Durante dos siglos la educación técnico-profesional cumplió una promesa sencilla y verificable: enseñaba a hacer algo concreto como soldar, contabilizar, operar un torno, llevar la enfermería de un pabellón, entre otras de miles de tareas de distinto orden laboral, y ese saber duraba lo que perduraba una carrera. Esa promesa se está agotando. La irrupción de la inteligencia artificial, la automatización, los datos, la sostenibilidad, los entornos híbridos y la reconversión laboral permanente nos obliga a revisar las cuatro preguntas que sostienen cualquier sistema formativo: qué enseñamos, cómo enseñamos, cómo evaluamos y cómo acompañamos a quienes aprenden. La cuestión no es marginal ni técnica. Es esencial.
La magnitud del cambio dejó de ser una conjetura. El Future of Jobs Report 2025 del Foro Económico Mundial, construido sobre las respuestas de más de mil empleadores que representan a catorce millones de trabajadores en cincuenta y cinco economías, estima que para 2030 se crearán unos 170 millones de empleos y desaparecerán 92 millones, con un saldo neto positivo de 78 millones. Pero el dato que debería desvelar a cualquier ministerio de Educación es otro: el 39 % de las competencias centrales de los trabajadores se transformará o quedará obsoleto en apenas cinco años, y casi seis de cada diez trabajadores necesitarán recapacitarse antes de 2030. De ellos, uno de cada cinco, los más vulnerables, probablemente no recibirá esa formación. El propio Foro identifica la brecha de habilidades como el mayor obstáculo para la transformación productiva, por encima de la cultura organizacional o la falta de capital.
Frente a esto una formación que prepare a las personas únicamente para ejecutar tareas conocidas no es insuficiente: es contraproducente. Los datos lo confirman con crudeza. Las habilidades de mayor declive proyectado son justamente las manuales repetitivas, la destreza y la precisión rutinaria, lo que las máquinas hacen mejor, mientras que ascienden el pensamiento analítico, la resiliencia, la flexibilidad, la curiosidad y el aprendizaje permanente. La paradoja contemporánea es nítida: cuanto más automatizable es una tarea, más urgente resulta formar precisamente en aquello que no se automatiza. Por eso la educación técnico-profesional debe formar ciudadanos y profesionales capaces de aprender, decidir, adaptarse y crear valor en contextos cambiantes.
Qué enseñamos cambia primero. Ya no basta con un oficio: hace falta un oficio más una alfabetización tecnológica y verde transversal. El técnico eléctrico del futuro próximo instalará sistemas fotovoltaicos y diagnosticará fallas con sensores conectados; la auxiliar de enfermería interpretará alertas de monitoreo algorítmico; el mecánico reparará vehículos eléctricos y autónomos, tres de las ocupaciones de más rápido crecimiento según el mismo informe. El currículo deja de ser una lista cerrada de procedimientos para convertirse en una arquitectura de competencias combinables.
Cómo enseñamos es donde la IA muestra su cara más prometedora, y la formación práctica resulta un terreno especialmente fértil. Una revisión sistemática de 2025 sobre IA en educación técnico-profesional documenta casos medibles: un simulador de soldadura en realidad extendida guiado por IA mejoró la precisión y la velocidad de aprendizaje frente a la realidad virtual tradicional; una “fábrica-escuela” inteligente en Indonesia elevó la competencia técnica y la preparación para la industria; estudiantes de politécnicos malayos ganaron confianza con entrenadores robóticos asistidos por IA. En India, Unesco y el instituto PSSCIVE de Bhopal capacitaron a formadores para usar laboratorios virtuales que enseñan pasteurización, fermentación o envasado allí donde no hay equipos reales disponibles. La IA no reemplaza el taller: lo multiplica donde antes era inaccesible.
Cómo evaluamos se desplaza del resultado al proceso. La analítica del aprendizaje permite seguir la trayectoria de cada estudiante, anticipar la deserción e intervenir a tiempo. Plataformas adaptativas como las que ya operan en colegios en el mundo o el sistema MATHia de Carnegie Learning —respaldado por un ensayo aleatorizado con más de 18.000 estudiantes— distinguen el error productivo, ese que indica que alguien está aprendiendo, del estancamiento que requiere ayuda. Evaluar deja de ser fotografiar un punto final para acompañar una construcción.
Cómo acompañamos es quizás lo más transformador. La iniciativa SkillsFuture de Singapur usa IA para recomendar formación según los intereses, el puesto y las brechas de cada persona a lo largo de toda su vida laboral, encarnando la idea de que la reconversión ya no es un episodio sino una condición permanente. Y la personalización abre puertas a la inclusión: en la formación vocacional singapurense, cerca del 8 % de los estudiantes tiene necesidades educativas especiales, y las herramientas generativas empiezan a adaptar materiales para la dislexia, el TDAH o el espectro autista con una finura impensable hace una década.
Pero ninguna tecnología redime por sí sola, y aquí las fuentes serias exigen humildad. Corea del Sur destinó más de 385 millones de dólares solo en 2024 a libros de texto con IA y revirtió el programa apenas cuatro meses después ante el rechazo de docentes y familias: impuso la herramienta de arriba hacia abajo, sin mediación pedagógica. En el extremo opuesto, un experimento controlado del Banco Mundial en el estado de Nigeria logró avances de aprendizaje equivalentes a casi dos años de escolaridad en seis semanas. La diferencia fue que la IA estaba integrada en un programa estructurado, con docentes facilitando cada interacción. La literatura sobre IA generativa en formación vocacional ya advierte además sobre la pereza metacognitiva: el riesgo de que el estudiante delegue en la máquina el esfuerzo de pensar. La lección es inequívoca: la IA potencia un buen diseño pedagógico y amplifica uno malo.
El futuro que se asoma no es el de aulas sin profesores ni el de técnicos reemplazados por robots. Es el de talleres híbridos donde un simulador inteligente entrena el gesto, un tutor digital personaliza la teoría y el docente, liberado de la corrección mecánica, se concentra en lo que ninguna máquina enseña: el criterio, la ética del oficio, la decisión bajo incertidumbre, la colaboración. La meta de la Reskilling Revolution del Foro Económico Mundial, equipar a mil millones de personas para 2030, solo será creíble si la educación técnico-profesional deja de producir ejecutores de tareas y empieza a formar aprendices perpetuos.
En un mundo donde el conocimiento técnico caduca a los pocos años, la competencia más valiosa que una institución puede entregar es la capacidad de seguir aprendiendo. Enseñar a aprender no es un eslogan: es, hoy, el contenido. Esa es la cuestión esencial.
Referencias
-Carnegie Learning. (s. f.). MATHia. https://www.carnegielearning.com/solutions/math/mathia
-Choi, J.-y. (4 de agosto de 2025). South Korea pulls plug on AI textbooks. The Korea Herald. https://www.koreaherald.com/article/10546695
-De Simone, M., Tiberti, F., Barron Rodriguez, M., Manolio, F., Mosuro, W., & Dikoru, E. J. (2025). From chalkboards to chatbots: Evaluating the impact of generative AI on learning outcomes in Nigeria (Policy Research Working Paper N.º 11125). World Bank. https://documents.worldbank.org/en/publication/documents-reports/documentdetail/099548105192529324
-South Korea’s AI textbooks fail after rushed rollout. (18 de diciembre de 2025). Rest of World. https://restofworld.org/2025/south-korea-ai-textbook/
-Unesco. (5 de agosto de 2025). Why AI belongs in every skills classroom: Training TVET educators for a smarter future. https://www.unesco.org/en/articles/why-ai-belongs-every-skills-classroom-training-tvet-educators-smarter-future-0
-World Economic Forum. (2025). The future of jobs report 2025. https://www.weforum.org/publications/the-future-of-jobs-report-2025/
-World Economic Forum. (enero de 2026). Reskilling revolution: Preparing 1 billion people for tomorrow’s economy. https://www.weforum.org/stories/2026/01/reskilling-revolution-preparing-1-billion-people-for-tomorrows-economy/
-World of TVET. (7 de mayo de 2024). TVET and AI: Crafting the future of vocational training. https://www.worldoftvet.com/blog/tvet-and-ai
-Yunus, A., Gay, P. R., & Lee, O. T. (2025). From co-design to metacognitive laziness: Evaluating generative AI in vocational education [Preprint]. arXiv. https://arxiv.org/abs/2512.12306
-Zary, A., & Zary, N. (2025). Artificial intelligence in technical and vocational education and training: Empirical evidence, implementation challenges, and future directions [Preprint]. Preprints.org. https://doi.org/10.20944/preprints202504.2173.v1
0