¿Cómo te preparas para un futuro que nadie conoce?

La semana pasada participé en un panel sobre RRHH y el costo de no transformarse, un evento orientado a la IA para equipos en organizaciones.

En el bloque de preguntas y respuestas aparecieron dos preguntas que se quedaron conmigo.

La primera era bastante natural: ¿Qué habilidades necesitamos desarrollar para adaptarnos al cambio?

La segunda iba hacia liderazgo: ¿Cómo tomamos decisiones cuando todavía no tenemos toda la información?

Las dos preguntas parecen distintas, pero creo que parten de la misma realidad: la IA está cambiando el trabajo antes de que exista una ruta clara para todos.

Hay marcos muy útiles para entender qué capacidades ganan relevancia. El Future of Jobs Report 2025 habla de pensamiento analítico, resiliencia, flexibilidad, liderazgo, pensamiento creativo, aprendizaje continuo y alfabetización tecnológica, entre otras.

Considero que el valor de una lista así es que orienta y ayuda a ver hacia dónde se está moviendo el mundo. Pero, en mi opinión, no resuelve todo.

Además, algunas de estas competencias dependen mucho del contexto en el que se usan. Un listado, por sí solo, no indica cómo usar una capacidad cuando cambia tu rol. Tampoco explica qué hacer cuando la herramienta que aprendiste deja de ser suficiente, cuando aparece una expectativa nueva en tu trabajo o cuando tienes que decidir antes de conocer por completo el terreno.

Eso se parece más a navegar en la niebla.

Como comenté al responder la pregunta sobre cómo tomar mejores decisiones en medio de la incertidumbre: cuando no ves todo el horizonte sí puedes ver hasta dónde alcanza tu siguiente decisión.

Con los parámetros disponibles, las señales que puedes observar y una idea clara del objetivo que buscas, puedes tomar la siguiente mejor acción. Después revisas lo que esa decisión reveló y vuelves a decidir.

Esa dirección funciona como una Estrella Norte. Puede ser el propósito de una organización, la meta de un proyecto o una motivación personal. No elimina la incertidumbre, pero evita que cada cambio de herramienta o de contexto te deje sin rumbo.

Hace unos diez años, una persona dedicada a la educación básica me dijo algo que se me quedó grabado: “70% de los niños va a trabajar en cosas que aún no existen”.

Años después, al tratar de ubicar el origen de esa frase, encontré una estimación muy cercana: el World Economic Forum planteaba que 65% de las niñas y niños que entonces entraban a primaria terminarían trabajando en tipos de empleo que todavía no existían. La cifra es una estimación, no una profecía exacta, pero la idea sigue siendo relevante.

Y hace diez años, al menos para mí, no se sentía una velocidad de cambio tan vertiginosa como la de hoy.

Hace algunos meses surgió otra idea: ¿y si hubiera una carrera en IA?

Le dije a la persona que la planteó: “Me gusta la idea, pero es muy probable que, al terminar cada semestre, buena parte del contenido ya sea obsoleto si el programa se queda en teoría y no desarrolla habilidades para navegar un cambio permanente”.

Prepararnos para un futuro incierto no significa aprenderlo todo antes de que llegue. Significa desarrollar la capacidad de aprender, decidir, colaborar y corregir rumbo cuando las condiciones cambian.

En ese proceso he ido identificando distintas familias de capacidades que importan para adaptarnos: pensamiento crítico, planificación y formas de trabajo, comunicación, flexibilidad mental, desarrollo de relaciones, trabajo en equipo, autogestión, iniciativa, fluidez digital, uso de tecnología y comprensión de sistemas digitales.

Nombrarlas ayuda a ampliar la conversación más allá de “saber usar IA”, pero no me interesa tratarlas como una lista que alguien debe completar para poder considerarse preparado.

Me interesa observar cómo se combinan en personas concretas y cómo se activan cuando el contexto cambia.

Por eso, en mi práctica de facilitación también las pongo en conversación con otros enfoques. El Perfil de Preferencias Creativas permite observar una inclinación relativa hacia clarificar, idear, desarrollar o implementar. Los modos de resolución de conflictos TKI permiten observar cómo solemos responder ante la tensión: si competimos, colaboramos, buscamos un compromiso, evitamos la conversación o tendemos a acomodarnos.

No son etiquetas fijas ni fórmulas para determinar quién es una persona. Mirarlos juntos puede abrir una lectura más rica sobre cómo alguien aprende, aborda problemas complejos, toma decisiones, colabora y reacciona cuando no hay una respuesta evidente.

Y hay otra pregunta que me importa: ¿cómo se desarrollan esas capacidades?

Una habilidad no se vuelve propia solo porque alguien la toma en un curso, la reconoce en una lista o la declara en una entrevista. Se vuelve más real cuando puede movilizarse frente a un reto concreto, transferirse a un contexto nuevo y revisarse a partir de lo que ocurrió.

Aprender puede ocurrir mediante una explicación, pero también con observación, práctica acompañada, mentoría, experimentación, simulaciones, trabajo colaborativo, retroalimentación o acción directa en el campo.

Una experiencia de desarrollo no tiene por qué limitarse a un curso o a contenido teórico. Diseñarla considerando distintas preferencias creativas y métodos de aprendizaje puede ayudar a entender desde dónde suele entrar alguien a un problema y qué experiencias pueden ampliar sus formas de abordarlo.

Ahí aparece para mí la diferencia entre capacitar y habilitar.

Capacitar suele mejorar el desempeño dentro de una tarea conocida. Aprendes una herramienta, una metodología o una forma de hacer algo que ya existe.

Habilitar implica algo más: crear experiencias, retos y condiciones que amplíen la capacidad de una persona para responder cuando cambian la tarea, el contexto o incluso el rol que ocupa.

Por ejemplo, una persona puede capacitarse para usar IA y preparar un reporte más rápido. Eso puede ser muy útil.

Pero habilitarse implica entender qué parte del reporte sigue necesitando juicio, qué nueva pregunta vale la pena investigar con el tiempo liberado, cómo verificar el resultado y qué hacer si la expectativa alrededor de ese trabajo cambia.

La herramienta es parte del trayecto, pero no es, por sí sola, el destino.

Y aquí aparece una capa que a veces se queda fuera de la conversación: desaprender.

Desaprender no significa olvidar lo que sabemos ni renunciar a nuestra experiencia. Sirve para detectar qué práctica antes ayudaba, pero ahora puede estar limitando nuestra capacidad de adaptarnos.

Tal vez es la idea de que tu valor depende de producir más volumen, cuando en ciertos contextos puede aportar más valor hacer menos, pero con mayor calidad y precisión.

Tal vez es esperar tener toda la información antes de tomar la primera decisión, cuando lo crítico puede ser contar con contexto suficiente para tomar la siguiente mejor acción con datos limitados, pero significativos.

Una práctica suele seguir viva porque algo la sostiene: un incentivo, una métrica, un hábito o un miedo.

Si se premia el volumen por encima del criterio, seguiremos produciendo más. Si un reporte se sigue pidiendo aunque nadie lo lea, seguirá siendo prueba de trabajo. Si sentimos que un cambio puede salir mal y la responsabilidad recaerá sobre nosotros, mantener la práctica anterior puede parecer más seguro, incluso cuando sabemos que ya estorba.

Desaprender no es un acto de voluntad. No basta con decir: “A partir de mañana dejaré de pensar así”.

Si fuera tan sencillo, probablemente nos ahorraríamos una buena parte del sufrimiento personal. Bastaría con decidir dejar de extrañar, de preocuparnos o de anticipar lo peor. Quien ha atravesado algo emocionalmente doloroso sabe que no funciona así.

Por eso la pregunta útil no siempre es “¿qué debo desaprender?”.

A veces conviene preguntar: “¿Qué sigue sosteniendo algo que ya sé que me estorba?”

La IA no es el único cambio que tendremos que aprender a navegar, pero sí hace visible una realidad más amplia: las herramientas, los roles, las expectativas y los problemas que resolvemos seguirán cambiando.

Por eso, prepararnos no consiste únicamente en aprender a usar IA. Consiste en desarrollar una capacidad continua para adaptarnos, aprender y corregir rumbo, considerando a la IA como parte importante del entorno, pero no como el único factor que define nuestro futuro.

La pregunta no es solo cómo hacer más rápido lo que ya haces. También es qué parte de tu trabajo seguirá requiriendo juicio, criterio, colaboración y capacidad para decidir cuando la respuesta no esté clara.

Si la IA libera tiempo, vale la pena preguntarte en qué quieres convertirlo: ¿más volumen?, ¿mejor calidad?, ¿una pregunta que hasta ahora nadie había tenido tiempo de investigar?, ¿una capacidad que necesitas desarrollar para el siguiente reto?

Tu adaptabilidad no depende solo de ti. Las métricas, los incentivos y el tipo de liderazgo alrededor de tu trabajo también importan. Pero sí puedes empezar a hacer visible el valor que aportas más allá de ejecutar una tarea.

La IA puede ayudarte a entregar más rápido, pero eso no significa que tu trabajo automáticamente valga menos.

Parte del valor está en la herramienta, pero otra parte está en entender el problema, hacer las preguntas correctas, verificar resultados, tomar decisiones y construir una solución que realmente sirva a alguien.

Quizá este sea un buen momento para revisar qué capacidades sostienen tu propuesta de valor. No solo qué sabes hacer hoy, sino cuáles de tus fortalezas te permiten aprender, rediseñar tu oferta y responder cuando cambian las necesidades de tus clientes.

No necesitas adivinar cuál será el puesto exacto que tendrás dentro de diez años. Probablemente nadie puede hacerlo.

Lo que sí puedes hacer es construir evidencia de cómo aprendes, cómo abordas un problema complejo, cómo colaboras, cómo investigas y cómo corriges rumbo cuando algo no sale como esperabas.

Los cursos y las herramientas importan. Pero los proyectos, los experimentos, los errores y la práctica te permiten descubrir capacidades que una calificación o un currículum todavía no muestran.

La IA puede liberar capacidad para investigar, organizar información, producir materiales o ampliar el alcance de una iniciativa. Pero el objetivo no debería ser simplemente hacer más con menos.

En proyectos de impacto importa preguntarse qué se hace con esa capacidad liberada: ¿se reinvierte en escuchar mejor a las comunidades?, ¿en diseñar intervenciones más pertinentes?, ¿en fortalecer alianzas?, ¿en evaluar efectos no previstos?

La tecnología puede acelerar procesos, pero no sustituye el criterio ético, la comprensión del contexto ni la responsabilidad sobre las consecuencias de una decisión.

Adaptarse no significa convertirse en experta o experto en cada herramienta nueva, ni perseguir cada novedad tecnológica.

Adaptarse implica conocerte mejor, desarrollar capacidades transferibles, practicar en retos reales y revisar qué hábitos, métricas, miedos o expectativas podrían estar sosteniendo una manera de trabajar que ya no te ayuda.

La IA será parte de ese camino, pero el reto es más amplio: construir la capacidad de aprender, decidir, colaborar y crear valor cuando el mundo alrededor siga cambiando.

No podemos conocer por completo el futuro. Pero sí podemos construir una mejor capacidad para encontrarnos con él.

Haz una conversación de adaptabilidad con IA (abajo te doy la opción si no quieres hacerlo con IA). No se trata de pedirle a una IA que te diga quién eres ni de convertirla en un test de personalidad.

Úsala como una herramienta de autofacilitación: alguien que te ayuda a mirar con más atención cómo aprendes, cómo abordas problemas complejos y qué capacidades has desarrollado a partir de experiencias reales.

Reserva 20 o 30 minutos. Piensa en una situación reciente en la que hayas tenido que aprender algo, resolver un problema difícil, colaborar con alguien distinto a ti o tomar una decisión sin tener toda la información.

Después, abre una conversación con la herramienta de IA que uses y prueba este prompt:

Al terminar, no busques una respuesta perfecta. Busca una observación que te haya sorprendido y elige uno de los micro-retos.

La IA puede ayudarte a hacer visibles patrones y preguntas. La evidencia, sin embargo, aparece cuando los pones a prueba en tu vida real.

Si decides que no quieres hacerlo con una IA puedes hacerlo escribiendo en cuaderno o como una conversación guiada con alguien más.

Tal vez prepararte para el futuro no consiste en acumular respuestas antes de que cambien las preguntas, sino en reconocer qué capacidades ya puedes movilizar, cuáles necesitas practicar y qué condiciones te ayudarían a aprender sin esperar a tener todo resuelto.

La IA seguirá cambiando y también cambiarán las herramientas, los roles, las expectativas y los problemas que vale la pena resolver.

No podemos controlar por completo ese movimiento.
Pero sí podemos decidir no quedarnos impávidos/as frente a él.

Recordemos que lo único que nunca cambia es que todo siempre cambia.