Tu Trabajo Tiene Fecha de Caducidad: el 60% Ya lo Hace una Máquina

 ¿Sabías que el 60% de las horas de trabajo en España ya son tecnológicas? Este video explora cómo ciertas "noticias" importantes, a menudo escondidas en titulares técnicos, están reordenando nuestro país sin generar debate público. Analizamos cómo la "inteligencia artificial" y la "tecnología" impactan el "mundo desconocido" del futuro laboral, incluso con la presencia de "robots".

🔎 Lo que verás en este vídeo: Por qué el 60% de las horas laborales en España son ya automatizables El sector que lleva 3 trimestres destruyendo empleo con la economía creciendo Solo el 4,7% de los activos españoles tiene hoy competencias en IA Qué habilidades suben y cuáles caen según McKinsey La "transición controlada": qué es, quién la diseña y a qué precio 3 preguntas que debes hacerte antes de que llegue el correo de "reorganización del área"

00:00 - Introducción y el dato de McKinsey 02:15 - Informe "Agentes, robots y nosotros" 03:00 - Categorías de la fuerza laboral 04:15 - Destrucción de empleo en el sector tecnológico 05:22 - El patrón de automatización post-crisis 06:20 - El 85% de las habilidades humanas necesarias 08:24 - Transformación vs. Eliminación 09:28 - La predicción de Keynes y el desempleo tecnológico 11:06 - El reparto del valor económico 13:14 - La automatización dosificada 14:24 - La sociedad de la dependencia 18:21 - Tres preguntas para el futuro

Enlaces: Yee, L., Madgavkar, A., Smit, S., Krivkovich, A., Chui, M., Ramírez, M.J. y Castresana, D. (2025) Agents, robots, and us: Skill partnerships in the age of AI. McKinsey Global Institute, 25 de noviembre. https://www.mckinsey.com/mgi/our-rese... 

McKinsey Global Institute (2025) Agents, robots, and us: Skill partnerships in the age of AI [PDF]. McKinsey & Company. https://www.mckinsey.com/~/media/mcki... 

McKinsey Global Institute (2017) Un futuro que funciona: automatización, empleo y productividad McKinsey & Company, enero. https://www.mckinsey.com/~/media/mcki... 

Hershbein, B. y Kahn, L.B. (2018) 'Do recessions accelerate routine-biased technological change? Evidence from vacancy postings', American Economic Review, 108(7), pp. 1737–1772. https://doi.org/10.1257/aer.20161570 

Foro Económico Mundial (2025) The future of jobs report 2025. World Economic Forum, enero. 

https://www.weforum.org/publications/... 

Instituto Nacional de Estadística (2026) Encuesta de Población Activa (EPA). Primer trimestre de 2026. INE, abril. https://www.ine.es/dyngs/INEbase/es/o... 

Vidal, M. (2021) '¿Qué empleos están en riesgo en los próximos cinco años?', marcvidal.net, 14 de julio. https://www.marcvidal.net/blog/2021/7... 

Vidal, M. (s.f.) Investigación: futuro del empleo y nuevos modelos de negocio. marcvidal.net. https://www.marcvidal.net/research

E𝗿𝗿𝗼𝗿𝗲𝘀 𝗺𝗮́𝘀 𝗰𝗼𝗺𝘂𝗻𝗲𝘀 en investigación

Un 𝗺𝗮𝗿𝗰𝗼 𝘁𝗲𝗼́𝗿𝗶𝗰𝗼 𝘀𝗼́𝗹𝗶𝗱𝗼 no se mide por cantidad de referencias, sino por la capacidad de darle 𝗰𝗼𝗵𝗲𝗿𝗲𝗻𝗰𝗶𝗮, 𝗱𝗶𝗿𝗲𝗰𝗰𝗶𝗼́𝗻 𝘆 𝘀𝘂𝘀𝘁𝗲𝗻𝘁𝗼 𝗰𝗶𝗲𝗻𝘁𝗶́𝗳𝗶𝗰𝗼 a tu investigación.

Y eso ya lo habían planteado algunos de los 𝗮𝘂𝘁𝗼𝗿𝗲𝘀 𝗺𝗮́𝘀 𝗶𝗺𝗽𝗼𝗿𝘁𝗮𝗻𝘁𝗲𝘀 de la metodología científica:
📌 Karl Popper → tu marco debe permitir 𝗰𝗼𝗻𝘁𝗿𝗮𝘀𝘁𝗮𝗰𝗶𝗼́𝗻 𝘆 𝗳𝗮𝗹𝘀𝗮𝗯𝗶𝗹𝗶𝗱𝗮𝗱.
📌 Thomas Kuhn → debe responder a un 𝗽𝗮𝗿𝗮𝗱𝗶𝗴𝗺𝗮 𝗰𝗹𝗮𝗿𝗼.
📌 Imre Lakatos → necesita una 𝗹𝗶́𝗻𝗲𝗮 𝘁𝗲𝗼́𝗿𝗶𝗰𝗮 𝗽𝗿𝗼𝗴𝗿𝗲𝘀𝗶𝘃𝗮 y con sentido.
📌 Mario Bunge → exige 𝗰𝗼𝗵𝗲𝗿𝗲𝗻𝗰𝗶𝗮 𝗹𝗼́𝗴𝗶𝗰𝗮 entre conceptos.
📌 Robert K. Merton → debe enfocarse en explicar un 𝗽𝗿𝗼𝗯𝗹𝗲𝗺𝗮 𝗰𝗼𝗻𝗰𝗿𝗲𝘁𝗼. 📌 Fred Kerlinger → requiere 𝘃𝗮𝗿𝗶𝗮𝗯𝗹𝗲𝘀 𝘆 𝗰𝗼𝗻𝘀𝘁𝗿𝘂𝗰𝘁𝗼𝘀 𝗼𝗽𝗲𝗿𝗮𝗰𝗶𝗼𝗻𝗮𝗹𝗶𝘇𝗮𝗯𝗹𝗲𝘀.

Por eso, cuando un marco teórico está mal construido, normalmente el problema no es la redacción… sino la falta de 𝗮𝗿𝘁𝗶𝗰𝘂𝗹𝗮𝗰𝗶𝗼́𝗻 𝗺𝗲𝘁𝗼𝗱𝗼𝗹𝗼́𝗴𝗶𝗰𝗮 detrás.

Tu marco no debería verse como una 𝗿𝗲𝗰𝗼𝗽𝗶𝗹𝗮𝗰𝗶𝗼́𝗻 𝗱𝗲 𝗰𝗶𝘁𝗮𝘀. Debería funcionar como la 𝗲𝘀𝘁𝗿𝘂𝗰𝘁𝘂𝗿𝗮 𝗶𝗻𝘁𝗲𝗹𝗲𝗰𝘁𝘂𝗮𝗹 que sostiene todo tu estudio.

A menudo creemos que la mente nos dirige y que nosotros solo seguimos su impulso

 La libertad no consiste en eliminar el pensamiento,

sino en detenerse, observarlo y no quedar atrapado en la inercia de su impulso automático.

Aceptar que un pensamiento está presente, sin juicio ni lucha, es ya el primer gesto de libertad interior.

Ahí comienza la elección. Ahí comienza la transformación.

¿Quién es más rico?

 Tom gana 150.000€ al año trabajando 80 horas semanales. Matt gana 75.000€ trabajando 10 horas semanales.

En esta edición te explico por qué mides mal el éxito — y cómo cambiar eso sin renunciar a nada importante.

El algoritmo ama tu ignorancia (y este video lo demuestra)

 ¿Lo han visto? Es el "hack" definitivo de las raíces cuadradas. Un marcador rojo, papel limpio y una fórmula mágica que suma dígitos y resta números al azar para llegar al resultado "correcto".

Es el espejismo de la eficiencia digital en su máxima expresión. Como creador y consultor, este video me genera tres reflexiones cortas (y una advertencia):

1. La estética no es ética: El video es viral porque es pulcro. Pero en pedagogía, si el proceso es falso, el resultado es una bomba de tiempo. Validar el error solo porque "el número coincide" es el cáncer del pensamiento crítico.

2. Optimismo tecnológico ingenuo: Estamos tan desesperados por el "atajo" que hemos dejado de cuestionar la lógica de la herramienta. El creador del video elige quirúrgicamente números como 25 (2+5-2=5) y 64 (6+4-2=8) para que su "método" parezca una ley universal.

Pero en cuanto sales de su zona de confort, el sistema colapsa. Si intentas con el 36, el video diría 3+6-2=7 cuando la respuesta real es 6

El verdadero 'Cacharrero': La autogestión técnica no es buscar el camino corto; es entender la estructura para saber cuándo la tecnología o un video de 30 segundos, te está mintiendo.

Si tus estudiantes (o tu equipo de trabajo) llegan con "soluciones mágicas" de TikTok:

1. El Stress Test: Pídeles que apliquen su lógica al siguiente caso de la lista. El sistema colapsará en segundos.

2. Prioriza el discernimiento: La herramienta es el medio, no el fin. Si no puedes explicar el cómo, el qué no sirve de nada.

3. Menos trucos vacíos y más profundidad pedagógica. En la frontera entre lo analógico y lo digital, el único filtro real es tu capacidad de dudar de lo "obvio".

De CV mediocre a CV profesional

 Este prompt le dice a la IA qué hacer para construirte un CV profesional, optimizado y listo para enviar en minutos:

Actúa como un reclutador senior y experto en redacción de CVs con más de 15 años de experiencia en selección para empresas Fortune 500.

Voy a darte mi información y quiero que construyas mi CV completo, profesional y optimizado para el puesto al que aplico.

Mi información:

• Nombre completo: [nombre]
• Puesto objetivo: [cargo / industria]
• Años de experiencia: [número]
• Experiencia laboral: [empresa, cargo, fechas, responsabilidades y logros clave]
• Formación académica: [título, institución, año]
• Habilidades técnicas: [lista]
• Idiomas: [idiomas y nivel]
• Certificaciones: [opcional]
• Logros destacados: [números, porcentajes y resultados concretos]

Quiero que el CV cumpla con esto:

1. Optimizado para superar filtros ATS con palabras clave relevantes integradas de forma natural.
2. Incluye un resumen profesional de 3 líneas que capte la atención del reclutador en segundos.
3. Redacta los logros con esta fórmula: acción + contexto + resultado medible.
4. Organiza el contenido con una estructura clara, profesional y fácil de escanear.
5. Máximo 1 página si tengo menos de 5 años de experiencia y 2 páginas si tengo más.
6. Mantén un tono profesional, humano y específico, evitando sonar genérico.
7. Si falta información clave, indícame qué datos debo completar antes de finalizar el CV.

Al final, añade también:

• 3 sugerencias para mejorar mi perfil de LinkedIn.
• 5 palabras clave recomendadas para mi sector.
• Una versión breve de mi extracto profesional para LinkedIn.

Prompts para investigadores, organizada según el proceso real de investigación académica

 La idea no es reemplazar el trabajo intelectual del investigador, sino ofrecer una herramienta de apoyo para formular preguntas, diseñar protocolos, revisar literatura, estructurar manuscritos, mejorar procesos de análisis y preparar trabajos para publicación.

El recurso incluye 51 prompts listos para copiar, adaptar y usar en distintas etapas:
🔹 Pre-investigación: delimitación del problema, preguntas, objetivos y diseño inicial.
🔹 Proceso de investigación: apoyo para revisión bibliográfica, estudios empíricos, análisis, discusión y redacción académica.
🔹 Post-investigación: revisión ética, adecuación a revistas, validación del manuscrito y mejora final antes del envío.

También incorpora orientaciones explícitas sobre uso ético de IA: verificación de fuentes, responsabilidad autoral, confidencialidad, anonimización de datos y declaración del uso de IA cuando corresponda.

Espero que sea un recurso útil para investigadores, docentes universitarios, estudiantes de posgrado y equipos académicos que buscan integrar la inteligencia artificial de manera rigurosa, crítica y responsable en sus procesos de investigación.