Una crónica publicada por Digiday el 28 de septiembre ha puesto el foco en una tensión concreta de las agencias: si la inteligencia artificial absorbe parte de las tareas de entrada, ¿dónde aprende el siguiente equipo? El medio recoge un debate de su encuentro AI Marketing Strategies, celebrado el 24 de septiembre, en el que un responsable de una agencia de performance explicó que no prevé contratar recién graduados.
El encuentro se desarrolló bajo reglas de Chatham House y los testimonios aparecen sin identificar. Otros participantes defendieron rediseñar los puestos junior, mantener la mentoría y ofrecer formación. Son posiciones recogidas por Digiday, no entrevistas realizadas por Contrafeed ni una muestra representativa del empleo en agencias. Su valor está en hacer visible una decisión de gestión que merece examinarse antes de convertirla en política de contratación.
Una señal cualitativa que no mide despidos
El relato permite afirmar que ese dilema se discutió y que hubo respuestas diferentes. No permite calcular cuántas agencias han dejado de contratar, cuánto empleo se ha perdido ni qué proporción de tareas puede automatizarse. Tampoco identifica las herramientas, presupuestos y resultados de cada participante. Convertir esas declaraciones en una tendencia cuantificada daría una precisión que la fuente no ofrece.
El contexto de preocupación sí cuenta con investigación más amplia. Pew Research Center publicó el 17 de septiembre una encuesta en la que, en 34 de 37 países, predomina la expectativa de que la IA reduzca empleo frente a que lo aumente. El estudio reunió 42.151 entrevistas en 36 países y dos encuestas adicionales en Estados Unidos. Mide opiniones de adultos, no contrataciones observadas ni una previsión econométrica.
La distinción ayuda a leer ambas fuentes juntas. La encuesta describe percepciones y el encuentro aporta testimonios profesionales. Ninguna permite asegurar que la sustitución sea inevitable. Para una dirección de agencia, la evidencia que falta está dentro de su organización: qué tareas cambian, quién las revisa y qué capacidades necesita desarrollar el equipo para asumir encargos con mayor autonomía.
El trabajo pequeño también puede enseñar criterio
Preparar una primera propuesta, localizar una referencia o revisar variantes puede tener dos funciones: entregar una tarea y aprender a justificar decisiones. Si una empresa automatiza la primera, debería decidir cómo conservar la segunda. Este es un análisis organizativo, no una afirmación de que todas las tareas rutinarias deban mantenerse ni de que el aprendizaje ocurra siempre por hacerlas.
Un ejercicio posible consiste en pedir a una persona en formación que compare dos propuestas generadas y explique cuál responde mejor al briefing. La revisión senior puede centrarse en las razones: evidencia utilizada, adecuación al público, errores detectados y alternativas descartadas. El objetivo es comprobar comprensión y capacidad de decisión, no premiar la cantidad de variantes que una herramienta permite producir.
Asignar herramientas sin tiempo de revisión deja incompleto el plan formativo. La agencia debería reservar a alguien la responsabilidad de acompañar el trabajo, explicar correcciones y comprobar progresos. La pregunta conecta con cómo trasladar la formación al puesto de trabajo: asistir a una sesión o acceder a una plataforma no demuestra por sí solo que se haya adquirido una competencia.
Cómo evaluar un puesto que incorpora IA
Antes de eliminar una vacante, un equipo puede describir qué entregables necesita, qué decisiones requieren supervisión y cuáles puede asumir una persona que está aprendiendo. Esa descripción permite comparar opciones con más rigor que enfrentar un salario completo al precio de una suscripción. En ambos casos existen tareas de revisión, coordinación y responsabilidad sobre el resultado.
Un piloto de formación podría fijar una entrega acotada y tres criterios: calidad final, capacidad de explicar el proceso y autonomía alcanzada sin ocultar errores. Conviene registrar las correcciones que necesita el trabajo y el tiempo que dedica quien lo supervisa. Así, el equipo podrá distinguir una mejora de producción de una transferencia de carga hacia sus profesionales con más experiencia.
También importa mantener espacios en los que la persona construya una respuesta sin aceptar automáticamente la primera salida del sistema. Por ejemplo, puede formular el problema, seleccionar las fuentes y justificar el enfoque antes de generar borradores. Esta propuesta no garantiza mejores resultados; ofrece una forma de comprobar si la herramienta acompaña el aprendizaje o evita que se ejerciten decisiones esenciales.
El compromiso se demuestra con oportunidades reales
Una marca empleadora que afirma apostar por el talento joven debería poder explicar qué oportunidades ofrece, quién forma y con qué criterios se progresa. No necesita prometer que todos los puestos permanecerán iguales. Sí resulta coherente contrastar su discurso con plazas, dedicación y seguimiento verificables, como hacemos al revisar iniciativas que conectan formación digital y acceso al empleo.
Para un candidato, la información útil de una oferta va más allá de que mencione IA: qué aprenderá, qué responsabilidad tendrá, quién revisará sus entregas y cómo se evaluará su evolución. Para la agencia, responder esas preguntas ayuda a definir un puesto real. También evita vender como desarrollo profesional una sucesión de encargos sin acompañamiento.
La lectura Contrafeed es que automatizar tareas y renovar el aprendizaje son decisiones que deben diseñarse juntas. La crónica no demuestra una crisis universal de contratación; abre un problema concreto de continuidad del oficio. El siguiente dato relevante sería conocer qué cambios aplican las agencias, con qué recursos y qué resultados consiguen sus personas en formación.
Fuente y alcance
Fuentes y método
Elaboración y análisis de Redacción Contrafeed a partir de las fuentes enlazadas. Revisión documental automatizada; no se ha realizado una prueba práctica ni una entrevista propia.
- Digiday Editors · Debate sobre contratación inicial e IA en AI Marketing Strategies · 28 de septiembre de 2026. Crónica original leída. Encuentro del 24 de septiembre, participantes anónimos bajo Chatham House.
- Pew Research Center · Globally, More People Expect AI to Cause Job Loss Than Growth · 17 de septiembre de 2026. Contexto anterior a la ventana, identificado como tal. Encuesta de percepciones, no medición de pérdida de puestos.
