Anthropic achicó la búsqueda de perfiles junior y empieza a pedir algo que la máquina todavía no fabricó: criterio propio

La compañía Anthropic, creadora del modelo de lenguaje Claude, publicó el 16 de octubre un informe interno que describe un giro silencioso pero profundo en su propia forma de contratar. Los avisos laborales para puestos junior en áreas técnicas pasaron de representar el 27% del total a apenas el 9% en menos de un año. El dato más comentado no fue la caída en sí, sino lo que la empresa empezó a buscar en su lugar: profesionales con criterio propio, capaces de moverse entre disciplinas y de evaluar con independencia lo que produce un sistema de inteligencia artificial.

Qué midió el estudio y de dónde salen los números

El trabajo lleva la firma del investigador Nathan Wilmers y de otros tres colegas del Anthropic Institute. La investigación triangula tres fuentes: los registros de búsqueda y contratación de personal, las planillas de evaluación de entrevistas y métricas internas de uso de inteligencia artificial por parte de los equipos. La lectura combinada permite reconstruir tanto a quién se busca como qué se le exige cuando aparece.

• Los avisos para puestos junior pasaron del 27% al 9% de las búsquedas técnicas en menos de un año, con la caída más fuerte desde diciembre de 2025.
• La proporción de personal júnior dentro del área técnica bajó del 21% al 14% en pocos meses.
• Los entrevistadores mencionaron herramientas de inteligencia artificial en el 15% de las evaluaciones técnicas en 2026, frente al 5% de 2024.
• Los ingenieros envían cinco veces más código que hace seis meses y las horas trabajadas por agentes autónomos sextuplican a las horas humanas.
• La exigencia de juicio autónomo creció más rápido que la simple mención de herramientas de IA en las entrevistas.

Cómo funciona el nuevo criterio de contratación

En la jerga de recursos humanos, las tareas de entrada suelen compararse con limpiar y ordenar piezas en un taller: son las que enseñan a distinguir un tornillo bueno de uno flojo, a entender por qué una puerta cierra o no cierra, y a notar cuándo algo parece terminado pero en realidad está mal ajustado. Anthropic reemplazó gran parte de ese trabajo de taller por agentes de inteligencia artificial que ejecutan las tareas de forma autónoma. Cinco veces más código entregado y seis veces más horas de agentes que de personas son, traducidos, una cadena de montaje donde las máquinas ahora hacen las piezas más básicas.

El problema aparece cuando se necesita decidir si esas piezas sirven. Un gerente lo planteó en los registros de entrevistas con una frase que el informe destaca: Esperaba que los modelos siguieran siendo irregulares, así que para mi equipo quiero gente intercambiable entre dominios. La idea es directa: si la máquina falla de formas difíciles de predecir, hace falta personal que pueda mirar el resultado con ojos críticos y, sobre todo, que sepa trabajar fuera de su especialidad. El equipo que redactaba los textos de interfaz de Claude armó un sistema de agentes para producir ese contenido en forma autónoma; los redactores pasaron de escribir para mover a personas a escribir instrucciones para mover al modelo.

“Los redactores que usaban el lenguaje para mover a personas ahora lo usan para mover a Claude.”Responsable del equipo de interfaz de Claude, citado en el informe del Anthropic Institute

La tensión que el propio informe reconoce no resolver

El documento señala un dilema que la propia empresa no termina de contestar. Anthropic pide criterio profesional para evaluar lo que fabrica la inteligencia artificial, pero ese criterio se forma, justamente, haciendo durante años las tareas de entrada que ahora ejecuta la máquina. En algunos puestos, los empleados se alejan cada vez más del trabajo concreto que les dio el oficio. Para quienes todavía no ingresaron al mercado, ese trabajo de aprendizaje dejó de estar disponible dentro de la compañía.

La consecuencia práctica es doble. Por un lado, la empresa consigue profesionales más autónomos y capaces de revisar el output de los modelos. Por otro, reduce el camino por el que esos profesionales suelen formarse. Anthropic lo describe como una tensión abierta y no ofrece una solución cerrada: todavía no definió dónde se hará el aprendizaje que sus propias búsquedas dejaron de contemplar.