Conceptos
Desarrollo y preparación profesional
Esta es una traducción automática de la página en inglés y todavía no ha sido revisada por una persona hablante nativa.
Desarrollo y preparación profesional — los procesos y las capacidades que preparan a quien aprende para construir, adaptar y sostener una carrera en un mercado laboral disruptado por la IA: adaptabilidad profesional, empleabilidad, preparación para el mundo laboral y las habilidades (incluida la alfabetización en IA) que valoran quienes emplean. En el contexto de la IA en la educación, este concepto es cada vez más importante porque la IA a la vez remodela las habilidades que necesita el estudiantado egresado y genera una ansiedad ante la IA relacionada con la carrera por el desplazamiento laboral, lo que convierte la preparación profesional en un factor protector del bienestar del estudiantado.
Preguntas para reflexionar
- Aquí la preparación profesional se enmarca como adaptabilidad —la capacidad de navegar, ajustarse y prosperar en roles cambiantes— y no solo como acreditación. ¿Cómo cambia ese replanteamiento lo que usted cree que debería construir de verdad una educación orientada a la carrera?
- La investigación muestra de forma consistente que las capacidades de adaptabilidad profesional reducen significativamente la ansiedad ante la IA por el desplazamiento laboral. ¿Por qué ser más adaptable al cambio profesional podría hacer que un estudiante se sienta menos ansioso ante una tecnología que amenaza sus perspectivas laborales actuales?
- Una afirmación clave es que la alfabetización en IA por sí sola no hace que quien se gradúa esté preparado para su carrera, porque la preparación también pasa por lo que el estudiantado cree que puede adaptar. ¿Puede pensar en alguien muy alfabetizado en IA que aun así esté ansioso o poco preparado para el mundo laboral? ¿Qué le faltaba?
- Un informe de ITHAKA S+R documenta una brecha de priorización de habilidades: el profesorado hace hincapié en un uso crítico y responsable de la IA, mientras que quienes emplean prefieren habilidades de automatización de flujos de trabajo y de trabajo conjunto entre personas y IA, y solo coinciden en una de 26 habilidades de IA. ¿Por qué cree que las prioridades del aula y del lugar de trabajo divergen tanto, y quién debería adaptarse?
- El informe encuentra que la mayoría de las instituciones carece tanto de un consenso sobre cómo son las habilidades de IA como de un marco para evaluarlas. Si tuviera que definir y evaluar las «habilidades de IA para el mundo laboral» de un estudiante que se gradúa, ¿qué mediría y cómo?
- El miedo a ser reemplazado por la IA se identifica como un factor principal de la ansiedad ante la IA, y la preparación profesional se presenta como un factor protector del bienestar del estudiantado. ¿Cómo debería abordar un programa educativo la ansiedad en sí misma, y no solo añadir habilidades?
Introducción
A medida que la IA transforma las ocupaciones, el papel de la educación en el desarrollo profesional se ha ampliado desde la acreditación hacia la construcción de la adaptabilidad: la capacidad de navegar, ajustarse y prosperar en roles cambiantes. Este concepto conecta la educación con la empleabilidad y enlaza con la ansiedad y el estrés: el estudiantado con capacidades de adaptabilidad profesional más sólidas experimenta menos ansiedad ante la IA.
Cómo aparecen el desarrollo y la preparación profesional en la investigación
-
La adaptabilidad profesional reduce la ansiedad ante la IA. Wang (2026) muestra que las capacidades de adaptabilidad profesional predicen de forma significativa y negativa la ansiedad ante la IA entre estudiantes de filología inglesa, con unas autoevaluaciones centrales que median parcialmente la relación; el grupo de baja adaptabilidad mostró la mayor ansiedad ante la IA. Duan et al. confirman el mecanismo con un modelo de ecuaciones estructurales: la ansiedad ante la IA perjudica las decisiones profesionales en gran medida por una adaptabilidad profesional erosionada (63,35% del efecto total), y la autoeficacia ofreció un amortiguamiento limitado. Üstün y Danacıoğlu añaden que la ansiedad ante la IA y las actitudes negativas hacia la IA predicen la ansiedad por encontrar empleo después de graduarse en 1.057 estudiantes, con las mujeres, el estudiantado de ciencias sociales y el de segundo año como los más afectados. Dağ et al. lo extienden al estudiantado de ciencias de la salud (821, r = 0,233). La preparación profesional es, por tanto, un amortiguador validado empíricamente frente a la ansiedad ante la IA relacionada con la carrera.
-
La preparación se medía por la implicación, no por el nivel de amenaza. En Song et al. (2026), el perfil con mayor ansiedad ante la IA seguía informando de la mayor elaboración activa de la carrera (4,222) y de la mayor empleabilidad autopercibida (3,964), junto con el perfil favorable, que no difería significativamente, de modo que el nivel de ansiedad no indexaba la preparación profesional.
-
La alfabetización en IA es necesaria pero no suficiente. Testa et al. sostienen que la alfabetización en IA por sí sola no basta para la preparación profesional: el estudiantado también necesita adaptabilidad y autoevaluaciones positivas, lo que vincula directamente la alfabetización en IA con los resultados profesionales. Hendrawan y Lestari (2026) lo ponen a prueba cuantitativamente con 455 estudiantes de último año en Yakarta: la adaptabilidad profesional conlleva un efecto indirecto significativo (β = 0,173), y la mentalidad de crecimiento no modera en absoluto esa vía, de modo que es la adaptabilidad, y no la mentalidad, la que hace el trabajo.
-
La creencia mediadora es un yo futuro concreto. En una encuesta con 1.945 estudiantes universitarios chinos, la asociación de la alfabetización en IA con la empleabilidad percibida pasó por la saliencia del yo profesional futuro (de 0,503 a 0,201; indirecto 0,117) con más de tres veces la fuerza que por la mentalidad de carrera sin fronteras (0,034) (Qiu et al., 2026).
-
Un mapa de constructos, no una ruta medida. Kong y Zhang (2026) leyeron 46 publicaciones como una revisión narrativa crítica y sitúan tres procesos de aprendizaje entre el aprendizaje apoyado por IA y la empleabilidad: la implicación cognitiva con autorregulación, la autoeficacia con regulación motivacional y la adaptabilidad profesional como puente hacia la exploración profesional. Clasifican la adaptabilidad profesional como un recurso de desarrollo profesional y no como un resultado de empleo. Como la síntesis no recoge datos propios, ofrece proposiciones comprobables y no un tamaño del efecto, y todas las cifras que informa pertenecen a algún estudio incluido. Un módulo británico de doce semanas con 120 estudiantes de áreas no STEM, por ejemplo, asoció el capital de IA con la situación laboral seis meses después de graduarse, algo que un diseño no aleatorizado de un solo curso no puede atribuir al curso.
-
Perspectivas de quienes emplean y de quienes se gradúan. El informe de ITHAKA S+R (500 docentes de universidades estadounidenses de cuatro años, comparados con 200 empleadores estadounidenses) documenta una brecha sistemática de priorización de habilidades entre el profesorado y quienes emplean, lo que señala las demandas del mundo laboral que moldean los currículos de educación superior. El profesorado y quienes emplean coinciden en la importancia de solo una de 26 habilidades de IA (establecer expectativas realistas para el trabajo aumentado con IA): el profesorado prioriza una orientación hacia el uso crítico y responsable (atribución, responsabilidad humana, límites de la IA), mientras que quienes emplean prefieren habilidades de flujos de trabajo, automatización y trabajo conjunto entre personas y IA. El informe encuentra que solo tres de las 26 habilidades las enseña la mitad o más del profesorado —las categorías menos enseñadas (rediseño de flujos de trabajo, automatización, integración técnica) son precisamente donde más divergen las demandas de quienes emplean— y que la mayoría de las instituciones carece tanto de un consenso sobre cómo son las habilidades de IA como de un marco para evaluarlas. Para el desarrollo profesional, esto significa que la preparación de quienes se gradúan depende de cerrar una brecha real y medible entre lo que valoran quienes emplean y lo que enseñan los currículos, y no solo de añadir alfabetización en IA.
-
Quienes emplean responden a la señal, no solo a la lista de habilidades. Boyd-Swan y Reynolds (2026) aleatorizaron a unos 1.750 profesionales estadounidenses de contratación entre dos encuadres del uso de la IA por parte del estudiantado antes de que valoraran currículos por lo demás similares. Enmarcar la IA como herramienta de asistencia solo elevó moderadamente la preocupación y no penalizó a quienes solicitaban; enmarcarla como sustituto del esfuerzo y la capacidad del estudiantado redujo la probabilidad de entrevista y, de forma más marcada, la disposición a negociar el salario, con penalizaciones mayores para quienes tenían notas medias más altas. Ambos grupos de tratamiento señalaron las pruebas presenciales como el remedio que los tranquilizaba, lo que hace que la preparación dependa de si una credencial sigue aportando evidencia que quienes emplean acepten.
-
Los filtros de contratación sin IA dejan de certificar lo que el trabajo exige. En entrevistas con 23 estudiantes y recién graduados de ingeniería en India, todos salvo uno usaron IA para prepararse para pruebas de colocación que la excluían, mientras que quienes se graduaban describían lugares de trabajo que esperaban IA desde el primer día, de modo que, según la teoría de la señalización, una CGPA obtenida con ayuda de IA ya no separa a los candidatos por coste (Goutham y Gu (2026)).
-
La política de curso como decisión sobre competencias laborales. El caso de diseño de McCorkle (2025) hace explícito el compromiso a nivel de tarea: para cada paso de un proyecto de semestre, el profesorado empareja una competencia laboral emergente en IA generativa (prompting para objetivos, generación de imágenes, escritura de guiones, narración con texto a voz) con la necesidad de evaluar una habilidad fundacional, y permite la IA solo cuando gana la competencia. Es una forma concreta de incorporar a las tareas existentes las habilidades de flujo de trabajo que valoran quienes emplean (ingeniería de prompts, evaluación de la salida de un LLM) en lugar de añadir un curso aparte sobre IA.
-
El trabajo de empleabilidad ya pasa por ChatGPT. Loidl, Cao y Huang (2026) encuestaron a 102 estudiantes de grado de una universidad R1 del Medio Oeste y encontraron que alrededor del 81% había usado ChatGPT para actividades relacionadas con la empleabilidad en los 12 meses anteriores. Los currículos encabezaron la lista con un 52,94%, seguidos de la comunicación en el trabajo (38,24%) y las cartas de presentación (35,29%). Las entrevistas leen ese uso como un trabajo de adaptación y ensayo más que de externalización, así que la preparación profesional tiene que construirse sobre una preparación que la herramienta ya media, y no solo sobre las capacidades que persiguen los marcos de preparación profesional.
-
El asesoramiento profesional con LLM arrastra un contexto occidental por defecto. Preguntados por lo que exigen los empleos de informática de nivel inicial en diez países africanos, seis modelos reconocieron los ecosistemas locales, las necesidades lingüísticas y las políticas nacionales solo el 35,4% de las veces, de modo que el consejo técnico se transfiere y el contexto no (Eze, Lunn y Berhane, 2026).
-
El modo de uso reorganiza lo que el estudiantado considera empleabilidad. En ocho grupos focales de una universidad de Madrid (30 estudiantes), quienes usaban ChatGPT atribuían eficiencia, filtrado de las sugerencias de la IA y refinamiento de la salida, mientras que quienes no lo usaban atribuían deliberación, originalidad y trabajo en equipo: 8 de las 9 menciones al trabajo en equipo procedían de quienes no lo usaban (Calle-Martinez et al. 2026). Los autores nombran los dos caminos autonomía asistida y creatividad lenta, y advierten de que ninguno se midió.
-
Marcos de preparación específicos de cada sector. La preparación laboral para la fabricación inteligente y el futuro de la fuerza laboral de ingeniería e informática traducen la empleabilidad general en marcos de competencias específicos de cada disciplina.
-
Qué espera el profesorado que desplace la IA, y qué no es eso. En diez entrevistas en un departamento de ingeniería centrado en la IA, el profesorado discrepó sobre cómo remodelaría el trabajo la IA generativa: nombró la programación, la escritura y el trabajo de información como vulnerables a corto plazo, sin ofrecer evidencia del mercado laboral que respaldara esas expectativas (Sadik (2026)).
-
Transiciones laborales. El estudio sobre las aspiraciones profesionales en TIC examina cómo cambian las intenciones profesionales del estudiantado en respuesta al cambio tecnológico.
-
Fundamentación teórica. El análisis integral de la ansiedad ante la IA identifica el miedo a ser reemplazado por la IA como un factor principal de la ansiedad ante la IA: la dimensión profesional que este concepto aborda de lleno.
La preparación profesional como objetivo protector y de desarrollo
Un tema recurrente es que el desarrollo profesional en la era de la IA debería ser un objetivo educativo deliberado, y no una idea de última hora: construir capacidades de adaptabilidad profesional, autoevaluaciones centrales, autoeficacia y habilidades de IA valoradas por quienes emplean, a la vez que se aborda directamente la ansiedad que el estudiantado siente ante el desplazamiento por la IA. Esto vincula el desarrollo profesional con la formación profesional, la autoeficacia, la motivación y la ansiedad y el estrés, y sitúa la educación a la vez como canalización de habilidades y como fuente de preparación psicológica.
Conexiones con conceptos relacionados
El desarrollo y la preparación profesional se conectan con la formación profesional (la dimensión de habilidades vocacionales), la alfabetización en IA (la dimensión de competencia en IA), la autoeficacia y la motivación (los recursos psicológicos que sostienen la adaptación), la ansiedad y el estrés (la ansiedad profesional como componente clave), la educación superior y la K-12 (los entornos donde se construye la preparación) y la experiencia del estudiantado (las preocupaciones profesionales como parte de la experiencia de quien aprende).
Concepciones erróneas
-
«La ansiedad ante la IA es una disposición general que se puede disipar tranquilizando.» Duan et al. confirman con un modelo de ecuaciones estructurales que la ansiedad ante la IA perjudica las decisiones profesionales en gran medida a través de una adaptabilidad profesional erosionada (63,35% del efecto total). El mecanismo es específico: la ansiedad opera suprimiendo la capacidad de adaptarse, así que las tranquilizaciones dirigidas a los sentimientos no tocan el mediador que porta el efecto.
-
«La adaptabilidad profesional es una habilidad blanda secundaria frente a la competencia técnica.» Wang (2026) muestra que la adaptabilidad profesional reduce la ansiedad ante la IA, lo que la convierte en una intervención aguas arriba y no en un resultado aguas abajo. Construir adaptabilidad atiende el mecanismo; tratarla como un extra deja intacto el mediador.
-
«La ansiedad ante la IA se distribuye de manera uniforme.» Üstün y Danacıoğlu encuentran que la ansiedad ante la IA y las actitudes negativas hacia ella predicen la ansiedad por encontrar empleo tras la graduación en 1.057 estudiantes, con patrones distintos para las mujeres y el estudiantado de ciencias sociales. Una intervención uniforme asigna mal el apoyo.
Un marco a nivel de programa hace explícitos los pasos institucionales, aunque no se ha evaluado como programa. Nyale (2026) propone seis etapas: detección, validación con las partes interesadas, diagnóstico del programa, rediseño curricular, puesta en marcha y capacidades, y revisión de resultados. Cada etapa conlleva un derecho de decisión explícito y un producto del que se responde, y la IA queda confinada a cuatro funciones de apoyo acotadas: la detección de patrones en la información del mercado laboral, el mapeo de competencias, la generación de opciones curriculares para la valoración humana y el seguimiento de indicadores de implementación. Su valor es que nombra los pasos de gobernanza que una estrategia de preparación profesional suele dejar implícitos.
Una encuesta a 1,445 estudiantes universitarios chinos traza un camino desde las creencias de utilidad, pasando por el uso de la IA, hasta la exploración profesional. La utilidad percibida de la IA generativa predijo el uso con β = 0.569, mientras que la autoeficacia profesional lo predijo con solo β = 0.082. El uso se asoció después con la conducta de exploración profesional con β = 0.423, la autoeficacia siguió siendo el predictor cognitivo más fuerte de la propia exploración (β = 0.285) y el modelo explicó el 50.5% de la varianza en la exploración (Lü et al. (2026)). Las trayectorias indirectas son estadísticas y transversales, no longitudinales.
Conceptos conectados
- Aprendizaje en el lugar de trabajo
- Alfabetización en IA
- Autoeficacia
- Motivación
- Ansiedad y estrés
- Educación superior
- Experiencia del estudiantado
- Bienestar
- Apoyo y éxito estudiantil — los resultados que siguen a la finalización: persistencia, retención y graduación
Artículos conectados
- From AI-Free Gates to AI-First Work: How Engineering Students in India Navigate University Education and Campus Placements Without AI Guidelines — De puertas sin IA a trabajo con IA desde el primer día: cómo navega el estudiantado de ingeniería en India la educación universitaria y la colocación en el campus sin directrices sobre IA
- Early evidence on employer responses to college student use of generative AI — Experimento de encuesta con unos 1.750 profesionales estadounidenses de contratación: el encuadre como sustitución redujo la disposición a la entrevista y a negociar el salario, sobre todo en quienes tenían notas más altas (Boyd-Swan y Reynolds 2026)
- AI literacy and graduate employability in the age of artificial intelligence: The mediating role of career adaptability and the moderating role of growth mindset — Evidencia PLS-SEM de que la alfabetización en IA llega a la empleabilidad percibida a través de la adaptabilidad profesional, sin que la mentalidad de crecimiento aporte nada (Hendrawan y Lestari 2026)
- Designing an Aligned Generative AI Course Policy: An Equitable and Transparent Learner-Centered Approach — Compromisos entre evaluación y competencias laborales decididos tarea por tarea (McCorkle 2025)
- The impact of career adapt-abilities on AI anxiety among English majors: a dual perspective analysis based on core self-evaluations at the person- and variable-centered — las capacidades de adaptabilidad profesional reducen la ansiedad ante la IA
- AI literacy alone is not enough: Student AI readiness and career adaptability in business and management education — Alfabetización en IA y adaptabilidad profesional en la educación empresarial
- ChatGPT and employability in higher education: exploring creativity, critical thinking, and problem-solving — Ocho grupos focales: quienes usan la herramienta atribuyen eficiencia y refinamiento, quienes no la usan atribuyen originalidad y trabajo en equipo (autonomía asistida frente a creatividad lenta)
- AI skills for college graduates: Exploring how instructors and employers prioritize AI skills differently — Habilidades de IA para quienes se gradúan: prioridades del profesorado y de quienes emplean
- A Conceptual Framework for Enhancing Workforce Readiness for Smart Manufacturing in the AI Era — preparación laboral para la fabricación inteligente
- Artificial Intelligence (AI) and the Future of the Engineering and Computing Workforce: A Systematic Review of Gray Literature and Document Analysis of U.S. Reports (2020–2025) — La IA y el futuro de la fuerza laboral de ingeniería e informática
- Learning after COVID-19 and the ICT career aspirations: Are students entering the AI era with weaker skills? — Aspiraciones profesionales en TIC después de la COVID-19
- AI Anxiety: A Comprehensive Analysis of Psychological Factors and Interventions — La ansiedad ante la IA y el miedo a ser reemplazado
- The impact of AI anxiety on career decisions of college students — La ansiedad ante la IA perjudica las decisiones profesionales a través de la adaptabilidad profesional (mediación del 63,35%)
- The Role of Artificial Intelligence Anxiety and Attitudes Toward Artificial Intelligence in University Students' Job Finding Anxiety — La ansiedad y las actitudes ante la IA predicen la ansiedad por encontrar empleo (1.057 estudiantes)
- Artificial intelligence perceptions and career anxiety among health sciences students — La ansiedad ante la IA predice la ansiedad por la búsqueda de empleo en ciencias de la salud (r = 0,233, 821 estudiantes)
- Beyond Positive or Negative: Latent Profiles of University Students' AI Attitude and Their Career-Development Correlates — Cuatro perfiles de actitud ante la IA: la elaboración de carrera y la empleabilidad se relacionaban con la implicación, no con la ansiedad
- Preparing AI-Ready Engineering Talent: Faculty Perspectives on Generative AI, Foundational Competence, and Workforce Readiness — Los pronósticos del profesorado son predicciones, no evidencia sobre el empleo
- Artificial intelligence in higher education and graduate employability: cognitive engagement, self-efficacy, and career adaptability in the AI era — El mapa de constructos de una revisión narrativa desde el aprendizaje apoyado por IA hasta la empleabilidad
- Preparing students for AI-integrated workplaces: a programme-level process framework for digital capability development and graduate career readiness — Marco de proceso de seis etapas, no evaluado, para alinear los programas con los mercados laborales de la era de la IA
- Career-related psychological cognitions and career exploration behavior among Chinese college students: statistical indirect pathways through generative artificial intelligence use — 1,445 estudiantes chinos: utilidad de la IA, uso y exploración profesional en un modelo transversal