Elegir carrera en 2026 se parece cada vez más a escoger clase en un videojuego: nadie quiere invertir años en un personaje que luego el parche deja inútil. Con la IA generativa metiéndose en oficinas, estudios y hasta en tareas creativas, la pregunta se repite en miles de casas: “¿y si el algoritmo me come el puesto?”.
Te puede interesar: [Éste es el consejo de Jeff Bezos para destacar en la era de la inteligencia artificial]
En ese clima, Bill Gates puso sobre la mesa una lista corta y muy comentada de disciplinas que, según su visión, siguen teniendo “músculo humano” para aguantar la ola. El detalle: no son escudos mágicos, pero sí buenas trincheras.
Programación: el trabajo que construye (y controla) a la IA
Para Gates, la programación no desaparece aunque la IA escriba código. Al contrario: cuanto más código genera una máquina, más falta hace alguien que revise arquitectura, seguridad, errores raros y decisiones de producto.
En el mundo real, los sistemas no se sostienen con “funciona en mi computadora”, sino con mantenimiento, pruebas, responsabilidad y contexto.
En este terreno, lo que protege no es memorizar sintaxis, sino dominar fundamentos y saber traducir problemas humanos a soluciones técnicas. La IA puede acelerar, pero todavía no reemplaza el criterio de ingeniería cuando hay consecuencias.
Biología: cuando el laboratorio no es solo datos, sino decisiones
Gates también apunta a biología (y por extensión biotecnología y salud) porque estudiar sistemas vivos no es únicamente procesar información: es interpretar, diseñar experimentos, lidiar con incertidumbre y tomar decisiones que mezclan ciencia, ética y riesgo.
Esa combinación sigue siendo difícil de automatizar por completo.
Además, la biología moderna se está volviendo más computacional, lo que abre un perfil especialmente valioso: gente que entienda células y también sepa trabajar con modelos, datos y herramientas de IA. No es “humano vs máquina”, es “humano con máquina”.
Energía: el rompecabezas donde la eficiencia no basta
El tercer bloque es energía: redes eléctricas, renovables, almacenamiento, eficiencia, captura de carbono, regulación y transición climática. Son sistemas enormes, conectados a política pública, infraestructura y seguridad.
Ahí la IA puede optimizar, sí, pero no reemplaza la toma de decisiones complejas, la ingeniería de campo ni la gestión de riesgos.
En palabras simples: un modelo puede sugerir la jugada, pero alguien tiene que mover las piezas en el mundo real.
La letra chica: “resistir” no es lo mismo que “no cambiar”
Incluso estas áreas van a transformarse. De hecho, un informe de la OIT y NASK estima que uno de cada cuatro empleos está expuesto (en alguna medida) a la IA generativa, con un patrón claro: es más probable que muchos puestos cambien antes que desaparecer por completo.
También advierte que tareas administrativas y clericales están entre las más expuestas, precisamente porque buena parte de su trabajo se parece a lo que la IA hace “comodísima”: redactar, resumir, clasificar, responder, rellenar.
Cómo leer el consejo sin caer en pánico
La idea útil no es “estudia X y ya está”, sino buscar carreras donde la persona:
- diseñe sistemas (no solo ejecute tareas repetibles),
- trabaje con incertidumbre y responsabilidad,
- combine conocimiento técnico con criterio,
- y tenga espacio para crear, investigar o decidir.
Te puede interesar: [Elon Musk se lanza con todo contra los videos cortos: dice que “pudren el cerebro”]
O dicho en negrita, para que no se pierda: no hay una carrera antibalas, pero sí hay carreras donde el humano sigue siendo el “piloto”, no el pasajero.