eclipsadas que están ganando peso
Estamos viendo cómo esas habilidades que mencionaba - las que siempre estuvieron en segundo plano - están ganando cada vez más protagonismo:
Saber especificar con claridad: La IA es tan buena como el prompt que recibe. La diferencia entre pedir "hazme un login" y especificar "necesito autenticación OAuth con manejo de refresh tokens, rate limiting, y mensajes de error específicos para cada escenario" no es solo la calidad del código. Es la diferencia entre recibir una implementación incompleta que usa cualquier framework random, y obtener exactamente lo que necesitas con la metodología y herramientas que tu proyecto requiere. Saber descomponer requisitos ambiguos en especificaciones precisas ya no es un "plus", es básico.
Ojo para el detalle y validación: La IA genera código que parece funcionar... hasta que te pones a buscar los casos límite. Detectar lo que falta, validar que realmente resuelve el problema, identificar riesgos - esto se vuelve crítico cuando el código se genera tan rápido que ya no tienes tiempo de aprenderlo línea por línea.
Documentación y coherencia: Con varias personas usando IA para generar código, o incluso múltiples agentes trabajando en paralelo, mantener coherencia arquitectónica y documentar bien deja de ser algo "que estaría bien hacer" para convertirse en la única forma de no acabar con un Frankenstein imposible de mantener.
Ver el sistema completo: La IA optimiza localmente. Le pides que resuelva un problema en un módulo y lo hace genial... sin tener ni idea de cómo afecta al resto del sistema. Entender dependencias, ver el impacto real de los cambios, mantener la integridad del producto completo - eso sigue siendo 100% humano.
Saber cuándo dudar: La IA puede estar equivocada con una confianza apabullante. Te genera código que parece súper razonable pero que tiene un fallo conceptual de base. Saber cuándo fiarte y cuándo cuestionar, cómo validar las soluciones que te propone - esto cada vez es más importante.
Una tendencia emergente
En mi opinión la tendencia irá hacia un tipo de profesional que combina conocimiento técnico con habilidades de orquestación. Alguien que entiende la tecnología lo suficiente para tomar buenas decisiones, pero cuyo valor principal está en saber extraer requisitos reales, especificar con precisión, guiar herramientas, validar resultados, mantener coherencia, y asegurar calidad del producto final.
No se trata de que programar deje de ser importante, los expertos técnicos seguirán siendo fundamentales para problemas complejos, arquitecturas críticas, y optimizaciones avanzadas. Pero parece que estamos entrando en una fase donde programar solo ya no es suficiente. El valor se está desplazando hacia las capas superiores: entender problemas, diseñar soluciones, mantener la calidad, y asegurar que lo que se construye realmente resuelve lo que debe resolver.
Las llamadas "soft skills" - comunicación, documentación, pensamiento crítico, visión de conjunto, atención al detalle - nunca fueron "soft". Simplemente estaban eclipsadas por la necesidad urgente de expertise técnico profundo para poder construir cualquier cosa. Ahora que la IA está bajando progresivamente esa barrera técnica, estas habilidades están emergiendo como lo que siempre fueron: esenciales.
La industria parece estar redescubriendo que saber programar siempre fue solo una parte del trabajo. Y posiblemente, no la única determinante para el éxito de un proyecto.
Pero muchos profesionales todavía no lo ven venir. Siguen asumiendo que "documentar no es lo mío, yo soy más técnico" o que pueden especializarse solo en código y obviar la especificación, la comunicación, o la visión de conjunto. Mientras tanto, el tren de alta velocidad de la IA ya pasó por delante, y esas habilidades que consideraban opcionales están pasando a ser las diferenciadoras.
Comentarios
Publicar un comentario