Capítulo 3 · Fundación
Por Qué Esta Vez es Diferente
Las revoluciones anteriores reemplazaron músculo. Esta sube la escalera cognitiva y física a la vez.
💡 Idea en una frase
Antes te movías «hacia arriba» en complejidad; ahora la máquina también sube contigo.
🛡️ Capa anti-alucinación
Mapa de evidencia
La exposición ocupacional a GenAI es amplia, pero exposición no equivale a despido observado.
🪞 Analogía de vida real
Es como si el ascensor que usabas para subir de piso también aprendiera a hacer tu trabajo en cada piso.
- · Es como si el ascensor que usabas para subir de piso también aprendiera a hacer tu trabajo en cada piso.
- · Antes la marea reemplazaba remos; ahora también aprende a leer cartas náuticas: hay que navegar distinto, no solo remar más fuerte.
- · Una escalera mecánica que se mueve hacia abajo mientras vos subís: quedarte quieto es bajar.
- · El diploma es la llave de la puerta; la reinversión semanal es el piso que no se hunde bajo tus pies.
- · Vía de escape histórica = subir al piso de arriba; ahora el ascensor también para en tu piso y ofrece hacer tu parte rutinaria.
🧠 Contexto desde cero
🔬 Casos y escenarios para contrastar
Cada tarjeta conserva su procedencia: una narrativa del libro o un modelo no se presenta como hecho verificado.
Revoluciones pasadas: músculo → oficio cognitivo
Tractores, líneas de montaje y electrodomésticos liberaron fuerza bruta; la compensación histórica fue migrar a servicios, profesiones y gestión. Esa historia no se repite igual si lo cognitivo también se abarata. La vía de escape funcionó; ahora está bajo presión simultánea.
Procedencia / límite: Narrativa histórica estándar + marco del libro; la OIT (Future of Work) contextualiza transición laboral sin validar cada analogía punto a punto.
Ladder Problem: la escalera se acorta
Si cada «piso» (tareas de junior, analista, even senior rutinario) se vuelve parcialmente automatizable, subir un título académico no garantiza refugio. Hay que subir en juicio, ownership y creación de valor no rutinario. Maya argumenta que mirar solo empleo agregado puede ocultar la pérdida de peldaños de entrada.
Procedencia / límite: Marco del autor en leandromaya.com (The Ladder Problem / maya_ladder; también maya_escada) + síntesis pedagógica del companion.
Oficina y fábrica al mismo tiempo
Un equipo puede usar IA para briefs y reportes mientras el almacén prueba picking automatizado. La simultaneidad reduce las salidas de escape: no alcanza con «me paso a lo manual» ni solo con «me paso a lo intelectual».
Procedencia / límite: Lógica del capítulo del companion; contexto laboral global (OIT / OCDE) sobre cambio tecnológico en empleo — no prueba simultaneidad en todas las economías.
Carrera estática vs. reinversión semanal
Quien trata el diploma como blindaje permanente choca con herramientas que mejoran cada trimestre. Un micro-proyecto semanal (2–4 horas) en la skill donde la IA falla en tu dominio construye evidencia de valor mejor que un curso eterno sin obra.
Procedencia / límite: Heurística pedagógica del companion (no es dato de empleabilidad ni RCT).
OIT GenAI: exposición por tareas, no apocalipsis de puestos
Análisis de la OIT sobre GenAI y empleo encuentra alta exposición de tareas sobre todo en trabajo clerical (orden de magnitud ~24% de tareas altamente expuestas en el working paper de referencia), con énfasis en aumentación/transformación más que en borrado global de ocupaciones. Encaja con «desmembrar el rol» y con la presión sobre peldaños de entrada.
Procedencia / límite: OIT — Generative AI and Jobs (WP96/2023); no respalda cada claim del capítulo ni fechas de robots.
2015 vs. 2025 en el mismo cargo
Muchas personas conservan el título («analista», «diseñador», «soporte») mientras el inventario de tareas cambió: menos tiempo en primer borrador o data entry, más en revisión, excepciones y relación. Ese delta es la evidencia cotidiana de que «esta vez» ya empezó en tu semana, no solo en un paper.
Procedencia / límite: Patrón observado de adopción de GenAI en conocimiento (contexto OCDE AI/Employment); síntesis pedagógica — no es panel longitudinal citado del companion.
⚖️ Mitos vs realidad
Mito: Es igual que siempre: la tecnología crea más empleos netos y listo.
Realidad: Puede crear empleo y abundancia, pero la vía de escape histórica (solo subir a lo cognitivo) se debilita si cognitivo y físico se automatizan juntos. El ajuste no es automático ni indoloro; el Ladder Problem mira peldaños de entrada, no solo el agregado.
Mito: Esta ola solo afecta fábricas.
Realidad: Lo distintivo del marco es la simultaneidad: cognitivo y físico. Oficina y piso entran en la misma conversación.
Mito: Con una buena carrera universitaria ya estás cubierto de por vida.
Realidad: El título ayuda a entrar; la reinversión continua de habilidades y el criterio demostrado sostienen el valor cuando la escalera se acorta.
Mito: Si la OIT habla de aumentación, no hay nada que hacer.
Realidad: Aumentación significa que las tareas cambian. Quedarte solo en las piezas baratas del combo es el riesgo; rediseñar hacia juicio y evidencia es la respuesta.
🧩 Mini-glosario
Problema de la escalera laboral: la máquina sube contigo, acortando refugios históricos de «solo estudiar más» y amenazando peldaños de entrada.
Migrar de músculo a oficio cognitivo/servicio cuando las máquinas tomaban lo físico. Hoy está bajo presión.
Práctica continua de actualizar y demostrar skills, no un evento único al graduarte.
Tareas con excepciones, contexto social, responsabilidad o creatividad difícil de especificar por completo a una máquina.
Compresión a la vez de trabajo de mente y de cuerpo; lo que hace «diferente» a esta ola en el marco del libro.
Rol o conjunto de tareas junior donde se acumula evidencia de competencia; crítico en el Ladder Problem.
🛠️ Aplicaciones paso a paso
Diagnóstico 2015 → 2025 → próximo micro-proyecto
Situación: Sentís que «algo cambió» en tu rol pero no tenés un plan de reinversión concreto.
- Escribí tu cargo y 8 tareas típicas de 2015 (o de cuando empezaste).
- Marcá cuáles hoy hace una IA o un proceso al menos al 50% (heurística personal).
- Elegí 1 skill donde la IA aún falla en tu dominio y por qué (contexto, riesgo, personas).
- Diseñá un micro-proyecto de 2–4 h/semana con entregable visible en 4 semanas.
- Revisá con el simulador de labor qué peldaño estás reforzando.
Resultado: Un plan de 30 días con evidencia pública (o al menos demostrable) en lugar de ansiedad difusa.
Rediseño de peldaño junior (si liderás o contratás)
Situación: Los juniors «ya no tienen de qué aprender» porque las tareas de entrada se automatizaron.
- Listá tareas de entrada que desaparecieron o se comprimieron.
- Inventá un peldaño nuevo: portfolio verificable, apprenticeship, responsabilidad gradual.
- Medí aprendizaje por ownership de excepciones, no por horas de data entry.
- Documentá el peldaño para la próxima contratación.
Resultado: Una escalera reparada a propósito en lugar de un muro de «solo seniors».
Conversación intergeneracional de vías de escape
Situación: Familia o mentores proponen la receta del siglo XX («estudiá X y listo») y vos necesitás actualizar el mapa sin pelear.
- Pedí su vía de escape histórica (músculo → oficio / título → empleo estable).
- Explicá el Ladder Problem en una analogía (ascensor que también hace el trabajo).
- Mostrá 2 tareas tuyas ya aumentadas y 1 skill que estás reinvirtiendo.
- Acordá un indicador a 90 días (proyecto, ingreso, o skill demostrada).
Resultado: Alianza familiar/mentor con mapa actualizado, no choque de eslóganes.
🪜 Paso a paso
Revoluciones pasadas
Máquinas → músculo. Humanos → oficios cognitivos y de servicio.
Diferencia actual
IA hace análisis, código, diseño; robots hacen logística y manufactura. Ambos lados se comprimen.
Implicación
La estrategia «estudia una carrera y listo» ya no alcanza. Necesitas reinversión continua de habilidades.
📊 Visual estadístico
📊 Laboratorio de datos
Oleadas: alcance cognitivo, físico y velocidad
Modelo ilustrativo. No es predicción empírica ni consejo financiero; sirve para explorar la lógica del capítulo.
Fuente / nota: Comparación ilustrativa entre oleadas previas y la convergencia IA + robots. No es ranking histórico empírico ni serie OIT/OCDE.
Ver tabla de datos y comprobar el gráfico
| oleada | Alcance cognitivo (índice) | Alcance físico (índice) | Velocidad de difusión (índice) | Alcance conjunto (índice) |
|---|---|---|---|---|
| Vapor | 15 | 70 | 20 | 28 |
| Electricidad | 25 | 75 | 35 | 38 |
| Automóvil | 30 | 78 | 40 | 42 |
| Internet | 65 | 20 | 70 | 48 |
| Móvil | 72 | 25 | 85 | 55 |
| Nube | 80 | 28 | 88 | 58 |
| IA gen. | 90 | 35 | 92 | 68 |
| IA+robot | 95 | 88 | 80 | 92 |
Reflexión: ¿qué cambió tu intuición al mover el control? Relaciónalo con la analogía.
🧊 Flujograma 3D
🌱 Aplícalo mañana
- Compara tu rol con 2015 y 2025: ¿qué parte ya automatizó parcialmente?
- Elige 1 skill que una IA aún hace mal en tu campo.
- Diseña un micro-proyecto semanal para reforzar esa skill.
- Compará tu rol con 2015 y 2025: ¿qué parte ya se automatizó parcialmente?
- Elegí 1 skill que una IA aún hace mal en tu campo y escribí por qué.
- Diseñá un micro-proyecto semanal (2–4 horas) para reforzar esa skill con evidencia visible.
- Listá 3 tareas de tu semana que son «piso bajo» (rutinarias) y 3 que son «juicio» (excepciones, personas, riesgo).
- Conversá con alguien de otra generación laboral: contrastá sus vías de escape históricas con las tuyas hoy.
- Abrí el simulador de labor y anotá qué peldaño de tu trayectoria se siente más expuesto.
- Reescribí tu CV en lenguaje de tareas + resultados + ownership, no solo de títulos.
Takeaways
- 🪜 Esta vez la máquina sube la escalera cognitiva y física a la vez.
- 🏭➡️🧠 La vía de escape «solo a lo intelectual» ya no alcanza como estrategia única.
- 🔁 Carrera estática pierde; reinversión continua + evidencia semanal ganan.
- 🎯 Protegé y entrená lo que la IA aún hace mal en tu campo.
- 📚 Ladder Problem (leandromaya.com): nombrá el problema para poder actuarlo.
- 🧩 Mirá tareas y peldaños de entrada, no solo empleo agregado o título.
- 🏋️ El simulador de labor visualiza presión en la escalera: usalo para diseñar tu próximo micro-proyecto.
🧠 Quiz de recuperación
Primero free-recall (escribe sin mirar). Luego MCQ. ≥80% + recall para dominar.
Fuentes
Externas = contexto sectorial. Modelo ilustrativo ≠ dato empírico. Sitio del autor: leandromaya.com
- [libro] Leandro Maya — La Era de la Abundancia (síntesis pedagógica personal) — Fuente primaria del companion. El texto aquí es explicación original, no copia literal.
- [externa] OIT — World Employment and Social Outlook / Future of Work — Contexto laboral global; no respalda cada afirmación del capítulo. enlace
- [externa] Leandro Maya — The Ladder Problem — Ensayo del autor sobre empleos de entrada; síntesis pedagógica, no copia literal. enlace
- [externa] Leandro Maya — A escada que está mudando de forma — Versión en portugués del problema de la escalera (Brasil). enlace
- [externa] Leandro Maya — sitio oficial del autor — Sitio oficial del autor. Verificar artículos concretos allí; no inventar rutas ni citas literales. enlace
- [externa] OIT — Generative AI and jobs (WP96 2023; ver también update 2025) — WP96 (2023): exposición alta en tareas clericales (~24% en ese paper); énfasis en transformación/aumentación. No confundir con WP140/2025. No respalda cada claim del capítulo. enlace
- [externa] OCDE — AI and the Future of Skills / Employment Outlook — Contexto sectorial OCDE; no valida fechas ni umbrales concretos del libro. enlace
- [modelo-ilustrativo] Modelo ilustrativo del companion — No es un dato empírico. Sirve para entrenar intuición y explorar escenarios.