ChatGPT me dio una respuesta, pero no sabía si era correcta
Rachel (seudónimo) llevaba tres años trabajando en el equipo de atención al cliente de una startup de comercio electrónico. Había estudiado psicología, y la única vez que había escrito código fue en una asignatura optativa durante la universidad. Un martes por la tarde, su líder de equipo le preguntó: "¿Hay alguna forma de automatizar la recopilación semanal de datos de devoluciones en vez de hacerla a mano?" Era el tipo de pregunta que antes habría respondido con "es que yo no soy desarrolladora". Pero, como todo el mundo hoy en día, Rachel no dudó: abrió ChatGPT. Escribió: "Quiero hacer una copia de seguridad automática en la nube de una hoja de cálculo que actualizo cada semana", y en segundos obtuvo una respuesta que sonaba convincente: crear un bucket de almacenamiento, abrir los permisos de acceso y ejecutar un script. Rachel siguió las instrucciones al pie de la letra, y sintió un orgullo silencioso al terminar la automatización en medio día.
El problema surgió la semana siguiente. Un consultor externo que estaba auditando la infraestructura de la empresa comentó, casi de paso: "Por cierto, este bucket está abierto para que cualquiera pueda acceder." Por suerte, eran solo datos de prueba; no se expuso información real de clientes. Pero en ese momento a Rachel le recorrió un escalofrío. Había seguido las instrucciones de la IA al detalle sin saber siquiera por qué eran peligrosas. Sabía cómo hacer la pregunta. No tenía idea de cómo verificar la respuesta.
El momento en que "simplemente pregúntale a la IA" dejó de sonar suficiente
Esa noche, Rachel se sentó frente a su portátil y le hizo a ChatGPT la misma pregunta una y otra vez: "¿Por qué es peligroso esto?" Obtuvo respuestas, pero de nuevo no tenía ninguna base para juzgar si eran correctas. Para alguien que no era desarrolladora, que no había estudiado una carrera relacionada y que nunca había escrito código de forma profesional, la idea de "¿por qué estudiar una certificación si la IA ya lo hace todo?" parecía completamente razonable. A su alrededor escuchaba constantemente la misma frase: "Hasta los propios desarrolladores están en riesgo por la IA, ¿por qué una persona sin perfil técnico se va a molestar en sacar una certificación en la nube?"
Aun así, Rachel decidió intentarlo. No para aprender a programar, sino para tener al menos una base mínima que le permitiera entender lo que la IA le decía. Así eligió la AWS Certified Cloud Practitioner como punto de partida. Cuarenta minutos al día, en una cafetería antes de entrar a trabajar. Durante las primeras semanas, palabras como región, zona de disponibilidad e IAM eran solo ruido. Sus puntuaciones en los examenes de práctica fueron 35 %, 41 % y, un día, volvieron a bajar a 33 %. Por primera vez entendió lo lejos que puede estar "esforzarse mucho" de "entender de verdad".
"Estaba resolviendo una pregunta sobre políticas de IAM cuando de repente lo entendí: el error de esa pregunta era exactamente lo que yo había hecho la noche que dejé ese bucket abierto. No es que hubiera acertado la respuesta; por primera vez podía explicar por qué lo que había hecho tres semanas antes había estado mal."
De alguien que no podía confiar en la IA a alguien que podía verificarla
Cinco semanas después, Rachel aprobó su primera certificación. No se detuvo ahí: se propuso ir a por la AWS Certified AI Practitioner, ya que estaba directamente relacionada con su trabajo. Invirtió dos meses más, sacrificó la mayoría de sus fines de semana y noches, y canceló planes con amigos más de una vez.
Lo que cambió no fue su nota, sino su forma de trabajar. Unas semanas después, una compañera de otro equipo llegó con una respuesta que le había dado ChatGPT y le dijo: "Al parecer, así es como se hace." Rachel se dio cuenta de inmediato de que esa configuración abría los permisos de acceso mucho más de lo necesario. Era exactamente el mismo error que ella misma había cometido. A partir de entonces, Rachel dejó de copiar y pegar sin más lo que le daba ChatGPT. Empezó a preguntar primero: "¿Al aplicar esta configuración, quedaría accesible también desde fuera?", y detectaba de inmediato cuando algo no cuadraba. La IA seguía siendo mucho más rápida generando código y configuraciones, pero decidir si era seguro ejecutarlas se había convertido en tarea de Rachel. En algún momento, su líder de equipo empezó a acudir primero a ella cada vez que surgía una solicitud de automatización o de datos.
La oferta de trabajo, y una cifra que hay que leer dos veces
En menos de seis meses, Rachel había asumido un rol no oficial en la empresa como la persona de referencia para "automatización y operaciones". Unos meses después, se postuló a una vacante de especialista en operaciones en una empresa de SaaS basada en la nube. Su currículum seguía sin experiencia en programación ni una carrera relacionada. Lo que había cambiado eran dos certificaciones y un conjunto de experiencias que ahora podía describir con detalle en una entrevista.
El entrevistador le preguntó: "No eres desarrolladora, ¿por qué te interesa este puesto?" Rachel le contó lo del incidente del bucket: el error que cometió sin saberlo, el tiempo que le tomó entender por qué importaba, y el momento posterior en que detectó el mismo error en el trabajo de una compañera antes de que causara daño alguno. Dos semanas después llegó la oferta: su salario pasaba de $50,000 a $64,000 al año, un aumento de $14,000. Tuvo que leer la cifra dos veces para que se sintiera real.
En las entrevistas, a nadie le impresionaron especialmente las certificaciones en sí. Lo que llamó la atención fue el hecho de que alguien sin formación en programación pudiera verificar lo que le decía la IA. El que fuera una persona sin perfil técnico, si acaso, hizo que esa diferencia resaltara aún más. Lo que para un desarrollador podría ser algo natural, a Rachel le había tomado seis meses construirlo por sí misma.
El día que presentó su renuncia en su antiguo trabajo, su líder de equipo le dijo: "Sinceramente, noté lo mucho que cambiaste después de aquel incidente del bucket." Solo entonces Rachel comprendió que ese momento no había sido importante solo para ella.
Si te estás preguntando "¿de verdad necesito una certificación?"
La pregunta de si las certificaciones siguen siendo necesarias cuando la IA puede escribir el código tiene una respuesta que es mitad cierta y mitad falsa. La IA puede decirte el "cómo" casi al instante. Pero si esa respuesta realmente se ajusta a tu situación, y si es seguro actuar según ella, sigue siendo algo que una persona debe juzgar. Ese criterio no aparece por sí solo. Para Rachel, estudiar para una certificación fue simplemente el proceso que lo construyó.
No ser desarrolladora no es un motivo de descalificación. Al contrario: las personas que no se toman las respuestas de la IA al pie de la letra, que hacen una pregunta más antes de actuar, son cada vez más escasas en el mercado laboral actual. No saber programar no significa que no necesites una certificación. A veces es exactamente la razón por la que sí la necesitas.
Si quieres profundizar en por qué las certificaciones siguen siendo relevantes en la era de la IA, consulta nuestro artículo ¿Sigue siendo relevante la certificación en la nube en la era de la IA? Y si te interesa otra historia real de alguien sin formación técnica que cambió su carrera gracias a una certificación, echa un vistazo a Sin experiencia técnica, una certificación y un aumento de $27,000: mi historia de cambio de carrera.
Esta historia ha sido reconstruida a partir de las experiencias de estudiantes reales para ilustrar un camino realista, y no es el relato verificado de una persona en particular.