El artículo más destacado de Hacker News de hoy: Trabajo y después del trabajo: Notas de un recién graduado ante el derrumbe del mercado laboral. El autor es licenciado en informática por una universidad prestigiosa, con excelentes calificaciones y tres prácticas, una de ellas en DeepMind, ¡pero aún no ha recibido ni una sola oferta de trabajo! Él y sus compañeros no solo dicen que el mercado laboral para recién graduados está un poco frío; ¡dicen que está completamente acabado! Los medios explican este fenómeno como una recesión económica, con los inversores de capital riesgo quedándose sin fondos y las empresas tecnológicas recortando gastos. Sin embargo, el autor discrepa de estas explicaciones y ofrece su propio análisis en el artículo. La primera tendencia es que muchos trabajos ahora se realizan de forma remota. Por ejemplo, un empleado en Manila puede controlar remotamente un robot reponedor en una tienda de conveniencia de Tokio usando un casco de realidad virtual. Las empresas de Tokio acceden a la mano de obra barata de Manila, pero evitan los elevados costes de vivienda, sanidad e integración cultural de Tokio. Esto es incluso más exhaustivo que la subcontratación. Lo más sorprendente es que el trabajo de este empleado de Manila no se limitaba a cargar mercancía. Proporcionaba datos de entrenamiento para la IA. Cada vez que operaba la máquina, le enseñaba a la IA a cargar mercancía como un humano. El robot Optimus de Tesla aprendió de la misma manera. El autor lo llama "trabajos fantasma en el mundo físico": tu trabajo de hoy consiste en entrenar a la máquina que te reemplazará mañana. Este modelo se está replicando en el sector de los empleos de oficina, y los puestos de nivel inicial están desapareciendo. Las empresas prefieren tener "ingenieros sénior + herramientas de IA" que un grupo de recién llegados. Respecto a este tema, el autor también propuso un concepto: "Humanos fuera de distribución". Imagina una curva de campana, o una distribución normal. (Véase la figura 1. Esta figura no aparece en el texto original; la encontré en línea. Fuente: Introducción a la distribución normal (curva de campana) https://t.co/uetXK6ndyY) La sección central "gruesa" de la curva representa la enorme cantidad de trabajo "ordinario", repetitivo y predecible. Las colas "delgadas" en ambos extremos de la curva representan el trabajo "extraño", novedoso, caótico e impredecible. Antes, la IA solo podía hacer las cosas más sencillas. Ahora, los grandes modelos de lenguaje destacan por abordar la parte más compleja de la curva de aprendizaje. La educación, las prácticas y la planificación de carrera de la mayoría de nosotros nos enseñan cómo encajar en ese punto intermedio, cómo convertirnos en un empleado estándar estable, fiable y predecible. En consecuencia, todos estamos intentando convertirnos en el tipo de personas que la IA puede reemplazar con mayor facilidad. ¿Quién sobrevivirá? Son aquellos que se desvían de la distribución normal, a ambos lados de la curva. Su trabajo es único, novedoso y tan caótico que, por el momento, la IA no puede aprenderlo ni comprimirlo. Este artículo también ha generado mucha discusión en Hacker News, y la sección de comentarios es bastante interesante. Hay quienes dicen: Este tipo escribe tan bien que podría publicar un libro él solo. Pero otro grupo de personas dijo: "Revisé su currículum y estaba escrito como un ensayo, demasiado largo. No me extraña que no encuentre trabajo; estamos en la era de TikTok, nadie tiene paciencia para leer". Resulta bastante irónico: un excelente graduado podría no superar ni siquiera el primer filtro de recursos humanos porque su currículum no es "digno de TikTok". Aquí hay algunos comentarios más conmovedores: 1. El agujero negro de las solicitudes: Algunos dicen que los empleadores ya ni siquiera leen los currículums que se envían. Esto se debe a que el 90% de las solicitudes son spam generado por IA o spam del extranjero. Las empresas solo reclutan activamente. (Esto explica por qué el excelente currículum del autor desapareció sin dejar rastro). 2. La IA como excusa: Algunos sospechan que la IA es solo una excusa. Lo cierto es que la economía está débil y los directivos la utilizan como escudo para recortar drásticamente costes y recurrir a la subcontratación en el extranjero (por ejemplo, en India). 3. ¿Prácticas no convertidas en puestos fijos? Algunos cuestionaron si tenía algún problema por no haber sido contratado a tiempo completo tras tres prácticas (incluida la de DeepMind). Sin embargo, otros respondieron de inmediato: las grandes empresas han congelado el número de prácticas que pueden convertirse en puestos fijos. No es que los becarios sean incompetentes; es que las empresas no les ofrecen suficientes oportunidades. El autor también plasmó sus impresiones al final: Antes, el trabajo era como una escalera, y solo teníamos que subirla. Ahora, los peldaños inferiores, que representaban los puestos de entrada, están desapareciendo. Nuestra generación está suspendida en el aire, con miles y miles de personas debajo de nosotros que hicieron todo bien, igual que nosotros. Lo que está haciendo la empresa es sustituir los travesaños estándar en el centro de la escalera por inteligencia artificial y robots. Dirección postal:
Cargando el detalle del hilo
Obteniendo los tweets originales de X para ofrecer una lectura limpia.
Esto suele tardar solo unos segundos.
