¿De dónde van a salir los próximos seniors?

En abril de 2025, 37signals (la empresa que hay detrás de Basecamp, célebre por su alergia a las oleadas de contratación) abrió una única vacante de programador junior. Sueldo publicado a la vista de todos: 145.849 dólares, situado en el diez por ciento más alto de los sueldos junior de San Francisco, para un puesto explícitamente limitado a menos de tres años de experiencia profesional. De ese anuncio hay dos cosas que dan para un ensayo. La primera es el razonamiento que lo sostiene. La segunda es lo que vino después: se presentaron más de 2.200 personas a ese único puesto. Y David Heinemeier Hansson señaló, con orgullo visible: «Aquí nada de cribado con IA». Leyeron las candidaturas a mano.

Sostén los dos hechos a la vez. Una empresa con la suficiente fe en los juniors como para pagar dinero casi de senior por puro potencial. Y un mercado tan hostil a los juniors que dos mil doscientos de ellos convergieron sobre una sola vacante como si fuera un bote salvavidas. Los dos hechos son ciertos, y este ensayo vive en el hueco que los separa.

El bote salvavidas no es una metáfora

Las cifras de la contratación tecnológica de entrada han pasado de la anécdota al conjunto de datos. La investigación de talento de SignalFire, levantada sobre el rastreo de los movimientos profesionales de todo el sector, encontró que en 2025 los recién titulados eran apenas el 7% de las contrataciones en las grandes tecnológicas, menos de la mitad que antes de la pandemia, y las startups no salían mejor paradas. Su continuación de 2026 sitúa la contratación de entrada en las grandes tecnológicas en torno a un 65% por debajo de 2019.

Y ya no es solo una historia del sector tecnológico. El Digital Economy Lab de Stanford, trabajando con datos de nóminas de ADP que cubren a millones de trabajadores, ha publicado lo que puede acabar siendo el estudio canónico del momento: "Canaries in the Coal Mine?", de Erik Brynjolfsson y sus colegas. Su hallazgo principal: los trabajadores de 22 a 25 años en las ocupaciones más expuestas a la IA han sufrido una caída relativa del empleo de en torno al 13%, mientras que los trabajadores mayores en esas mismas ocupaciones se han mantenido estables. La caída se concentra justo donde la IA automatiza el trabajo en vez de potenciarlo. Su actualización de principios de 2026 informa de que la erosión sigue, a varios puntos porcentuales al año. El canario no tiene buena cara.

El mecanismo no tiene ningún misterio, y cualquiera que programe a diario con estas herramientas puede describirlo desde dentro. Las tareas que antes llenaban los dos primeros años de un junior (el ticket bien acotado, el endpoint CRUD, la batería de tests, el primer borrador de lo que sea) son exactamente las tareas que un modelo de frontera despacha hoy en minutos y por céntimos. En el ensayo sobre los agentes medí a una máquina haciendo la auditoría de un analista junior por 0,04 dólares. La lógica económica que se sigue de ahí es brutal, y localmente correcta para cada empresa por separado: ¿para qué pagarle a un junior un año de sueldo por hacer despacio, y mal al principio, lo que la máquina hace al instante?

Localmente correcta. Globalmente demencial. Porque la industria que razona así ha entendido mal, sin hacer ruido, lo que un junior es.

Un junior no es producción barata. Un junior es un senior en el año cero.

Este es el silogismo hacia el que el mercado camina con los ojos abiertos. Todo ingeniero senior (toda persona en la que confías para revisar la arquitectura, olerse la abstracción mala, cazar el disparate que la máquina afirma con total aplomo) se fabricó mediante exactamente un proceso: ser junior, durante años, cerca de trabajo real y de consecuencias reales, con alguien senior mirando. No hay otra fábrica. Nadie ha contratado jamás a un senior que otra empresa no hubiera criado antes desde la semilla. Toda la capa senior de esta industria es el producto de un sistema de aprendizaje que ahora estamos desmontando con precisión trimestral, porque el trabajo de la fase de semilla se automatizó.

La industria se está comiendo el grano de siembra y lo llama margen.

DHH ha sido la voz más alta en negarse a esta lógica, y merece que se le cite con sus propias palabras, como prometí. Sobre por qué la IA no cambia la necesidad: «Por muy buena que llegue a ser la IA, siempre vamos a necesitar gente que conozca los entresijos de lo que la máquina propone. Puede que no tanta, puede que no en los mismos puestos, pero pensar que la humanidad no va a necesitar gente capaz de auditar el trabajo hecho por la IA es utopía pura». Esa palabra, auditar, debería sonarles a los lectores de el ensayo de síntesis: es la dirección del criterio, enunciada por un señor que dirige una empresa de software rentable y no una filosofía. Lo que produce la máquina es barato; la persona capaz de decir si está bien, no; y esa persona tiene que salir de algún sitio.

Y ya en 2018, retuiteando el título de un ensayo que suscribía sin reservas: «Si no contratas juniors, no mereces seniors». La frase es de Isaac Lyman, el amén es de DHH. Suena a eslogan. En realidad es una observación sobre la cadena de suministro.

Contratar por la pendiente, no por la ordenada en el origen

Lo que convierte el anuncio de 37signals en algo más que un gesto es la filosofía de selección que lleva pegada, expuesta en el artículo hermano de título maravilloso, "Why we won't hire a junior with five years of experience" (por qué no vamos a contratar a un junior con cinco años de experiencia):

«Quizá suene un poco duro, pero lo más probable es que un programador que lleva cinco años trabajando profesionalmente ya haya revelado su potencial. La trayectoria por la que mejora ya está trazada.»

El artículo entero es un alegato a favor de contratar por la pendiente y no por la ordenada en el origen. Un programador recién llegado, sostiene, es potencial en estado puro: le trazas la recta a partir de unos pocos puntos iniciales, y esa recta puede ser muy inclinada. Están contratando, en su expresión, «promesa en su punto máximo», y pagándole a un junior más que a la mayoría porque buscan «un junior mejor que la mayoría. Mejor no en "qué sabe ya", sino en "hasta dónde podría llegar"».

Fíjate en lo que esto es de verdad: una apuesta por que la persona (su curiosidad, su criterio cuando la corrigen, el ritmo al que llega a ser) es el activo, y por que el inventario de habilidades del momento es casi ruido. Esa apuesta siempre fue la manera correcta de contratar juniors. La IA solo la ha convertido en la única manera, porque el inventario de habilidades que trae un junior («sé escribir un componente de React») es justo la parte que la máquina ha vuelto materia prima. Lo que la máquina no puede volver materia prima es la trayectoria: eso que, diez mil errores corregidos más tarde, se transforma en el criterio que todo el mundo coincide de pronto en considerar escaso.

En qué se convierte ahora el aprendizaje del oficio

No creo que la respuesta sea la nostalgia: contratar juniors para que escriban a mano el CRUD que la máquina escribe mejor, a modo de recreación histórica. Los peldaños de abajo de la vieja escalera ya no están; fingir lo contrario no produce ni juniors ni seniors, solo teatro. La pregunta honesta es de qué están hechos los peldaños nuevos, y creo que la forma ya se distingue para cualquiera que use estas herramientas en serio:

El primer trabajo del junior ya no es producir el borrador. Es interrogar el borrador. Dale al junior lo que ha escupido la máquina y hazle encontrar qué falla, porque algo suele fallar, y encontrarlo se entrena. Cada pull request que escribe el modelo es ahora un ejercicio de aprendizaje gratis: aquí tienes un trabajo verosímil, decide si es verdadero. Ese es un gimnasio de criterio mejor de lo que jamás fue la vieja cola de tickets, porque la vieja cola enseñaba a teclear con criterio ocasional, y el trabajo nuevo es criterio con tecleo ocasional. En el ensayo de OrbitSpec defendí que la fiabilidad empieza antes de la respuesta, en la pregunta; un junior que se pasa dos años observando dónde fallan las respuestas de las máquinas adquiere exactamente el reflejo que los términos de servicio (véase quién paga cuando la IA se equivoca) le asignan al humano: tienes que verificar. La verificación es ahora una carrera. Y a alguien hay que formarlo para ella.

La descripción del puesto de senior incluye ahora llevar el vivero. Si el mercado no va a financiar juniors haciendo trabajo automatizable, entonces la defensa de los juniors hay que construirla sobre el único terreno que sobrevive: son la capacidad de verificación futura de la empresa, contratada al precio del potencial y desarrollada a propósito. Eso cuesta tiempo real de senior. Siempre lo costó; el coste solía estar escondido dentro de la revisión de código, y ahora hay que elegirlo deliberadamente, lo cual, si soy honesto, significa sobre todo que lo elijan fundadores y propietarios, porque no habrá jamás un incentivo trimestral que lo elija.

Y la jugada del propio junior es vender la pendiente. Si tienes veintitrés años y estás leyendo esto: el mercado te está diciendo, de la manera más fea posible, que tu producción de nivel de entrada vale poco. No te está diciendo que tú valgas poco. Te está diciendo que dejes de vender producción. Vende pruebas de trayectoria: cosas que construiste y luego corregiste, juicios que emitiste y sabes defender, salidas de máquina que pillaste en falso y puedes enseñar. Dos mil doscientas personas se presentaron a 37signals con currículums, en su mayoría, parecidos. Los que tenían alguna opción eran los que podían demostrar no lo que saben, sino a qué velocidad llegan a ser.

La dirección al final de la escalera

En el cuadro de las cuatro direcciones al que no dejo de volver, esta es la dirección de la persona vestida de faena. Las máquinas abaratan la producción; el criterio, el recurso y la atención se desplazan hacia las personas, pero las personas no se encuentran, se forman. Toda profesión que ha sobrevivido a una revolución tecnológica lo hizo reconstruyendo su aprendizaje alrededor de las herramientas nuevas: los cirujanos siguen entrenándose en procedimientos que las máquinas asisten, los pilotos siguen acumulando horas en cabinas que vuelan casi solas, precisamente porque todo el mundo entendió que el día en que la máquina falla no es el día de empezar a criar a tu primer experto.

El software está corriendo ahora mismo el experimento contrario: conservar a los seniors, saltarse a los juniors, dejar que la máquina haga el tramo intermedio y dar por hecho que la capa senior de 2036 existirá igualmente. No existirá. Se está decidiendo ahora, congelación de plantilla a congelación de plantilla, en los puestos de entrada que dejaron de publicarse sin hacer ruido. Los canarios de Stanford no son una curiosidad del mercado laboral. Son una previsión de quién quedará dentro de diez años para revisar el trabajo de la máquina, y la respuesta de hoy es: menos gente de la que vamos a necesitar, y toda ella cansada.

Todo lo que una máquina pueda fabricar se abarata. Lo que ninguna máquina puede hacer es decir si está bien, y las personas capaces de decirlo no son un recurso natural. Se fabrican despacio, caras, de junior contratado en junior contratado, por empresas dispuestas a pagar hoy por un criterio que solo existirá mañana. El anuncio de empleo de DHH no fue un acto de contratación. Fue una empresa apostando por el sitio del que salen de verdad los seniors. Y 2.200 candidaturas fueron el sonido de toda una generación dándole la razón, y esperando a que el resto de la industria se acuerde.