Imagina que llevas veinte años haciendo algo.
No simplemente haciéndolo.
Haciéndolo muy bien.
Has leído libros.
Has cometido errores.
Has aprendido trucos que nadie te enseñó.
Has pasado miles de horas hasta conseguir que algo que antes requería esfuerzo termine resultándote casi natural.
Y un día descubres una forma mejor de hacerlo.
Mucho mejor.
Tan buena que empiezas a preguntarte si tiene sentido seguir utilizando aquello que tardaste media vida en aprender.
Eso es más o menos lo que acaba de contar David Heinemeier Hansson, creador de Ruby on Rails en la keynote de Rails World 2026.
Uno de los programadores más conocidos del mundo.
Alguien que lleva más de dos décadas escribiendo software.
Y que ahora dice que prácticamente ha dejado de escribir código por si mismo.
No porque haya dejado de gustarle programar.
No porque se haya cansado.
No porque quiera jubilarse.
Sino porque ha encontrado una forma mejor de construir software.
Pencils down.
Y probablemente esa sea una de las frases más incómodas que podemos escuchar quienes llevamos unos cuantos años trabajando.
Porque es muy fácil abandonar algo que hacemos mal.
Lo difícil es abandonar algo que hacemos extraordinariamente bien.
Hay una pequeña trampa escondida en la experiencia.
Cuanto mejores somos haciendo algo, más difícil resulta imaginar que podríamos dejar de hacerlo.
Tiene sentido.
Si has invertido diez años aprendiendo Excel, quieres utilizar Excel.
Si has aprendido a programar en Python, quieres programar en Python.
Al fin y al cabo, eso es precisamente lo que te ha traído hasta aquí.
Pero hay un problema.
La tecnología no sabe cuánto tiempo has invertido aprendiendo algo.
Le da exactamente igual.
La tecnología tiene esa desagradable costumbre de preguntarse únicamente: ¿hay una forma mejor de hacer esto?
Y si la encuentra, continúa. Con nosotros o sin nosotros.
Pero tu experiencia no ha caducado
DHH puede dejar de escribir código. Pero eso no significa que sus veinte años programando hayan dejado de servir. Probablemente ocurre justo lo contrario.
Porque escribir código y saber qué código merece la pena escribir son dos cosas completamente distintas.
Una IA puede generar miles de líneas en segundos.
Pero alguien tiene que saber si la arquitectura tiene sentido.
Si estamos resolviendo el problema correcto.
Si la solución es innecesariamente compleja.
Si aquello va a aguantar dentro de tres años.
Si merece la pena construirlo.
Ese alguien tiene una ventaja enorme si lleva veinte años viendo cómo funcionan —y cómo fracasan— sistemas reales.
Ahí aparece una distinción que creo que va a resultar fundamental en los próximos años.
La técnica puede caducar. El criterio puede acumularse.
Un fotógrafo profesional puede utilizar exactamente la misma cámara que alguien que acaba de comprarla. La diferencia no está en apretar el botón. Está en saber cuándo hacerlo.
Un médico puede utilizar una inteligencia artificial que encuentre patrones en miles de imágenes diagnósticas.
Eso no convierte automáticamente en inútiles sus años de experiencia.
Puede convertir en menos valiosa una parte de su ejecución.
Pero hacer más valiosa su capacidad para interpretar, contextualizar y decidir.
Pero después de todo este proceso queda algo en cada profesional.
La capacidad de distinguir: esto sí, esto no. Esto parece correcto, pero no lo es. Aquí falta algo y esto no resuelve realmente el problema.
A eso solemos llamarlo experiencia.
Pero quizá deberíamos empezar a llamarlo criterio.
«Desenseñar a desaprender cómo se deshacen las cosas».
Esta frase que aparecia recurrentemente en la Bola de Crista, cuarenta años después, parece casi un consejo profesional.
Porque durante mucho tiempo hemos repetido que tendremos que convertirnos en aprendices permanentes.
Aprender nuevas tecnologías, herramientas, metodologías, formas de trabajar,…
Pero también tendremos que convertirnos en desaprendices permanentes.
Personas capaces de mirar algo que llevan haciendo veinte años y preguntarse ¿seguiría aprendiendo esto hoy si empezase desde cero?
Food for thought
Para acabar hoy Te propongo un pequeño ejercicio.
No necesitas ninguna inteligencia artificial.
Solo diez minutos.
Coge una hoja y escribe cinco cosas en las que seas realmente bueno profesionalmente.
Después hazte tres preguntas sobre cada una.
¿Qué parte es ejecución? Aquello que sabes hacer porque llevas años practicándolo, crear código, hablar en público, gestionar proyectos,... Probablemente esta sea la parte más expuesta a automatización.
¿Qué parte es criterio? Saber qué merece atención. Detectar cuándo algo está mal. Elegir entre varias alternativas. Esta es la parte que merece que sigas acumulando
¿Qué tendría que desaprender? Esta es la importante. Busca una sola cosa que estés haciendo hoy porque siempre se ha hecho así. Y prueba durante una semana a no hacerla.
Después de todo este proceso, pregúntate si seguirías diseñando así el trabajo si empezases hoy desde cero.
Porque quizá la experiencia no sea saber repetir extraordinariamente bien lo que funcionaba ayer.
Quizá la verdadera experiencia consista en saber qué merece la pena conservar cuando todo lo demás cambia.
Si mañana una máquina pudiera hacer perfectamente aquello por lo que hoy te pagan... ¿qué quedaría de ti? Probablemente más de lo que imaginas.
Pero quizá sea precisamente esa parte la que deberíamos empezar a cultivar.
🌍 El Eco del Mercado
🏦 La Reserva Federal examina si la IA puede volverse demasiado grande para caer. Jeff Schmid, presidente de la Reserva Federal de Kansas City, pide estudiar si la red de laboratorios, proveedores y inversores de IA está adquiriendo importancia sistémica. No identifica todavía una amenaza concreta, pero sitúa sus interdependencias dentro de la supervisión financiera.
🤝 Anthropic compromete 11.600 millones con Akamai y obtiene una opción sobre su capital. Anthropic contratará durante siete años infraestructura cloud de Akamai, que le concede el derecho a adquirir hasta el 5 % de sus acciones si se cumplen determinados objetivos comerciales. El acuerdo vincula la compra de computación con el éxito financiero del proveedor.
🇦🇺 Australia prepara su respuesta tras el acceso de un agente a un sistema sanitario. El primer ministro australiano califica de inaceptable el incidente y plantea posibles medidas legislativas y policiales. OpenAI sostiene que no quedó expuesta información privada, mientras Canberra estudia reforzar las obligaciones de notificación.
🇺🇸 Washington restringe el acceso británico a sus modelos más avanzados. La Casa Blanca ha pedido a OpenAI y Anthropic que no entreguen determinados modelos a evaluadores británicos hasta que Estados Unidos complete su propia revisión, según Politico. La seguridad de la IA empieza a tratarse también como una cuestión de soberanía y control de exportaciones.
🗳️ Los fundadores de Anthropic buscan conservar el control después de la OPV. Dario Amodei y otros seis cofundadores estudian una estructura que les otorgaría conjuntamente el 50,1 % de los derechos de voto mediante acciones especiales, según The Information. El mecanismo permitiría captar capital público sin ceder al mercado el control de las decisiones estratégicas.
🇪🇺 Estados Unidos se suma al recurso de X contra la multa europea. El Departamento de Justicia solicita intervenir ante el Tribunal General de la UE para apoyar el intento de X de anular una sanción de 120 millones de euros por incumplimientos de la Ley de Servicios Digitales. Una disputa regulatoria empresarial se convierte así en un conflicto institucional transatlántico.
📱 TikTok afronta su primer juicio estadounidense por la salud mental adolescente. Un jurado de Alabama examinará si el diseño y el algoritmo de TikTok contribuyeron a los problemas de salud mental de una menor. Es el primer juicio de una ofensiva que incluye demandas de 27 estados y el Distrito de Columbia.
🚘 Europa aplaza la votación sobre el FSD supervisado de Tesla. La decisión que se esperaba en octubre podría retrasarse como mínimo hasta diciembre por las dudas de varios países, entre ellas el cumplimiento de los límites de velocidad. El sistema exige supervisión continua y mantiene al conductor como responsable.
🧑💻 Microsoft convierte Copilot en un agente permanente de empresa. Microsoft presenta herramientas para generar aplicaciones mediante lenguaje natural y Autopilot, un agente con identidad y permisos propios dentro de los sistemas corporativos. Las pruebas privadas comenzarán a finales de septiembre.
🛡️ OpenAI prepara una versión de GPT-6 especializada en ciberseguridad. La compañía podría presentar GPT-6 Cyber en los próximos días y ofrecer acceso inicial a determinados clientes de Daybreak Red, según Fortune. OpenAI no ha confirmado el lanzamiento de un modelo cuyas capacidades defensivas también exigirán controles frente a posibles usos ofensivos.
🎬 China subvenciona la conversión del vídeo generado con IA en una industria. Gobiernos locales ofrecen ayudas, alquileres y computación a los estudios, mientras el coste de producir un minuto cae desde unos 5.000 yuanes hasta unos pocos cientos. En el primer semestre aparecieron 221.900 producciones, pero apenas 1.055 superaron los cien millones de visualizaciones.
📑 Databricks compra Row Zero para llevar la IA a la hoja de cálculo. Row Zero permite trabajar directamente con más de un millón de filas y se integrará con Genie para que analistas y agentes utilicen datos corporativos sin sacarlos de los controles de Databricks. Las condiciones económicas de la operación no se han divulgado.
☎️ Google prueba un Gemini que realiza llamadas en nombre del usuario. El agente podrá consultar existencias, modificar reservas o esperar en línea utilizando información previamente autorizada. La prueba comenzará en Estados Unidos para propietarios de Pixel 11 con una suscripción de pago, que podrán seguir la transcripción e intervenir.
🦾 Feather quiere construir el “Android” de los robots humanoides. La startup desarrolla una plataforma modular de hardware y software capaz de ejecutar distintos modelos de IA sobre robots de unos 30.000 dólares. Feather afirma haber superado el millón de dólares de ingresos con aplicaciones iniciales en cocinas y laboratorios.
Déjame recordarte que si te gusta la tecnología, el podcast de Código Abierto también puede ser una buena opción.
Si algo de lo que has leído te ha removido, dímelo.
Ya sabes que estoy al otro lado si quieres comentar, discrepar o simplemente saludar.
Que nunca te falten ideas, ni ganas de probarlas.
A.
PD. Tres libros para cuando tu experiencia empieza a caducar.
Desaprender — Barry O’Reilly. Probablemente el que mejor encaja con la edición de hoy. Su tesis es sencilla y bastante incómoda: muchas veces el problema no es que nos falte conocimiento, sino que seguimos aferrados a comportamientos, procesos y certezas que alguna vez funcionaron. O’Reilly propone un ciclo de desaprender, reaprender y avanzar.
Piénsalo Otra Vez — Adam Grant. Hemos convertido tener una opinión firme en una virtud, cuando quizá deberíamos valorar más la capacidad de cambiarla. Grant habla de tratar nuestras ideas como hipótesis y no como parte de nuestra identidad. Algo especialmente útil cuando aquello que cuestionamos es precisamente lo que nos ha hecho buenos durante años.
Amplitud — David Epstein. Durante mucho tiempo hemos glorificado al especialista que acumula miles de horas haciendo lo mismo. Epstein muestra que, en entornos complejos y cambiantes, quienes combinan experiencias diferentes suelen adaptarse mejor. Porque cuando las reglas cambian, tener muchas herramientas puede importar más que dominar una sola.
Los tres apuntan, de formas distintas, a la misma idea: no se trata de olvidar lo que sabes. Se trata de evitar que lo que sabes te impida descubrir una forma mejor de hacerlo.
PD2. Desaprender se parece bastante a esto. Un cubo de Rubik. Para resolverlo, muchas veces tienes que deshacer lo que ya habías hecho bien. Con tu carrera puede pasar lo mismo.