Los datos más recientes de la Encuesta Nacional de Ocupación y Empleo (ENOE) revelan una realidad contundente sobre el panorama laboral en México: a pesar de contar con una Población Económicamente Activa (PEA) de 62.1 millones de personas, la brecha de género en la participación laboral sigue siendo un desafío crítico.

Mientras que el 74.2 por ciento de los hombres de 15 años o más están insertos en el mercado laboral, solo el 45.7 por ciento de las mujeres participa activamente.

Esta disparidad se acentúa al observar la Población No Económicamente Activa (PNEA), la cual aumentó a 42.9 millones de personas (873 mil más que en el periodo anterior), donde una gran parte (38.2 millones) reporta no tener disponibilidad para trabajar, muchas veces debido a las cargas no remuneradas de cuidados del hogar que históricamente recaen en las mujeres. Asimismo, el país enfrenta una tasa de subutilización de la fuerza de trabajo del 15.8 por ciento y un persistente 33.4 por ciento de informalidad laboral.

En un contexto donde la IA está redefiniendo las industrias, no se ve a la tecnología como una amenaza de desplazamiento, sino como una oportunidad de amplificación. Por ello, apuesta firmemente por la humanización de la IA como una nueva gran tendencia laboral.

Más allá de dominar el código o las herramientas técnicas, el mercado actual exige profesionales capaces de aportar pensamiento crítico, empatía, creatividad y ética en el uso de la IA.

Para responder con éxito a esta nueva realidad laboral, existe el desarrollo de habilidades esenciales a través de cuatro pilares fundamentales en el uso responsable de la IA a partir del modelo de Anthropic

1. Delegar de forma estratégica: Automatizar tareas operativas, permitiendo que el talento humano se enfoque en el valor estratégico.
2. Realizar preguntas de calidad: Aprender a formular prompts e instrucciones precisas, involucrándose de manera activa y crítica en el proceso con la IA para obtener los mejores resultados posibles.
3. Discernimiento y análisis crítico: Desarrollar la capacidad de evaluar, cuestionar y contrastar de manera rigurosa los resultados entregados por un modelo, comparándolos incluso con otras IA para evitar sesgos.
4. Diligencia y responsabilidad absoluta: Internalizar que la tecnología es un medio, pero la persona es siempre la única responsable del producto final que se crea y entrega.