He terminado la PAU y quiero dedicarme a la IA, ¿qué tengo que estudiar? Cuatro expertos responden a la pregunta
“Quiero dedicarme a la inteligencia artificial.” Es una frase que empieza a escucharse entre quienes acaban de hacer la PAU, probablemente con la misma convicción con la que antes se decía medicina o ingeniería. Pero la frase encierra una trampa: dedicarse a la IA puede significar muchas cosas, y no todas requieren lo mismo. Cuatro voces especializadas —Pilar Manchón, Antonio Ortiz, Andrés Torrubia y Jon Hernández— nos ayudan a desmenuzar esa declaración. Y a entender qué estudiar, qué habilidades desarrollar y qué trampas evitar para no perderse en el camino.
Por dónde empezar: entender qué significa dedicarse a la IA
Te invitamos a sumergirte en un reportaje lleno de matices. Porque aquí no hay una única respuesta correcta: cada experto ofrece una mirada distinta, y en ese contraste está lo verdaderamente interesante. No todos imaginan el futuro de esta disciplina del mismo modo, ni coinciden en qué estudiar, cómo formarse o por dónde empezar. Aun así, entre todos van dejando señales, advertencias y certezas en construcción que pueden servir de guía a quienes buscan trazar su propio camino en un mundo que todavía se está escribiendo y que, todo indica, reclamará un papel protagonista.
El primer paso, antes de lanzarse a elegir una carrera, es entender que “IA” no es una única profesión. Dentro de este campo caben perfiles muy distintos, desde quienes se especializan en sacar el máximo partido a herramientas como ChatGPT o Gemini sin necesidad de conocer las matemáticas que hay detrás, hasta quienes quieren meterse de lleno en el corazón del sistema. Lo resume Pilar Manchón, directora senior de Ingeniería en Google: “Hay opciones casi para todo, en función de si te sientes más cómodo siendo usuario de esas herramientas […]. Y luego hay otra parte mucho más técnica, que es decir: ‘no, yo quiero entrar a las tripas del sistema. Quiero saber exactamente cómo funciona y quiero inventar una forma nueva que lo haga más eficiente’”.
Una distinción similar plantea Antonio Ortiz, divulgador de inteligencia artificial y cofundador de Weblogs SL, que hoy conduce el podcast ‘Monos Estocásticos‘. Ortiz invita a no dar por hecho que todo el que quiera trabajar en este campo debe convertirse en arquitecto de modelos o especialista en machine learning. “Porque si uno dice ‘me tengo que dedicar a la inteligencia artificial’, ¿eso significa que me tengo que hacer un experto en machine learning, aprender a entrenar un LLM, voy a trabajar con gráficas de NVIDIA y lo que tengo que hacer es diseñar un modelo transformer y todo el discurso, todo lo que conlleva crear un modelo de inteligencia artificial desde cero?”, reflexiona.
A esa misma complejidad alude también Jon Hernández, divulgador especializado en IA con un canal de YouTube que siguen más de 380.000 personas. Su experiencia autodidacta le permite trazar una línea clara entre quienes crean IA y quienes la aprovechan como herramienta. “Yo creo que hay dos vertientes que tenemos que diferenciar muchísimo, ¿no? Una es dedicarse a la inteligencia artificial per se […] La otra cosa es cómo sacarle partido a la inteligencia artificial en esta ola de grandísima oportunidad que se ha abierto para todo el mundo”.
Queda claro que “dedicarse a la IA” no implica una sola vía ni un único perfil profesional. Para algunos, el camino estará en entender a fondo cómo se construyen los modelos. Para otros, en explorar hasta dónde pueden llegar las herramientas ya existentes. Pero antes de lanzarse, hay una pregunta inevitable: ¿qué conviene estudiar?
Elegir qué estudiar no es tarea sencilla. Pero hay un principio que parece ineludible para quienes quieran adentrarse en la IA: una buena base. Así lo cree Andrés Torrubia, cofundador del Instituto de Inteligencia Artificial, que lo resume con contundencia: “Yo, a día de hoy, seguiría recomendando a los chavales que están haciendo la PAU estudiar las cosas fundamentales que nunca van a cambiar: matemáticas, física y los paradigmas de programación, a sabiendas de que cada vez más parte de la programación la va a hacer un sistema de inteligencia artificial”.
Una idea con la que coincide Antonio Ortiz. “La inteligencia artificial es software”, recuerda. “Entonces, tiene que estudiar cualquier disciplina, ya sea de formación profesional o universitaria, que le ayude a saber hacer mejor software”. Ortiz sugiere optar por estudios de espectro amplio, que no cierren puertas y permitan adquirir una base sólida en desarrollo informático: “Yo recomendaría invertir en tener fundamentos, en tener una base intelectual fuerte, más que buscar el atajo de aprender justo la técnica porque es lo que demanda el mercado ahora”.
Jon Hernández introduce otro matiz en la conversación: la importancia de la motivación personal. “Creo que lo que tenemos que recomendar a la gente joven es que estudie aquello que le guste y que le apasione”, afirma. Su argumento es que, más allá de las tendencias o las salidas profesionales del momento, lo decisivo será saber aplicar la inteligencia artificial al propio campo de interés: “Si tienen la pasión necesaria para hacerlo y, sobre todo, aplican la inteligencia artificial a eso que estén estudiando, creo que van a ser los mejores profesionales posibles en ese campo”. Y deja caer una idea curiosa: “La profesión más demandada dentro de cinco años… van a ser los filósofos”.
Lo que la universidad aporta (y lo que no)
La universidad sigue siendo una vía potente para adentrarse en el mundo de la inteligencia artificial, pero no es la única. Pilar Manchón defiende la formación reglada como una herramienta valiosa, especialmente por lo que ofrece más allá del contenido académico: “Se te ofrecen no solamente currículos muy flexibles donde puedes estudiar prácticamente de todo, sino que además, en esa experiencia, interactúas con el mundo […], la socialización con el resto de personas”. Sin embargo, matiza que esta vía “es necesaria, pero no suficiente”.
Andrés Torrubia ofrece un enfoque similar, aunque más estructurado: “La universidad te da tres cosas que empiezan por la letra C”, explica:
- Conocimientos, que sientan las bases técnicas necesarias.
- Compañeros, que ayudan a crecer en comunidad y a compartir proyectos.
- Caché, el prestigio del centro y la red de contactos que uno pueda construir.
“Intenta coger la [universidad] que más caché y mejores contactos veas que puedes hacer”, aconseja. Aun así, insiste en que el aprendizaje no puede depender solo de lo académico: “Esta es una disciplina donde muchas veces se aprende más usando que yendo a estudiar”. Por eso, recomienda empezar cuanto antes: “Le diría que, antes de estudiar, empezara a usar las herramientas”. Su consejo clave: complementar los estudios con una formación autodidacta y con experiencia práctica, porque “las empresas buscan gente que haya hecho, que haya probado cosas, que haya usado las herramientas”.
Andrés Torrubia: «Intenta coger la [universidad] que más caché y mejores contactos veas que puedes hacer»
Manchón coincide en la necesidad de ampliar horizontes. Desde Google, señala, se ofrecen cursos que van desde una introducción básica a la IA hasta el fine-tuning avanzado de grandes modelos de lenguaje. Y no es la única: universidades como Stanford o plataformas de empresas como AWS y Microsoft también ofrecen recursos abiertos que permiten aprender a distintos ritmos y niveles. “Puedes convertirte en un experto de una manera mucho más sencilla”, concluye. “No solamente con la formación reglada […], sino con estas herramientas que te ayudan a avanzar a tu propia velocidad”.
No todos los expertos coinciden en que formarse como desarrollador sea hoy la mejor jugada. Jon Hernández lanza una advertencia provocadora: “Sí, que no lo haga. Yo te diría que a día de hoy vamos tarde”. Su argumento es que, en el tiempo que transcurre entre empezar una carrera universitaria y terminarla, la IA podría haber cambiado tanto que esa preparación ya no sea tan demandada.
“Estamos viendo cómo los modelos tienen un porcentaje muy alto de datos sintéticos, cómo los modelos están teniendo unas capacidades de programación muy altas”, apunta. Según Hernández, el problema no es solo el avance de la IA, sino su impacto en la productividad de los propios programadores: “Esos mismos programadores asistidos por IA son extremadamente más productivos”. Y aunque seguirá haciendo falta cierta supervisión humana, lo previsible —dice citando al CEO de NVIDIA, Jensen Huang— es que se necesiten cada vez menos desarrolladores en tareas que antes requerían a cientos de ellos.
Su conclusión es tajante: “Llevamos 20 años diciéndoles a los jóvenes que se dediquen a estudiar programación. Y para cuando acaben, es muy probable que ya no haya trabajo”.
Estudies lo que estudies, la inteligencia artificial te va a alcanzar
Pensar que dedicarse a la inteligencia artificial implica necesariamente estudiar una ingeniería es quedarse corto. Antonio Ortiz plantea una idea poderosa: la IA acabará filtrándose en prácticamente cualquier profesión, desde la medicina hasta el derecho o la comunicación. “Aunque no me vaya a dedicar a la IA, sino a cualquier otra disciplina —comunicación audiovisual, ADE, medicina…—, en tanto en cuanto la inteligencia artificial va a ser un componente de las profesiones, ya casi presente seguro, creo que es interesante que toda esa gente se acerque a ella”.
La clave, según Ortiz, está en convertirse en un profesional de tu campo que entiende cómo se integra la IA en su disciplina. “Al final tú seas un profesional de tu disciplina, pero que entiendas el desarrollo técnico y la integración de la inteligencia artificial en ella”, explica. En ese escenario, el conocimiento digital se transforma: ya no basta con dominar las herramientas básicas, ahora hay que incorporar un nuevo lenguaje. “Va a ser como el conocimiento digital, pero con esteroides”.
Antonio Ortiz: «Ya no basta con dominar las herramientas básicas, ahora hay que incorporar un nuevo lenguaje»
También Andrés Torrubia advierte que el impacto de la IA será transversal. “Creo que la mayoría de carreras van a ser impactadas por la inteligencia artificial. No solamente las carreras técnicas, de una manera o de otra, desde profesionales de la salud hasta posiblemente los psicólogos…”.
Una visión que Pilar Manchón comparte desde su experiencia en Google: “Va a ser prácticamente en todos los campos del saber y de la ciencia donde vamos a ver irrupciones continuas con el uso de la inteligencia artificial. Entonces, lo que hay que ser es muy creativo a la hora de decir: ‘bueno, tengo esta herramienta maravillosa, ¿cómo la voy a utilizar? ¿Qué voy a hacer con ella?’”. Para ella, ahí está el verdadero reto: no solo dominar la tecnología, sino imaginar qué hacer con ella.
¿Qué hace falta para prosperar en un campo que se redefine a cada paso?
Los conocimientos técnicos importan, claro, pero no son lo único. Hay cualidades personales, enfoques y actitudes que, según los expertos, serán cada vez más determinantes. Pilar Manchón lo tiene claro: todo empieza con la curiosidad. “Incluso con 17 o 18 años, ya de muy jovencito, creo que hay mucha gente a la que le pica la curiosidad. No es solamente averiguar lo que tú no sabes, sino lo que el mundo no sabe. Es otro nivel”.
Pilar Manchón, sobre la curiosidad: “No se trata solo de descubrir lo que tú no sabes, sino lo que aún no sabe el mundo”
Jon Hernández, por su parte, reivindica el peso de las soft skills frente a los conocimientos técnicos. “A día de hoy, para mí la más importante con mucha diferencia es el pensamiento crítico. Las IAs tienden a tener, tanto en programación como en otros campos, un sesgo de autoridad increíble…”. Y va más allá. Destaca el valor de la capacidad emprendedora —“el emprendimiento creo que es la mayor oportunidad laboral de 2026 en adelante”— y otras habilidades menos evidentes, pero igual de relevantes: gestión emocional, liderazgo humano, trabajo con personas.
Para Andrés Torrubia, la clave pasa por desarrollar la flexibilidad mental y la capacidad de identificar problemas que puedan resolverse con IA, más allá de obsesionarse con las herramientas. También valora la iniciativa: “Haber hecho proyectos propios, aunque sean tonterías, mientras estás estudiando”.
Dedicarse a la inteligencia artificial no es una única cosa, ni hay un único camino para hacerlo. Puede implicar desarrollar modelos, aplicarlos en otras disciplinas o simplemente entenderlos lo suficiente como para integrarlos en el trabajo diario. Lo importante, coinciden las voces consultadas, es construir una base sólida, cultivar la curiosidad, mantenerse flexible y no perder de vista lo más importante: cómo queremos participar en un mundo que, con la inteligencia artificial como aliada, está cambiando mucho más deprisa de lo que solíamos imaginar.
Imágenes | Javier Miranda | World Economic Forum | Jon Hernández | Instituto de Inteligencia Artificial | Xataka | Wes Hicks
En Xataka | Algunas empresas apostaron muy fuerte por sustituir a sus trabajadores por una IA. Ya se están arrepintiendo
