Carreras que la IA rescató del olvido

Durante años, estudiar filosofía, lingüística o biblioteconomía era casi una sentencia a responder eternamente la pregunta: “¿Y de qué vas a vivir?”. Eran disciplinas admiradas por su profundidad, pero poco valoradas en el mercado laboral. Hoy, en plena era de la inteligencia artificial (IA), la historia dio un giro inesperado. Estas carreras, antes consideradas poco prácticas o “alternativas”, están en el centro de la revolución tecnológica.

Sí, leíste bien: los mismos perfiles que fueron memes en Twitter por analizar a Kant en la fiesta o saber qué es un fonema, ahora entrenan modelos de lenguaje, diseñan interacciones más humanas y curan datasets con sensibilidad cultural.

La inteligencia artificial no se entrena sola

Uno de los grandes mitos de la IA es que todo lo hace la máquina. Pero detrás de cada chatbot funcional, cada modelo de lenguaje preciso y cada decisión automatizada ética… hay personas. Y muchas de ellas no vienen del mundo del software, sino de las humanidades.

Aunque la imagen más común de quienes trabajan en IA suele ser la de programadores frente a pantallas llenas de código, la realidad es mucho más amplia (y más humana). Por ejemplo, OpenAI, Google DeepMind y Anthropic —tres de las empresas más influyentes en inteligencia artificial— han conformado equipos interdisciplinarios que incluyen desde filósofos hasta lingüistas y especialistas en ciencias sociales.

En Anthropic, por ejemplo, contrataron a investigadores enfocados en el “bienestar de la IA”, como Kyle Fish, cuya tarea es explorar preguntas filosóficas profundas como: ¿puede un modelo tener intereses? ¿Qué significa el bienestar en una inteligencia artificial? Por otra parte, en Google, el trabajo de los lingüistas ha sido clave para contextualizar los datos con los que se entrenan los modelos, como lo muestra el influyente trabajo de investigación Data Statements for NLP, que propone describir el origen, las variaciones lingüísticas y el contexto cultural de los datos para reducir sesgos y errores de interpretación. No se trata de decorar los equipos técnicos con humanistas para cumplir una cuota de diversidad intelectual: estas disciplinas están resolviendo algunos de los problemas más complejos, éticos y estructurales de la tecnología actual.

Filosofía: el alma de la IA ética

En un mundo donde la inteligencia artificial participa en decisiones que antes solo hacían humanos —como evaluar si una persona califica para un crédito, moderar contenido delicado en redes sociales o incluso ayudar en análisis de riesgos judiciales—, preguntas como “¿qué es justo?”, “¿qué es ético?” o “¿qué implica ser humano?” ya no son solo debates académicos: son desafíos reales de diseño. Y ahí es donde la Filosofía entra al quite, no para decorar la conversación, sino para poner límites, dar contexto y evitar que una decisión automática termine replicando prejuicios del pasado con velocidad y escala tecnológica.

Y no es solo una corazonada: el mercado lo confirma. De acuerdo con el LinkedIn Economic Graph de 2024, la demanda de profesionales con formación en ética y filosofía aplicada creció más de 200 % en equipos de inteligencia artificial dentro de empresas Fortune 500 en los últimos tres años. Es decir, cada vez más compañías tecnológicas están buscando perfiles capaces de pensar críticamente sobre las implicaciones de lo que están construyendo, no solo de cómo hacerlo funcionar.

Lingüística: el idioma del futuro

Los modelos de lenguaje como GPT, Gemini o Llama no podrían existir sin lingüistas.

Ellos no solo ayudan a refinar la estructura del lenguaje, también son clave en la detección de ambigüedades, matices culturales y polisemia (múltiples significados). Por ejemplo, son los lingüistas quienes enseñan a estas IA a entender que una palabra como “banco” puede referirse a una institución financiera o a un asiento, dependiendo del contexto. Gracias a su trabajo, los modelos pueden distinguir estos matices y adaptar el lenguaje a diferentes culturas. Son el puente entre el lenguaje humano y el lenguaje máquina.

Un buen ejemplo del papel clave que juegan los lingüistas en el desarrollo de IA es BERT, el modelo de lenguaje de Google, que fue entrenado con el apoyo de expertos en lingüística computacional para mejorar su capacidad de entender el contexto de las oraciones, más allá del significado literal de cada palabra. Y la tendencia va en aumento: instituciones como el MIT o la Universidad de Edimburgo están formando a una nueva generación de “lingüistas computacionales” que hoy trabajan codo a codo con ingenieros en algunas de las empresas tecnológicas más influyentes del mundo, ayudando a las máquinas a interpretar matices, ambigüedades y múltiples niveles de significado en el lenguaje humano.

Biblioteconomía: los nuevos arquitectos de datos

¿Quién dijo que ordenar libros era anticuado? Los profesionales de la biblioteconomía son expertos en clasificación, taxonomía y curaduría de información, justo lo que necesitan los sistemas de IA para evitar el caos de datos no estructurados. En un mundo donde organizar información ya no es solo archivar libros, sino etiquetar, clasificar y contextualizar datasets gigantes, los bibliotecónomos se han vuelto imprescindibles para la construcción de IA responsable.

De hecho, la UNESCO ha subrayado la curaduría de datos con un enfoque ético y contextual como una competencia clave para el desarrollo sostenible de las tecnologías emergentes, incluyendo la inteligencia artificial. Es decir, ya no basta con acumular datos: hace falta un cuidado consciente y culturalmente informado. Por eso empresas como Meta e IBM están contratando bibliotecónomos para liderar equipos de organización y anotación de enormes volúmenes de información.

Y no están solos: otras compañías —incluyendo Amazon (en roles como asset librarian con conocimiento de taxonomía y metadata tagging) o incluso instituciones de investigación como Rutgers o la Universidad de Chicago que publican convocatorias para “research data librarians” o “digital curation librarians”— buscan perfiles con formación en bibliotecología para ayudar a ordenar la complejidad digital.

Sociología, historia y antropología: el papel de las ciencias sociales en la IA del futuro

Pero no solo la filosofía, la lingüística o la biblioteconomía están tomando protagonismo en la era de la inteligencia artificial. Carreras como sociología, historia, antropología e incluso estudios culturales han encontrado un espacio vital en el desarrollo tecnológico. Los sociólogos ayudan a entender cómo las tecnologías afectan a comunidades diversas y cómo evitar que la IA reproduzca desigualdades sociales.

Por su parte, los historiadores aportan perspectiva para contextualizar patrones y evitar errores del pasado, mientras que los antropólogos y expertos en estudios culturales trabajan para que los modelos reconozcan y respeten las diferencias culturales, algo fundamental en un mundo globalizado y diverso. Así, disciplinas que parecían alejadas de la tecnología hoy son piezas clave para construir una inteligencia artificial que realmente sirva a toda la sociedad.

Más allá del código: la nueva economía del pensamiento crítico

El auge de la IA no solo pide ingenieros; pide criterio, contexto y creatividad. Modelar un sistema que entienda el mundo no es simplemente una tarea técnica, sino profundamente humana. Y en ese terreno, las humanidades tienen una ventaja evolutiva: están entrenadas para pensar en grises, cuestionar lo obvio, imaginar futuros alternativos y conectar ideas que, en apariencia, no tienen nada que ver.

Filosofía, historia, lingüística, bibliotecología, sociología: disciplinas que durante años fueron tratadas como adorno intelectual hoy se revelan como esenciales para construir tecnologías más justas, más empáticas y más útiles. Como dijo Reid Hoffman, cofundador de LinkedIn, en una conferencia de 2024 sobre el futuro del trabajo: “No hay IA responsable sin humanidades responsables”. Es una llamada de atención para toda una industria que, por décadas, confundió eficiencia con inteligencia y velocidad con progreso.

En definitiva, la revolución de la inteligencia artificial no es solo una historia de algoritmos y datos, sino una historia profundamente humana. Las carreras que alguna vez parecían al borde del olvido están demostrando que el futuro de la tecnología pasa por entendernos mejor a nosotros mismos: nuestras dudas, nuestras contradicciones y nuestra diversidad.

Si queremos que la IA sea una herramienta de progreso real y ético, no basta con enseñar a las máquinas a calcular rápido, sino a pensar con sentido. Y para eso, las humanidades, las ciencias sociales y todas esas disciplinas “no tan populares” tienen más vigencia que nunca.