Por qué Infosys está reciclando graduados: los profesionales de TI indios no están listos para la era de la IA

El mercado indio de reclutamiento de TI enfrenta una realidad incómoda: un diploma en informática ya no garantiza estar preparado para trabajar en la era de la IA, y los empleadores se ven obligados a reentrenar a los graduados desde cero en nuevas herramientas de desarrollo. El problema se manifiesta en la intersección entre educación y práctica. Los programas universitarios siguen enfatizando lenguajes clásicos, algoritmos, exámenes y escritura manual de código, mientras que los equipos reales trabajan cada vez más con desarrollo asistido por IA: generación de código, autocompletado, análisis de errores, prototipado rápido y verificación de resultados por máquina.

Como resultado, un profesional junior puede conocer la teoría pero comprender mal cómo funcionan los flujos de trabajo modernos, donde el trabajo rutinario ya se delega a los modelos. Los planes de estudio se actualizan lentamente, y la contratación masiva basada en pruebas estándar aún no indica bien si un candidato puede trabajar en un entorno donde la velocidad ahora depende no solo de la persona, sino de su capacidad de usar la IA correctamente. Por eso, grandes empleadores como Infosys se ven obligados a gastar semanas adaptando nuevos empleados.

No se trata simplemente de familiarizarse con otro IDE o estándares internos de la empresa. A los principiantes se les enseña a formular tareas para herramientas de IA, verificar código generado, identificar alucinaciones, trabajar con seguridad, pruebas y calidad de resultados. En otras palabras, las empresas están cerrando la brecha que antes era parcialmente cubierta por la universidad o el autoaprendizaje.

Para el empleador, esto significa costos de entrenamiento adicionales en un momento en que el negocio espera que la IA acelere el desarrollo y genere retornos más rápidos de desarrolladores junior. Para India, esto es particularmente doloroso porque el país ha sido uno de los mayores proveedores de talento en ingeniería para TI global y subcontratación durante muchos años. Cuando el modelo de desarrollo cambia tan rápidamente, el valor de las habilidades básicas también cambia.

Ya no es suficiente simplemente escribir una función o resolver un problema de algoritmos — se debe poder integrar la IA en el trabajo diario, acelerar la entrega y asumir responsabilidad por los resultados. Los empleadores esperan no solo conocimiento de sintaxis sino también la capacidad de dominar rápidamente un nuevo stack, entender requisitos de productos y controlar la calidad de lo que sugiere el modelo. Para empresas de servicios, esto ya no es una cuestión académica sino de márgenes, plazos de entrega y reputación con clientes extranjeros.

También hay un problema estructural: la IA está cambiando el mismo punto de entrada a la profesión. Anteriormente, se esperaba que los desarrolladores junior ejecutaran cuidadosamente tareas repetitivas para ganar experiencia. Ahora, una parte significativa de ese trabajo rutinario se automatiza, lo que significa que las posiciones iniciales se han vuelto más exigentes.

De los principiantes, ya no se espera solo cumplimiento del proceso, sino la capacidad de entender rápidamente código ajeno, escribir buenos prompts, verificar resultados del modelo y entender dónde la automatización ayuda y dónde crea riesgo. Esto hace que la transición de la universidad a un equipo real sea más dura, especialmente para quienes estudiaron con patrones antiguos. Esta historia tiene un significado más amplio.

La IA no elimina la demanda de programadores sino que eleva el umbral de competencia profesional. Las empresas están menos dispuestas a pagar por trabajo manual lento donde parte del trabajo puede automatizarse. Por lo tanto, un diploma formal y un conjunto estándar de trabajos de laboratorio ya no son suficientes para los graduados.

Aquellos que sepan trabajar en conjunto con asistentes de IA, entiendan los conceptos básicos de arquitectura, pruebas, privacidad de datos y puedan explicar por qué una respuesta específica del modelo puede o no ir a producción serán más competitivos. De hecho, el mercado está comenzando a evaluar no el volumen de material aprendido sino la velocidad de adaptación, pensamiento crítico y disciplina de ingeniería. Si la tendencia continúa, las universidades tendrán que revisar sus programas mucho más rápidamente que antes.

Los cursos de programación sin experiencia práctica con herramientas de IA perderán valor, y el entrenamiento corporativo será más largo y costoso. Para el negocio, esto significa costos adicionales; para los estudiantes, una señal de que el mercado ya no compra un 'diploma limpio.' Compra la capacidad de aprender rápidamente, pensar críticamente y trabajar junto a la IA, no alejado de ella.

Para los graduados, la conclusión es simple: domina nuevas herramientas antes de tu primer empleo, de lo contrario, tu primera escuela real de desarrollo será proporcionada por el empleador — solo al costo de tiempo perdido y mayor competencia por puestos.