La inteligencia artificial amenaza con automatizar tareas que antes eran exclusivas de los humanos. Los avances de modelos como Gemini y AlphaFold generan incertidumbre sobre el futuro del empleo. Pero hay un consejo directo desde la cúpula de Google DeepMind para quienes buscan formación: enfócate en definir los problemas, no solo en ejecutar soluciones. Pushmeet Kohli, vicepresidente de ciencia de la compañía, lo tiene claro: ‘lo más importante ahora es ser capaz de plantear mejores “qués”. Especificar un problema de forma nítida y precisa es extremadamente difícil’.
Claves de la operación
- Plantear el ‘qué’ será la habilidad competitiva. Mientras la IA acelera la resolución de problemas, la capacidad humana para identificar retos relevantes y validar soluciones seguirá siendo irremplazable.
- La hiperespecialización técnica pierde fuelle frente a la visión integral. Kohli recomienda una formación más transversal y menos enfocada en nichos muy concretos, que son precisamente los terrenos donde la IA puede aprender más rápido.
- El peligro no está en la máquina, sino en no entender sus límites. Sobreestimar o subestimar la IA son los extremos que más daño pueden hacer en el mercado laboral y en la sociedad.
La revolución de la ‘calculadora’ y el miedo a ser sustituido
Kohli se apoya en una analogía sencilla para explicar su visión. La invención de la calculadora no significó que la gente dejara de saber sumar o multiplicar’, recuerda. De la misma manera, la llegada de sistemas de IA no supondrá el fin de las habilidades humanas, sino un reequilibrio. ‘Seguiremos necesitando promover habilidades humanas’, insiste, aunque admite que la sociedad debe reflexionar sobre el uso que damos a estas herramientas.
El directivo, que lidera los esfuerzos científicos de Google DeepMind, habla desde la experiencia directa con AlphaFold, el sistema que predijo la estructura de las proteínas y aceleró investigaciones en biología. Ese trabajo, que valió el Nobel de Química en 2024 a Demis Hassabis y John Jumper, demuestra cómo la IA amplifica la capacidad de resolver preguntas complejas. Pero la idea original y la validación final recayeron en científicos humanos.
La cuestión clave, según Kohli, es dónde reside el talento diferencial. ‘La parte de búsqueda de la solución se acelera, pero la definición del problema y las pruebas en el mundo real siguen siendo humanas’. El científico remata con un dato personal: usa Gemini para explicar temas complejos a su hijo de once años con el prompt ‘explícalo como si tuviera 12 años’, demostrando que la herramienta sirve para democratizar el conocimiento, no para sustituir al profesor.
La IA será la mejor calculadora de la historia, pero la ecuación que hay que resolver la seguimos escribiendo nosotros.
Ciencia a velocidad de vértigo: del laboratorio al mercado
Kohli no oculta su ambición: ‘la fusión nuclear ya no está a 20 años de distancia. Va a ocurrir pronto’, afirmó en la entrevista. La IA está acelerando el desarrollo de imanes superconductores, baterías y células fotovoltaicas. Los agentes científicos, capaces de leer cientos de miles de artículos y conectar disciplinas, acortan plazos que antes parecían insalvables. ‘Verás una amplificación dramática de lo que un individuo es capaz de hacer’, vaticina, aunque matiza que la validación en el mundo real siempre necesitará colaboración.
Este optimismo contrasta con la cautela que impone el mercado laboral. La promesa de startups unicornio manejadas por una sola persona, como sugiere Sam Altman, es factible en ciertos nichos. Pero Kohli insiste en que la ciencia y la educación seguirán exigiendo equipos y, sobre todo, una mirada humana que sepa discernir qué merece la pena investigar.
En la pasada conferencia I/O, Google presentó ‘Gemini for Science’, un asistente diseñado para investigadores que conecta agentes inteligentes con bases de datos científicas. El objetivo: liberar al científico de tareas mecánicas y permitirle centrarse en la hipótesis. Esta orientación práctica refuerza el mensaje de Kohli: la formación debe pivotar hacia la capacidad de interrogar a los datos más que a la mera recopilación de conocimientos.
El desafío para la formación en España y el mercado laboral global
La advertencia de Kohli resuena con fuerza en España, donde la brecha de habilidades digitales se combina con un sistema educativo que aún prima la especialización técnica precoz. Sin mencionar directamente al país, el científico indio deja claro que el modelo de hiperespecialización en ámbitos como la genómica celular o la botánica pierde sentido frente a una IA que puede procesar toda esa información en segundos. Lo que se valora es la capacidad de conectar campos, hacer las preguntas adecuadas y entender el impacto social de una innovación.
Desde la óptica de Merca2, el consejo adquiere un matiz estratégico para directivos y responsables de RR.HH. Las empresas que apuesten por perfiles capaces de ‘definir el qué’ en lugar de acumular títulos especializados serán las que mejor capeen las disrupciones. El propio Kohli lo resume: ‘La única manera de descubrir dónde está la inteligencia y dónde la estupidez de estos sistemas es interactuando con ellos y ganando experiencia’.
Formarse solo para ejecutar tareas es la vía más rápida hacia la obsolescencia. La ventaja competitiva la ganan quienes saben hacer las preguntas.
El desafío regulatorio y educativo es colosal. Europa avanza en la regulación de la IA con la AI Act, pero la adaptación de los planes de estudio avanza más lenta. En España, los fondos Next Generation han impulsado programas de capacitación digital, aunque la mayoría siguen orientados a herramientas concretas y no al pensamiento crítico que exige Kohli. La clave, según el científico, está en fomentar una formación integral que prepare a los jóvenes para un mundo donde la respuesta automática será un producto barato.
El mensaje final es una llamada a la calma. No creo que estemos sobreestimando ni subestimando la tecnología; están ocurriendo ambas cosas a la vez’, dice. El peligro real es la inacción o el pánico. Para Kohli, quienes entiendan los puntos fuertes y débiles de la IA estarán en posición de ventaja. Y esa comprensión empieza en las aulas y en las decisiones de formación continua. La pregunta ya no es qué estudiar para que la IA no te sustituya, sino cómo estudiar para que la IA te multiplique.
