martes, 21 de abril de 2026

Edad y trabajo: ¿Viejos a los 45 años?

La Ley Nº 19.973 de 13 de agosto de 2021, de “regulación de políticas activas de empleo dirigida a favorecer el acceso a una actividad laboral”, establece incentivos para promover el trabajo y reducir las vulnerabilidades – entre otros – de las personas  mayores de 45 años[i].

La normativa no es una excentricidad local, sino que recoge criterios expandidos en la Unión Europea. A modo de ejemplo, en España el Real Decreto-Ley Nº 2-2024 establece también protecciones específicas de empleo para las personas mayores de 45 años. En Italia, los trabajadores de 45 años que pierden involuntariamente el trabajo, pueden acceder a sistemas de protección para los casos de “desempleo de larga duración”, como seguro de desempleo extendido, acuerdos colectivos para la recalificación profesional y políticas activas de empleo, e incentivos para la contratación laboral. La Comisión Europea utiliza el Fondo Social Europeo Plus (FSE+) para financiar programas de formación y recalificación (upskilling y reskilling) y apoyo al emprendimiento para desempleados mayores de 45 años.

Siempre consideré que un trabajador “mayor” era una persona que a los 60 o 65 años se retiraba de la actividad, para acogerse a los beneficios jubilatorios. Es más, el modelo típico de trabajo, tutelado por el Derecho laboral, se construyó en torno a la figura de un trabajador que ascendería en lo largo de su carrera, porque la madurez aparejaría ventajas (conocimientos, experiencia, fidelización) ante los trabajadores más jóvenes. Recién al final de ese trayecto profesional, lo esperaría la certeza del sistema de pensiones.

¿Hacia donde evoluciona la humanidad para determinar hoy que una persona es laboralmente “mayor” a partir de los 45 años, cuando los avances de la medicina indican lo contrario?

            La colega Stella Iantzi Vicente de la Universidad de Valencia, especialista en “nuevas longevidades”, expresa:

(La longevidad laboral) empieza cuando a partir de cierta edad se deja de ver a una persona como “potencial” y se empieza a ver como “coste”, “resistencia al cambio” o “perfil menos interesante para desarrollar”.
Y eso tiene consecuencias muy concretas en las empresas: menos oportunidades de promoción, menos acceso a formación, menos confianza en procesos de selección interna o externa y una pérdida silenciosa de talento que todavía puede aportar muchísimo.
No hablamos solo de discriminación. Hablamos de decisiones empresariales mal enfocadas. Porque cuando una organización empieza a expulsar, frenar o invisibilizar talento por edad, no está modernizándose. Está empobreciéndose.
Necesitamos dejar de asociar valor únicamente con juventud. La experiencia, la visión estratégica, la capacidad de contexto y la transferencia de conocimiento también son innovación. Y cada vez será más importante hablar de ello.

            La nueva “madurez” laboral está vinculada a las nuevas tecnologías que tienden a expulsar del mercado laboral a aquellas personas que ya son consideradas de edad avanzada para manejar los nuevos instrumentos digitales. Pero además, en la nueva visión de la organización del trabajo y ante la necesidad de recalificaciones profesionales, es más redituable para las empresas invertir en jóvenes, que en “maduros”, en una ecuación que toma en cuenta los costos de inversión y la proyección a largo plazo de esa “inversión”.

            Con anterioridad hemos expresado:

La automatización destruye trabajo y los que no logran recalificarse son expulsados de sus        trabajos anteriores. Este aspecto afecta especialmente a los trabajadores de mayor edad: las relaciones laborales están marcados también por la extensión del desempleo, que se concentrará especialmente en los trabajadores de edad madura, por su dificultad de adaptación a las nuevas tecnologías y por el desinterés de las empresas de invertir en la formación de individuos más cerca del retiro profesional, según expresa Mercader Uguina ("El futuro del trabajo en la era de la digitalización y la robótica"). El autor. agrega que aparece la figura del “permanente inempleable”, refiriéndose con esta expresión a aquellas personas formadas, pero con ninguna posibilidad de encontrar un empleo. 

            A partir de esta realidad se generaliza el concepto de “edadismo”, expresión que refiere a la discriminación y los prejuicios (en nuestro caso, laborales) basados en la edad. Mientras pensamos avanzar en una construcción del Derecho del trabajo que busca la mejora de las tutelas laborales, existe otra realidad – invisibilizada – que habla de una discriminación cada vez más profunda basada en la edad. No se trata solo de establecer paliativos para mitigar el impacto del desempleo en este colectivo; se trata de denunciar una situación que es – o será - transversal para todos, también para los jóvenes que rápidamente se irán acercando a esa barrera de los “cuarentacincuentones”.

            Más que nunca se vuelve indispensable la formación y aprendizaje en las nuevas tecnologías y en las necesarias competencias laborales, a los efectos de defender la empleabilidad de los trabajadores mayores de 45 años. Tan importante como la formación del pasado es la recalificación de hoy, ante vínculos cada vez más difícil con la IA y con la automatización: todo un desafío para las políticas de empleabilidad, la acción sindical y la actitud de los propios trabajadores, que nada les asegurará tanto la estabilidad del empleo como la adecuación continua de las propias competencias.

 

 

 

 

 



[i] Un proyecto del Poder Ejecutivo de marzo de 2016 eleva ese umbral a los 50 años

 

martes, 7 de abril de 2026

IA y docencia: una respuesta desde la Facultad de Ingeniería

En  el último “post” nos preguntábamos si el ChatGPT es amigo o enemigo en el aula. Una contestación bien interesante y compartida viene desde la Facultad de Ingeniería de la Universidad de la República, que acaba de elaborar una “Guía para el uso ético y crítico de inteligencia artificial en las unidades curriculares de Facultad de Ingeniería”.

            El propósito de esta guía o protocolo es “proporcionar una visión institucional general sobre el tema, estableciendo algunos principios y un marco de acciones en el que el personal docente pueda basarse, considerando las realidades de los distintos cursos, temáticas y objetivos de aprendizaje”.

            Mientras no se elaboren otras propuestas en el ámbito universitario, entendemos de interés docente leer esta documento, que es posible bajar con el link: https://www.fing.edu.uy/sites/default/files/2026-02/guia-de-etica-fing_2026.pdf

            Entre los diversos aspectos que analiza, destacamos los “principios generales” que deben acompañar el uso de la IA en el aula:

 

Integridad académica: Todos los estudiantes deben adherirse a los estándares de honestidad académica, evitando cualquier forma de plagio o mal uso de recursos tecnológicos. Algunos ejemplos de deshonestidad académica relacionados con el uso de IA pueden ser:

.                  Generar texto o ideas mediante IA y presentarlas como propias.

.                  Generar, mediante IA, la solución de una tarea entregable.

.                  Generar, mediante IA, la solución de un ejercicio práctico cuando esta no es publicada intencionalmente por los docentes.

 

Transparencia: El uso de herramientas de IA debe ser transparente y debidamente reconocido. Entre las medidas para aumentar la transparencia se encuentran:

.                  Discutir en clase el uso de la IA en la unidad curricular.

.                  No ignorar la existencia de estas herramientas ni su posible uso por parte de los estudiantes.

.                  Explicar qué usos están permitidos y cómo declarar el uso de la herramienta en los trabajos entregables.

 

Capacidad crítica: Evaluar críticamente las respuestas proporcionadas por la IA, ya que pueden contener errores o sesgos.

.                  Tomar conciencia de que la información procesada por una herramienta de IA no tiene por qué ser equivalente a la información original.

.                  Tomar conciencia sobre sesgos y alucinaciones inherentes a los modelos de lenguaje.

.                  Reforzar la comunicación de buenas prácticas, como consultar varias fuentes de información o conocer las fuentes y su confiabilidad.

 

            Importa también destacar que la guía establece diferentes criterios a medida que avanza la carrera universitaria. incrementando la posibilidad de uso de las tecnologías (y del chatGPT), a media que el estudiante ascienda en su UC (Unidad curricular). De este modo, es establecen tres categorías: la primera de “uso reducido”, la segunda de “uso moderado” y la última de “uso extensivo”. En líneas generales, las sugerencia y relativos ejemplos de uso permitido y “prohibido”, son los siguientes:

Categoría 1: Nivel de uso reducido:

.                  Se apunta a un uso restringido de la IA, habilitándola únicamente en actividades señaladas por el equipo docente (teóricos, prácticos, clases de consulta, etc.). En este nivel se encuentran las UC enfocadas en la comprensión básica, donde la IA puede servir como herramienta de apoyo, ya que en esta fase resulta prioritario que el/la estudiante consolide los fundamentos conceptuales y comience a forjar su propio criterio analítico y de razonamiento.

.                  Ejemplos de uso permitido: generar ejemplos adicionales y practicar la resolución de problemas. Mejorar o criticar la presentación de una solución originalmente producida por el estudiante (corrección de ortografía y gramática, traducción, mejora de aspectos estéticos, generación de gráficas o tablas a partir de datos crudos, siempre que no sea un objetivo de la tarea).

.                  Ejemplos de uso prohibido: uso de IA para generar parte o toda la solución de las tareas de evaluación asignadas por el equipo docente.

 

Categoría 2: Nivel de uso moderado:

.                  Se apunta a un uso de la IA como asistente para la resolución de tareas rutinarias, así como para realizar análisis y apoyar en la resolución de problemas, siempre que este uso no afecte la incorporación de conocimientos.

.                  Ejemplos de uso permitido: utilizar la IA como recurso de estudio interactivo. Por ejemplo, formularle preguntas para comprobar la comprensión de conceptos teóricos o para analizar estrategias para resolver ejercicios, del mismo modo que se contrastarían ideas en un grupo de estudio. Asimismo, puede emplearse para desarrollar partes específicas de una tarea asignada por el equipo docente, siempre que su aporte sea transparente y no sustituya el trabajo analítico requerido al estudiante.

.                  Ejemplos de uso prohibido: Generar una parte de la solución de una tarea entregable que sea central desde el punto de vista pedagógico.

.                   

.                  Categoría 3: Nivel de uso extensivo:

.                  Se espera el uso de la IA como herramienta profesional, manteniendo un uso crítico y un entendimiento profundo de sus implicaciones éticas (p. ej., declarar su uso) y técnicas (p. ej., juzgar sus resultados).

.                  Ejemplos de uso permitido: integración de IA como parte de la solución, con una explicación detallada de su uso. Generar código auxiliar, casos de prueba o scripts de limpieza de datos, siempre que no formen parte del objetivo pedagógico de la tarea.

.                  Ejemplos de uso prohibido: Delegar la totalidad del trabajo en herramientas de IA sin contribución significativa del estudiante. Aceptar, sin verificación, la salida de la IA, incorporando errores técnicos o inexactitudes que demuestren la ausencia de juicio crítico. Reemplazar el proceso reflexivo requerido (p. ej., conclusiones, discusión de resultados, defensa oral) por respuestas generadas automáticamente. 

Finalmente entendemos de especial importancia la “Declaración del uso de IA”: cuando el estudiante utilice herramientas de IA que aporten contenido a sus tareas, deberá declarar la herramienta utilizada y cómo se integró la IA en el trabajo (por ejemplo, "Este análisis fue asistido por ChatGPT de OpenAI"). El atribuirse como propio un contenido generado por herramientas de IA podrá considerarse una falta a las reglamentaciones de la Facultad, “con las implicaciones y sanciones que ello conlleva, según la gravedad”.

            Mientras otras Facultades no aprueben sus respectivos reglamentos, esta guía de la Facultad de Ingeniería nos parece perfectamente aplicable a nuestra función docente. La razonabilidad de los criterios establecidos y la diferenciación de soluciones a partir de las categorías definidas en la guía, la vuelven un útil instrumento de decisión a la hora de autorizar o limitar el uso de la IA en el aula.