Anthropic echó el freno a los juniors y ahora busca gente que piense, no que sepa

¿Para qué voy a contratar a un pibe si la máquina le hace el trabajo? La pregunta suena a disparate dicho en un bar, pero es exactamente lo que se preguntó Anthropic, la empresa detrás de Claude, uno de los modelos de lenguaje más usados del mundo. La respuesta está en números y es bastante más fría que el chiste.

El 16 de octubre, el Anthropic Institute publicó un informe interno firmado por Nathan Wilmers y otros tres investigadores. El paper analiza qué pasó con los puestos de entrada en la propia compañía y el resultado es demoledor: los avisos para perfiles junior cayeron del 27 al 9 por ciento de las búsquedas técnicas en menos de un año. La proporción de personal júnior en el área técnica bajó del 21 al 14 por ciento. Y la tajada más gruesa de la reducción ocurrió justo donde el modelo de inteligencia artificial se usa para las tareas más pesadas.

¿Qué busca entonces Anthropic si no busca juniors?

Buena pregunta. La respuesta corta: gente con criterio. La larga: gente que pueda mirar lo que produce la IA y decir si sirve o no. El informe lo dice con una frase textual de un gerente, registrada en las planillas de entrevista: "Espero que los modelos sigan siendo irregulares, así que para mi equipo quiero gente intercambiable entre dominios". Traducido al castellano de pueblo: quiero personas que sepan hacer de todo un poco, no specialists que solo sepan clavar un tornillo.

“Espero que los modelos sigan siendo irregulares, así que para mi equipo quiero gente intercambiable entre dominios.”Gerente de Anthropic, registrado en planillas de entrevista

Las planillas de entrevista muestran el cambio con dos datos finos. En 2024, los entrevistadores mencionaban el uso de herramientas de IA en el 5 por ciento de las evaluaciones técnicas. En 2026, la cifra saltó al 15 por ciento. Pero ojo: la mención a herramientas creció menos que la exigencia de juicio autónomo. Es decir, ya no alcanza con saber usar ChatGPT o Claude; hay que tener la cabeza amueblada para decidir cuándo la herramienta se equivoca.

¿Qué hace la gente que antes escribía código a mano?

El caso del equipo de redactores es unaperlita. Antes escribían las pantallas que ve el usuario cuando chatea con Claude. Ahora le escriben instrucciones a Claude para que él escriba esas pantallas. La responsable del equipo lo resumió con una frase que vale como epitafio de toda una época: "Los redactores que usaban el lenguaje para mover a personas ahora lo usan para mover a Claude". Pasaron de tentar clientes a tentar a una máquina. Bonita reconversión.

Hay una tensión que el propio informe reconoce y no resuelve. La empresa pide criterio para evaluar lo que produce la IA, pero ese criterio se forma haciendo las tareas de entrada que la IA ahora ejecuta. Es la trampa: para aprender a revisar lo que hace la máquina, primero hay que haber hecho el trabajo a mano. Y ese trabajo a mano ya casi no existe en la compañía. Para quienes todavía están afuera intentando entrar al mercado, el problema es obvio: ¿cómo se forma criterio si la entrada está cerrada? Anthropic no tiene la respuesta. Yo tampoco. Mientras tanto, seguimos esperando la fibra óptica.