Anthropic tiene menos pibes en el equipo técnico y más fe en el criterio humano

Me pasó mil veces: le pido a un modelo de inteligencia artificial que me arme un resumen y me lo entrega brillante, con datos que suenan impecables, pero dos párrafos más abajo me doy cuenta de que inventó medio párrafo. Confieso que la primera reacción mía es de bronca pura. Después, pienso: bueno, esto mismo les pasa a las empresas que fabrican esos modelos, y el informe que acaba de publicar el Anthropic Institute lo deja claro con números.

El trabajo lo firman cuatro investigadores, entre ellos Nathan Wilmers, y se apoya en registros internos de contratación, evaluaciones de entrevistas y métricas de uso de IA. La conclusión más fuerte es que la propia Anthropic, la casa de Claude, dejó de buscar perfiles junior para sus áreas técnicas en menos de un año. Las búsquedas para puestos de entrada pasaron del 27 al 9 por ciento, y dentro de la empresa la proporción de personal junior cayó del 21 al 14 por ciento.

Lo que valoran, en criollo

Cuando uno escucha recorte de personal, piensa en ajuste económico. Acá la lectura es otra: dejaron de buscar gente para tareas iniciales porque esas tareas las hace la IA, y empezaron a buscar otra cosa. Las planillas de entrevista lo muestran: en 2024 los entrevistadores nombraban herramientas de IA en el 5 por ciento de las evaluaciones técnicas; en 2026, en el 15. Lo que más creció, sin embargo, fue la demanda de criterio propio.

“Espero que los modelos sigan siendo irregulares, así que para mi equipo quiero gente intercambiable entre dominios.”Gerente de área técnica citado en el informe

• Antes: conocimiento técnico puro y preguntas de manual.
• Ahora: cómo se mueve la persona entre áreas distintas, qué tan rápido entiende qué delegarle a la IA y qué tan bien detecta cuándo le miente.
• Antes: producir código o textos a mano.
• Ahora: redactar instrucciones para el modelo y armar pruebas que verifiquen lo que la máquina entrega.

El problema que el informe no resuelve

Los ingenieros de Anthropic suben cinco veces más código que hace seis meses. Las horas trabajadas por agentes autónomos le ganan a las humanas por seis a uno. Un equipo que escribía los textos de la interfaz de Claude armó un sistema de agentes para hacer ese trabajo y pasó a redactar instrucciones y pruebas para el modelo. Su responsable resume lo nuevo con una frase que, admitamos, tiene su poeticidad: los redactores que antes movían personas con palabras hoy mueven a Claude con palabras.

El informe, igual, admite una contradicción enorme que deja picando: el criterio para evaluar lo que produce la IA se forma haciendo las tareas de entrada que ahora hace la IA. Para los que todavía están afuera del mercado, ese aprendizaje se está evaporando. Unaironía fina que el propio documento reconoce sin resolver.

Traducido al castellano de casa: la IA generativa, esa sigla que en inglés suena a marketing y en español suena a sigla de dos letras, no es tanto amenaza de reemplazo como cambio de puerta de entrada. El primer escalón, el de tareas repetitivas donde uno aprende, se está achicando. Quien quiera entrar a estos equipos va a tener que demostrar de entrada algo que antes la práctica te daba con el tiempo.