La startup Anthropic, una de las principales rivales de OpenAI en el desarrollo de modelos de lenguaje de gran escala, está redefiniendo silenciosamente la estructura de su fuerza laboral. Según datos internos filtrados a The Decoder, la proporción de puestos junior entre los nuevos fichajes técnicos se ha desplomado del 27% al 9% desde principios de 2025. En paralelo, los agentes de inteligencia artificial desplegados en la compañía ya acumulan seis veces más horas de trabajo efectivo que el personal humano para agosto de 2026.

Este giro no es anecdótico. Los "agentes" —sistemas autónomos capaces de planificar, ejecutar código, depurar y hasta gestionar flujos de trabajo completos— han pasado de ser asistentes experimentales a convertirse en la columna vertebral operativa de Anthropic. La dirección argumenta que la productividad marginal de un ingeniero junior, con su curva de aprendizaje y supervisión necesaria, ya no compensa frente a un agente que opera 24/7 sin fatiga y con una tasa de error en descenso continuo.

Sin embargo, investigadores laborales y economistas del talento tecnológico alertan de una "tragedia de los comunes cognitivos". El concepto, adaptado de la teoría de recursos compartidos, describe un escenario donde la optimización individual —cada empresa sustituye juniors por IA— erosiona la cantera colectiva de futuros expertos. Si nadie forma a los novatos hoy, dentro de una década no habrá arquitectos de sistemas, revisores de seguridad ni líderes técnicos con la intuición que solo se gana resolviendo problemas reales bajo supervisión.

La paradoja es que Anthropic, pionera en "IA constitucional" y alineación, podría estar socavando inadvertidamente el capital humano necesario para garantizar que sus propios modelos sigan siendo seguros y controlables. La experiencia tácita —saber por qué falla un modelo en un caso borde, no solo cómo parchearlo— no se descarga de un repositorio; se cultiva en la trinchera.

El fenómeno trasciende a una sola empresa. GitHub Copilot, Devin de Cognition y los agentes de OpenAI ya permiten a un ingeniero senior multiplicar su output por diez. Las universidades y bootcamps reportan caídas en matrículas de ciencias de la computación, mientras las ofertas de entrada exigen ya "experiencia en ingeniería de prompts" o "gestión de flujos agenticos". El mercado está señalando que el perfil de ingeniero junior clásico —escribir código línea a línea— está en vías de extinción.

La pregunta incómoda es si la especialización humana seguirá siendo necesaria cuando los agentes puedan diseñar, implementar y auditar arquitecturas completas. Algunos optimistas vislumbran una transición hacia roles de "orquestadores de IA" y "auditores de alineación". Otros, más escépticos, temen una polarización extrema: una élite técnica muy reducida y bien pagada, y una masa de trabajadores desplazados hacia tareas de bajo valor añadido que la IA aún no resuelve.

Anthropic no ha comentado oficialmente las cifras, pero su hoja de ruta de producto —centrada en agentes cada vez más autónomos— sugiere que la tendencia se acelerará. Para el ecosistema tecnológico hispanohablante, la lección es clara: la formación continua y la especialización en áreas donde el juicio humano siga siendo insustituible —ética, regulación, diseño centrado en el usuario— dejan de ser opcionales para convertirse en estrategias de supervivencia profesional.