El ritme de l'adopció tecnològica actual està provocant un fenomen inèdit: moltes de les habilitats tècniques que aprenen els joves queden obsoletes abans que tinguin temps de visitar el mercat laboral. Dominar un llenguatge de programació especÃfic, per exemple, ha perdut el seu valor estructural a causa de l'aparició de solucions de codi baix (*low-code*) i motors d'IA generativa capaços d'executar tasques mecà niques en segons.
Davant d'aquesta realitat, la pregunta corporativa i educativa ja no és quines eines hem d'ensenyar, sinó quines capacitats humanes seguiran sent rellevants quan la mà quina s'encarregui de la pura execució.
Podeu consultar directament la maquetació de la publicació impresa des d'aquest visor interactiu.
La reconfiguració de l'entorn laboral: El factor humÃ
Un estudi global publicat per Boston Consulting Group aporta una dada d'equilibri per a les direccions de recursos humans: la tecnologia no ve a reemplaçar les persones de manera massiva, sinó a transformar radicalment la seva manera de treballar. Segons la seva anà lisi, només entre el 10% i el 15% dels llocs de treball desapareixeran del tot. La meitat dels perfils laborals existents, en canvi, es reconfiguraran per complet, obligant els professionals a aprendre a col·laborar estretament amb la mà quina.
L'informe llança un advertiment sever per als lÃders que pretenguin retallar estructures de personal de manera indiscriminada pensant que la IA pot sostenir el negoci sola: les organitzacions que ho facin veuran com la seva productivitat s'enfonsa i com es destrueix el coneixement operatiu singular que només els seus treballadors posseeixen. Els algorismes són excel·lents gestionant regles i volums massius de dades, de fet, però manquen completament de judici humà , intel·ligència emocional i flexibilitat per resoldre incidències quan els escenaris es tornen ambigus.
"La IA generativa s'encarregarà de la mecà nica, de la mateixa manera que l'èxit de qualsevol organització dependrà de les persones que fan servir el seu criteri per guiar aquesta tecnologia. L'arquitectura del propòsit és sempre humana."
El canvi cap a la curació d'objectius: "Human-in-the-loop"
Per protegir el valor del talent en aquesta nova realitat, l'enfocament ha d'apostar per facultats humanes centrals i pensament d'ordre superior. Les habilitats que defineixen un perfil irremplaçable el 2026 ja no se centren en fer, sinó en **supervisar, validar i estructurar**. Això inclou competències clau:
- ■Definició conceptual de problemes: La facultat clau d'estructurar i delimitar una problemà tica complexa abans d'intentar llançar ordres de resolució automatitzades.
- ■Pensament sistèmic i de context: La capacitat de comprendre com interactuen els components de sistemes complexos, prenent decisions basades en l'experiència històrica.
- â– Auditoria crÃtica de resultats: La facultat imprescindible de revisar, validar i refinar de forma conscient tot allò que genera la intel·ligència artificial generativa.
En definitiva, el valor del professional s'ha desplaçat cap a la **curació d'objectius** i la responsabilitat legal i operativa dels resultats finals. La tecnologia actua com un motor d'execució d'alt rendiment, però el criteri final de què es fa i per a què es fa és una responsabilitat exclusivament humana. Sota el model *Human-in-the-loop*, si un professional no es troba dins del bucle de decisió i validació, esdevé completament prescindible.
La transformació de l'aula: El gimnà s de la resistència crÃtica
Aquesta evolució en els requisits de les organitzacions exigeix, en paral·lel, una transformació absoluta de les metodologies educatives. Per entrenar aquestes facultats de control crÃtic, la guia oficial de la UNESCO per a l'ús de la IA generativa en l'educació proposa canvis metodològics urgents, allunyats de la memorització està tica.
Entre les estratègies més efectives destaca l'**aprenentatge basat en projectes**, on els estudiants utilitzen la mà quina com un assessor d'investigació per processar dades o elaborar revisions de literatura, forçant l'alumne a avaluar crÃticament la veracitat de cada resultat obtingut de forma autònoma.
A més, la UNESCO suggereix un ús metodològic d'alt impacte: utilitzar la IA generativa com un **adversari socrà tic**. Un entorn dissenyat perquè la mà quina qüestioni l'estudiant, el porti al lÃmit del seu raonament i l'obligui de manera activa a caçar els propis biaixos, contradiccions o al·lucinacions de l'algorisme.
Aquest mètode requereix recuperar el valor de l'**assaig i error** i l'observació directa del món tangible, assumint que l'aprenentatge crÃtic real només s'estableix quan l'alumne té permÃs explÃcit per equivocar-se en entorns reals. El repte de les nostres institucions i municipis és canviar el focus de l'avaluació: deixar de mesurar quant sap algú sobre un tema concret i començar a mesurar de quina manera aplica els seus recursos humans per resoldre situacions complexes.
Les aules han de transformar-se en gimnasos de resistència crÃtica de veritat, o seguirem formant joves amb coneixements de baix valor afegit que només estan capacitats per obeir de manera passiva les pautes d'un algorisme.
Fonts:
- ▪Boston Consulting Group (2026):AI Will Reshape More Jobs Than It Replaces. Anà lisi sobre la reconfiguració de l'entorn laboral global i la col·laboració persona-mà quina.
- ▪UNESCO (2023):Guidance for generative AI in education and research. Directrius sobre l'aprenentatge socrà tic, la validació de biaixos i el rol de la persona a l'aula.