R19-R23 — Derivadas (2ª/3ª/4ª) + señales débiles + escenarios 2027-2030
SÍNTESIS NEUTRAL (SIN Momentum). Se construye SOBRE la evidencia citada de R10/R13/R18 — no añade fuentes nuevas. Cada salto de derivada declara su cadena de evidencia y su confianza. Etiquetas: [ALTA] respaldo directo · [MEDIA] inferencia razonable · [HIPÓTESIS] especulación marcada. Draft para revisión CEO (R27 red-team pendiente).
Tendencia base (1er orden · de R13/R18)
La IA abarata radicalmente la producción de contenido, tutoría y evaluación (lección en segundos, grading ICC 0,94-0,97, tutor 24/7), mientras su autonomía fiable en tareas reales sigue baja (GAIA 15% vs 92%; τ-bench <50%) y mejora rápido (METR: horizonte ×2 cada ~4,3 meses post-2023). [ALTA]
R19 — 2ª derivada: de capacidades → rediseño de tareas/workflows
| Tendencia base | Consecuencia operativa | Evidencia | Confianza |
|---|---|---|---|
| Contenido y tutoría casi gratis | El contenido deja de ser el cuello de botella y el diferenciador; el valor se desplaza a lo que la IA NO hace fiable: verificación, juicio, transferencia al trabajo | R13 (autonomía baja) + R10 (transfer gap, ROI sin medir) | [ALTA] |
| Grading automatizable | La evaluación migra de "corregir resultado" a "dar fe del proceso" (informe de cómo se hizo, qué asistió la IA) | R13 (Khan process report; authentic assessment) | [MEDIA] |
| Augmentación > automatización (57/43) | El trabajo se reorganiza en bucles humano-IA (validar/iterar) más que en sustitución limpia | R18 (Anthropic) | [ALTA] |
R20 — 3ª derivada: de workflows → puestos, roles y estructura organizativa
| Workflow transformado | Puesto afectado / nuevo rol | Evidencia | Confianza |
|---|---|---|---|
| Tareas de entrada (data entry, soporte, código junior) absorbidas por augmentación | Se estrecha la puerta de entrada de carrera: −16% empleo jóvenes 22-25 expuestos; experimentados estables | R18 (Stanford Canaries, Anthropic) | [ALTA] (dato observado) |
| Si la IA hace el "primer borrador" de casi todo | El humano sénior pasa de productor a editor/verificador/garante; sube la prima del juicio y la accountability | R18 (valor migra a accountability) + R13 | [MEDIA] |
| Se rompe la escalera tradicional junior→sénior | Problema estructural: ¿cómo se forma un sénior si ya no hay tareas junior donde aprender? (tensión no resuelta, white space) | inferencia de R18 (daño a entrada) | [HIPÓTESIS] |
R21 — 4ª derivada: de roles → mercado educativo, credenciales e instituciones
| Nuevo rol/capacidad escasa | Implicación de mercado/institucional | Evidencia | Confianza |
|---|---|---|---|
| El juicio/verificación/transferencia se vuelven la capacidad escasa | La educación adulta valiosa deja de vender "saber" (contenido) y empieza a vender "hacer algo verificable" (proof-of-work, transferencia medida) — responde RQ-22 | R10 (transfer gap) + R13 + R20 | [MEDIA] |
| Credenciales tradicionales infladas y lentas + IA puede "dar fe" del proceso | Se abre espacio a nuevas credenciales basadas en evidencia de ejecución frente al título-filtro | R10 (credential inflation, Means/Cowen) + R13 (AI vouching) | [MEDIA] |
| Escalera junior rota | Demanda de formación que sustituya el aprendizaje-en-el-puesto que ya no ocurre (onboarding acelerado, simulación de tareas reales) | R20 [HIPÓTESIS] | [HIPÓTESIS] |
R22 — Señales débiles (serendipia · lo no aparente)
- El golpe no es el paro, es el hiring de noveles — el debate público mira el desempleo agregado (que no sube) y se pierde la señal real: la contratación de entrada. Implicación contraintuitiva: el primer mercado de formación afectado no es "el parado" sino "el junior que no entra". [MEDIA · de R18]
- La métrica de exposición es frágil (×3,6 entre modelos) — gran parte del discurso "X% de empleos en riesgo" se apoya en instrumentos inestables. Oportunidad para quien mida impacto con datos de ejecución reales, no auto-scores de LLM. [ALTA · NBER w35110]
- El inversor ya votó: "workflow-embedded / agentic" es la categoría preferida 2026 — la formación integrada en el flujo de trabajo (no como curso aparte) ya es señal de mercado, no profecía. [MEDIA · descansa en una sola fuente vendor (HolonIQ), no peer-reviewed — triangular con PitchBook/CB Insights antes de elevar a ALTA]
- La paradoja de la abundancia: cuando el contenido es infinito y gratis, el cuello de botella es la atención, la confianza y la prueba — vuelve a primar lo escaso (acreditación creíble, comunidad, criterio). [HIPÓTESIS — razonamiento económico a priori, sin respaldo empírico directo en el corpus]
- Brecha psicomotora/física — el corpus no tiene evidencia de IA en formación de habilidades físicas; white space y/o foso defensivo para skills no digitalizables. [HIPÓTESIS · gap del corpus]
R23 — Escenarios 2027-2030 (2 ejes: velocidad de capacidad agéntica × velocidad de adopción institucional)
Drivers de los ejes: METR (capacidad) y barreras ILO/enterprise (adopción). Probabilidades cualitativas. Early indicators medibles.
- A · "Compresión" (capacidad ALTA + adopción ALTA) [probabilidad media]. La IA cierra gran parte del time-horizon; las organizaciones rediseñan workflows en serio. El mercado educativo se reconfigura hacia time-to-value y proof-of-work; el contenido se commoditiza. Early indicator: METR horizonte >8h fiable + caída sostenida de hiring junior en >3 sectores.
- B · "Augmentación estable" (capacidad ALTA + adopción LENTA) [probabilidad alta]. Por qué la más probable pese a la aceleración de capacidad (METR ×2/4,3 meses): la capacidad técnica no es el cuello de botella de la adopción; lo son compliance, confianza, accountability e infraestructura (ILO §aceptación es explícita: pocos delegarán aprobación de hipoteca o diagnóstico a una IA). La adopción institucional es históricamente más lenta que la curva de capacidad → el desacople capacidad↑/adopción-lenta es lo que sostiene B, no un sesgo de status-quo. Domina el 57/43 augmentación. La formación valiosa enseña a operar/verificar IA. Early indicator: ratio augmentación/automatización se mantiene ~60/40 dos años más.
- C · "Meseta de fiabilidad" (capacidad SE ESTANCA + adopción media) [probabilidad media-baja]. Los benchmarks de autonomía (GAIA/τ-bench) no despegan; la IA queda como copiloto potente. El valor educativo sigue en pedagogía + comunidad + práctica deliberada, con IA como tutor barato. Early indicator: doubling-time METR se alarga >12 meses.
- D · "Disrupción de credenciales" (capacidad ALTA + adopción institucional ASIMÉTRICA) [probabilidad media]. Empresas adoptan rápido pero instituciones educativas/acreditadoras no; se abre una grieta entre lo que el mercado laboral valora (ejecución verificable) y lo que certifican los títulos. Early indicator: aparición de credenciales basadas en proof-of-work aceptadas por empleadores grandes.
Implicaciones neutrales (R24 · sin solución concreta)
- Alta confianza: el contenido se commoditiza; el cuello de botella se desplaza a verificación/juicio/transferencia; el daño temprano es la entrada de carrera.
- Media: emergen credenciales basadas en evidencia de ejecución; la formación integrada en el workflow gana frente al curso aislado.
- Especulativa [HIPÓTESIS]: rotura de la escalera junior→sénior como problema estructural que crea demanda de formación que sustituya el aprendizaje-en-el-puesto.
Frontera: NADA de lo anterior nombra una solución. La capa 2 (paper de visión) decidirá qué hipótesis Momentum se construyen sobre estos findings, vía la tabla finding→implicación→hipótesis (ver R00).