Jóvenes en clases de formación profesional sobre IA, esperando con ansias obtener su primer empleo

Cuando un “alto salario en IA” se convierte en un boleto caro para entrar: ¿Quién paga la cuenta? ¿Y quién está nadando sin ropa?

Si has estado viendo videos cortos o compartiendo en redes sociales recientemente, es muy probable que hayas sido bombardeado con anuncios del tipo: “Cambia de carrera desde cero a IA y gana un salario anual de 250,000 yuanes en seis meses”, “Deja atrás el trabajo de 996 horas y abraza los grandes modelos para convertirte en un pionero de la era”.

Como periodista financiero, he visto demasiados mitos similares sobre hacerse rico rápidamente. Pero esta vez, cuando el concepto tecnológico más avanzado de “inteligencia artificial” se presenta como un atajo rápido para conseguir un empleo, lo que veo no es la difusión de la tecnología, sino una estrategia bien diseñada para aprovechar la ansiedad de las personas.

Este artículo desvela la verdad detrás de las promesas de las escuelas de formación en IA a través de las experiencias reales de cuatro jóvenes de diferentes orígenes: Zhang Shuai, Wang Zhihan, Chen Shu y Lin Bing. A continuación, explicaré en lenguaje sencillo la lógica, las trampas y la dura realidad que subyacen a todo esto.

---

I. El arte de crear ilusiones: ¿Por qué la “IA” se ha convertido en el mejor disfraz?

Lógica central: Aprovechar la desigualdad de información para presentar la “incertidumbre” como “certeza”.

Para los jóvenes que acaban de graduarse o que se sienten perdidos en el mundo laboral, el mayor dolor no es la falta de dinero, sino no saber hacia dónde dirigirse.

1. Aprovechar la tendencia actual:

En los últimos diez años, la internet móvil ha dado lugar a innumerables historias de personas que se han enriquecido rápidamente gracias a la programación. Ahora, la IA es la nueva “tendencia”. Las escuelas de formación son muy astutas: no hablan de los complejos principios de los algoritmos, sino solo de los resultados: altos salarios en grandes empresas, una gran demanda de talento, y el peligro de quedarse atrás si no se aprende. Este enfoque explota el miedo a perderse algo (FOMO, por sus siglas en inglés).

• Interpretación en lenguaje sencillo: Es como cuando el mercado bursátil sube drásticamente: los que venden herramientas para trabajar en él son los que ganan más. La industria de la IA está creciendo, pero lo que las escuelas venden no es la tecnología en sí, sino “boletos” que alivian la ansiedad de los estudiantes.

2. Blanquear las fronteras entre “empleo” y “formación”:

Las pequeñas letras en los contratos que dicen “no se garantiza el empleo” son una excusa legal, pero en las palabras de los vendedores, se convierten en promesas de “asegurar un trabajo” o “garantizar una oferta”.

• Ejemplo: Zhang Shuai pensó que pagando 29,800 yuanes podría obtener el título de “ingeniero de IA”, pero en realidad lo que compró fue un montón de ejercicios de programación y habilidades para mejorar su currículo.
• Verdad: Los puestos clave en IA (como ingenieros de algoritmos o desarrolladores de grandes modelos) requieren un nivel de educación superior y una sólida base en matemáticas/informática. Las escuelas de formación enseñan habilidades de nivel aplicado u operativo, pero prometen salarios de nivel superior.

3. Apuntar directamente a los puntos débiles:

• Para los recién graduados**: el miedo a quedarse sin trabajo al final de sus estudios.
• Para los recién incorporados al mercado laboral**: la sensación de inferioridad por tener un salario bajo y poca perspectiva de carrera.
• Para las personas en crisis de mediana edad**: el temor a ser despedidas o quedarse atrás en el tiempo.

No importa quién seas, si te sientes inseguro, las escuelas de formación en IA pueden ofrecerte un “tranquilizante”, aunque a menudo no sea más que una ilusión.

---

II. La verdad sobre los cursos: Lo que aprendes no es “magia”, sino trabajo duro

Lógica central: Simplificar ingeniería de sistemas complejos en tareas repetitivas de bajo umbral.

Muchas personas piensan que aprender IA significa crear cosas inteligentes con solo escribir algunos códigos, como en las películas. La realidad es que lo que enseñan las escuelas de formación está lejos de la creación y más cerca del trabajo manual.

1. La verdadera función de un “entrenador de IA”: un corrector avanzado

• Ejemplo: Después de comenzar a trabajar, Wang Zhihan pasaba los días procesando 200 imágenes en inglés para que la IA las tradujera y luego corregía los errores de traducción manualmente.
• Interpretación en lenguaje sencillo: Este trabajo no requiere entender los principios del aprendizaje automático; solo necesitas saber inglés, tener lógica y ser capaz de concentrarte. En realidad, se trata de limpiar datos, un trabajo en el nivel más básico de la cadena de valor de la IA. Aunque puedes entrar en grandes empresas, este tipo de trabajo es muy reemplazable y está disminuyendo a medida que la IA mejora su capacidad de autocorrección.

2. Una versión reducida del desarrollo de grandes modelos

• Ejemplo: En el curso de Chen Shu, había tareas como escribir letras para canciones; los profesores apuraban a los estudiantes y el contenido era superficial.
• Interpretación en lenguaje sencillo: El desarrollo real de IA requiere un profundo conocimiento de matemáticas (álgebra lineal, teoría de probabilidades) y habilidades de ingeniería. Las escuelas de formación simplifican los principios complejos para acelerar el proceso, usando proyectos poco significativos. Lo que aprendes puede ser cómo usar API, no cómo construir modelos reales.

3. Trampas en los costos y los proyectos

• Ejemplo: Lin Bing descubrió que la experiencia práctica más importante costaba 10,000 yuanes adicionales y que un proyecto que debería durar seis meses se resumía en una sola semana de clases.
• Interpretación en lenguaje sencillo: Esto es un ejemplo típico de explotación: si tu currículo no muestra experiencia práctica, los empleadores no lo considerarán. Las escuelas venden lo más valioso de manera separada y, debido al tiempo limitado, los estudiantes no pueden crear algo significativo, solo pueden presentar algo superficial en sus currículos.

---

III. El cruel período de prueba: La validez de un currículo es de solo 3 meses

Lógica central: En una situación de desigualdad de información, las trampas eventualmente salen a la luz.

El aspecto más importante de las escuelas de formación no es enseñarte la tecnología, sino cómo engañar a los empleadores.

1. Técnicas para mejorar el currículo

• Las escuelas te enseñan a presentar acciones como “desarrollo de aplicaciones de IA independientes” o “optimización de modelos” cuando, en realidad, son cosas simples.
• En las primeras fases de la entrevista, los empleadores pueden no entender los detalles técnicos o, para cumplir con sus objetivos de contratación, pueden contratarte de todos modos.

2. El fracaso durante el período de prueba

• *Ejemplo*: Chen Shu se dio cuenta de que muchos estudiantes fracasaban durante el período de prueba y luego pasaban a otro empleo.
• Interpretación en lenguaje sencillo: Una vez que te enfrentas a situaciones reales de trabajo, código complejo y demandas altas, aquellos que solo han aprendido por memorización o han presentado información falsa rápidamente se descubren.
• Consecuencias:
• Puedes ser despedido y tu currículo quedará marcado por esta experiencia incómoda.
• Tu reputación en la industria se daña y, debido a la pequeña comunidad de empleadores, tu historia de engaño puede difundirse.
• Puedes quedar atrapado en un ciclo en el que solo puedes cambiar de empleo durante el período de prueba, sin poder acumular habilidades reales.

3. La “falsedad” de las tasas de empleo

• Las tasas de empleo promocionadas por las escuelas a menudo se refieren a que alguien te ha hecho una oferta, no a que puedas mantener ese empleo a largo plazo.
• Muchas de las “ofertas de alto salario” pueden ser puestos de subcontratación o proyectos temporales, o incluso ser creadas por las escuelas para cumplir con sus objetivos de ventas.

---

IV. ¿Quién paga la cuenta? Un análisis económico de la ansiedad

Lógica central: Lo que los jóvenes compran no son habilidades, sino seguridad y identidad.

¿Por qué siguen adelante a pesar de saber que pueden estar siendo engañados? Por el costo de oportunidad y la presión social.

1. El “apuesta arriesgada” de las familias comunes

• *Ejemplo*: Los padres de Zhang Shuai, que son empleados comunes, gastaron todos sus ahorros en su formación; Chen Shu, por su parte, ocultó a sus padres y pagó con los ahorros de su empresa para alquilar un apartamento en Pekín.
• Análisis: Para familias comunes, 20,000-30,000 yuanes son una suma importante. Pero se trata de una inversión, no un gasto. Tanto padres como hijos tienen una mentalidad de apostador: “Si esto funciona, nos recuperaremos”. Esta actitud impide que tomen decisiones racionales.

2. La ilusión de un ascenso social

• *Ejemplo*: Wang Zhihan, sintiéndose inferior por no poder permitirse comer en restaurantes caros, decidió dejar su trabajo para aprender IA con la esperanza de entrar en el círculo de las grandes empresas.
• Análisis: La industria de la IA se asocia con la élite, altos salarios y el futuro. Para los jóvenes de bajos o medios recursos, unirse a esta industria significa un ascenso social. Lo que compran no es el código, sino la identidad de “pertenecer al futuro”.

3. El último esfuerzo de las personas de mediana edad

• *Ejemplo*: Lin Bing, despedida a los 38 años, no sabía qué hacer, así que decidió aprender IA.
• Análisis: Para las personas de 35 años o más, la IA es su última opción. Temen ser completamente marginadas, por lo que están dispuestas a pagar una alta matrícula, incluso si solo es para obtener un consuelo psicológico.

---

V. Consejos para la gente común: ¿Cómo evitar las trampas de las escuelas de formación en IA?

Si tú o alguien de tu familia está considerando entrar a la industria de la IA a través de una escuela de formación, por favor reflexiona sobre las siguientes preguntas:

1. ¿Cuál es mi base actual?

• Si tienes formación en informática, matemáticas o física, aprender por tu cuenta, unirse a comunidades de código abierto y trabajar en proyectos reales es más efectivo que asistir a una escuela de formación.
• Si no tienes conocimientos previos en ciencias, intentar aprender sobre el desarrollo de grandes modelos es un camino sin futuro. Puedes considerar áreas como la ingeniería de aplicaciones de IA (como Prompt Engineering) o la gestión de productos relacionados con la IA, pero ten cuidado con las promesas de aprendizaje rápido.

2. ¿Qué realmente quiero hacer?

• ¿Quieres ser un ingeniero de algoritmos? Los requisitos son muy altos y las escuelas de formación no son útiles.
• ¿Quieres ser un entrenador de IA o un trabajador de etiquetado de datos? Los salarios son bajos y los puestos son susceptibles de automatización.
• ¿Quieres ser un gerente de productos o desarrollador de aplicaciones que utilice IA? Esto requiere comprensión del negocio y pensamiento de producto; las escuelas de formación no pueden enseñarte eso.

3. ¿Puedo permitirme gastar este dinero?

• Si el dinero es prestado o has agotado tus ahorros, no te inscribas en una escuela de formación.
• El verdadero aprendizaje es gratuito: puedes encontrar recursos en Bilibili, GitHub, documentos oficiales y comunidades de código abierto. Los cursos pagos pueden ser útiles para el apoyo de una comunidad y la supervisión, pero puedes aprenderlo por tu cuenta con la ayuda de amigos.

4. Desconfía de las promesas de empleo garantizado

• Cualquier escuela que prometa un empleo o un salario mínimo está al límite de la legalidad.
• El empleo real depende de tus habilidades y de la oferta y la demanda del mercado, no de los contactos internos de la escuela.

Conclusión

La IA es una gran tecnología, pero no es un salvador ni una fuente de ingresos ilimitados.

Para la gente común, la forma correcta de aprovecharla no es gastar dinero en un título de “ingeniero de IA”, sino aprender a usar las herramientas de IA para mejorar tu eficiencia laboral o encontrar formas en tu área de especialización en las que la IA pueda aportar valor.

Las historias de Zhang Shuai, Wang Zhihan, Chen Shu y Lin Bing no son casos aislados; son un reflejo de la ansiedad que prevalece en nuestra época.

Recuerda: los que se suben demasiado rápido en las tendencias a menudo caen con más fuerza. En lugar de apostar a una tendencia, es mejor concentrarte en desarrollar habilidades reales que puedan resolver problemas. La IA es una herramienta; el talento es lo que realmente importa. No dejes que un boleto caro te robe tu tiempo y tu dinero valioso.