¿Cómo aprendiste vos a programar? No me refiero al lenguaje ni al framework: me refiero al oficio. Hacé memoria. Probablemente haya un bug que te desveló a las tres de la mañana, un deploy que salió mal un viernes, un refactor que encaraste con más entusiasmo que criterio y te explotó en la cara. Nadie llamaba “formación” a eso; era el trabajo. Y sin embargo, si hoy sabés oler un diseño frágil antes de poder explicar por qué, ese olfato se formó ahí: en años de decisiones propias con consecuencias propias.

En esta serie venimos sosteniendo que el craft migró de la producción al criterio: el desarrollador como editor, el código como craft, el gusto como habilidad técnica. Pero esa serie dejó pendiente la pregunta más incómoda: el criterio se formaba produciendo. Si el copiloto produce y nosotros evaluamos, ¿de dónde va a salir el criterio de la próxima generación? ¿La escalera que subimos nosotros sigue existiendo, o la estamos recordando como un derecho natural del oficio, cuando en realidad era una circunstancia?

Para responder eso hace falta un mapa de la escalera. Por suerte existe, y tiene más de cuatro décadas de discusión encima.

Una teoría de la percepción, no una escalera de títulos

En 1980, Stuart y Hubert Dreyfus escribieron para la Fuerza Aérea de Estados Unidos un reporte técnico sobre cómo se adquiere una habilidad compleja. De ahí salió el modelo de cinco etapas que después refinaron en Mind over Machine (1986) y que Stuart Dreyfus condensó en un paper de 2004: novicio, principiante avanzado, competente, proficiente, experto. Patricia Benner lo validó empíricamente en enfermería (entrevistas pareadas y observación en seis hospitales) y sobre esa base se construyeron las escaleras de carrera clínica.

Lo que el modelo describe no es cuánto sabe cada nivel sino cómo percibe. El novicio ve rasgos sueltos y aplica reglas que le dieron hechas; el experto ve situaciones completas en las que solo algunas cosas importan, y responde sin deliberar. En palabras de Stuart Dreyfus:

“…normally an expert does not calculate. He or she does not solve problems. He or she does not even think. He or she just does what normally works and, of course, it normally works.” — Stuart Dreyfus, The Five-Stage Model of Adult Skill Acquisition (2004, p. 180)

Detrás de ese ver sin calcular hay una biblioteca: decenas de miles de situaciones atravesadas, cada una con su decisión y su consecuencia, que reconfiguraron la percepción hasta que lo relevante salta a la vista solo. La pregunta que nos importa acá es qué hace falta para construir esa biblioteca, y si eso que hace falta sigue ocurriendo.

Elegir, arriesgar, sentir, rumiar

La respuesta de Dreyfus es incómoda para la época del dashboard: el motor del ascenso es emocional. En las dos primeras etapas, el aprendiz sigue reglas ajenas, y si algo sale mal puede culpar a las reglas. En la competencia el repertorio desborda: hay más cosas reconocibles que atención disponible, y no queda otra que elegir una perspectiva, un plan, sin garantías de que sea la correcta. Esa elección introduce responsabilidad, y la responsabilidad introduce emoción: el acierto produce euforia y el error se siente en el estómago.

Según Mind over Machine, el resultado exitoso deja una memoria vívida del plan elegido y de la situación vista desde ese plan; y los desastres, agregan los Dreyfus, no se olvidan fácil. Elección bajo responsabilidad, resultado sentido, memoria del caso: ese es el circuito completo del mecanismo, formulado sin referencia a tecnología alguna.

Stuart Dreyfus precisa además dónde vive ese compromiso: en la elección, no en el resultado. Podés estar interesadísimo en que el sprint cierre y no haber invertido nada en la perspectiva que lo cerró. Y exige otra cosa: rumiar la actuación propia (repasarla mentalmente, dejarla asentar, no solo festejarla o lamentarla). “In general, if one seeks the safety of rules, one will not get beyond competence”, escribe en el paper de 2004; aprender de ejemplos sin reglas pide recompensas y remordimientos sentidos hondo.

De ahí sale una consecuencia que casi nadie nombra cuando discutimos si revisar código forma tanto como escribirlo: el que revisa un diff ajeno no eligió la perspectiva, no cargó el riesgo de la elección y no tiene una actuación propia que rumiar. Benner lo dejó formulado como predicción, escribiendo contra la ideología de la distancia profesional en enfermería: el modelo anticipa que sin compromiso e involucramiento no se desarrolla el sentido de lo relevante, y “a ‘distanced’ observer is less likely to notice subtle changes”. Hablaba de pacientes; describe sin resto al junior espectador de su propio backlog.

Hay algo más, y conviene retenerlo porque vuelve al final: el modelo nunca exigió amor al oficio. Exige compromiso con el caso concreto, que es otra cosa. Todos trabajamos con gente que vino por el sueldo y se volvió sólida igual: su bug la despertaba a las tres de la mañana, era su bug, y esa propiedad forzosa la formó a pesar de sí misma. La escalera vieja fabricaba compromiso hasta en el mercenario.

El plan de estudios que nadie diseñó

Miremos la escalera vieja con ojos de diseñador. El oficio pre-IA traía un plan de estudios implícito: escribirlo todo uno mismo. Nadie lo diseñó, no figuraba en ningún onboarding, nadie lo llamaba formación. Pero garantizaba, por la sola mecánica del trabajo, que cada día te obligara a elegir, ejecutar tu elección y cobrar la consecuencia. Llamémoslo el plan de estudios por defecto. Y como todo default (como los que discutimos en “El silencio no es neutralidad”) operaba invisible: nadie lo eligió, y por eso nadie nota cuando desaparece.

Los propios Dreyfus, escribiendo en 1980 para diseñadores de entrenamiento militar, dejaron una advertencia que hoy se lee con escalofrío:

“…avoid the temptation to introduce intricate and sophisticated aids which, although they might improve performance at a particular level, would impede advancement to a higher stage, or even encourage regression to a lower one.” — Dreyfus y Dreyfus, A Five-Stage Model of the Mental Activities Involved in Directed Skill Acquisition (1980, p. 16)

Seis años después, en Mind over Machine, la advertencia se volvió pronóstico: los juniors que usaran sistemas expertos “will fail to progress beyond the competent level of their machines”, y los inversores descubrirían un día que sus pozos de pericia humana y sabiduría se habían secado. Seamos honestos con la cita: Dreyfus hablaba de otro peligro, el de concebir la pericia como reglas a fuerza de imitar máquinas de reglas. El junior de 2026 no imita a la máquina: le delega la producción. Ese paso no está en el libro. Pero el estancamiento que predice llega por el mismo corte: en los dos escenarios desaparece el primer eslabón del circuito, la elección propia. El que se refugia en reglas ajenas no la ejerce, y el que delega la producción tampoco.

Acá conviene dejar entrar al rival del modelo. Anders Ericsson, que citó a los Dreyfus y a Benner explícitamente para discutirles, pasó décadas mostrando que la mera experiencia laboral nunca fabricó expertos: como estableció con Krampe y Tesch-Römer en 1993, lo que distingue al que llega a la cima es la práctica deliberada, no las horas acumuladas. La experiencia cotidiana automatiza: al poco tiempo ejecutás la tarea sin esfuerzo y sin mejora (pasado ese punto, escribe Ericsson en su overview de 2008, la experiencia adicional ya no refina nada), y rendir en público impide entrenar, porque nadie experimenta mientras lo están mirando. Al fenómeno lo llama desarrollo detenido (arrested development): la meseta no la inventó el copiloto.

Si Ericsson tiene razón, el plan de estudios por defecto nunca te llevó a la cima: te garantizaba el piso (el tránsito de novicio a competente que venía gratis con el empleo), y la cima siempre exigió diseño deliberado. Eso no absuelve al copiloto: lo vuelve más grave. El copiloto no rompe la escalera. Elimina el piso que venía gratis. Y lo elimina sin que se note, porque el output fluido te oculta el tramo de escalera que no subiste: shipeás desde la primera semana, con la sensación de estar aprendiendo, mientras el circuito que forma la percepción (elegir, arriesgar, sentir, rumiar) gira en vacío.

La competencia consagrada como ideal

Lo que esto produce a escala organizacional lo documentó Benner antes de que existiera la palabra “prompt”. Si intentás descontextualizar y estandarizar los rasgos esenciales de la decisión experta, escribió en 1984, obtenés “at most, a minimal level of competency, similar to what can be achieved through systems analysis and computer programs”. El puente con la IA no hay que construirlo: ya venía en la oración. Lo formalizable topa en el tercer escalón, eso que los Dreyfus rebautizaron sistemas competentes.

El desenlace también está documentado. Deborah Gordon, la antropóloga que cierra la edición conmemorativa de From Novice to Expert, observó durante dos años unidades quirúrgicas gobernadas por estándares explícitos y encontró el efecto perverso: el nivel competente terminaba consagrado como el ideal. Se premia lo que las reglas capturan, y las reglas capturan hasta competencia; los modelos formales, escribe, dan una falsa sensación de control: sirven de base para el cuidado seguro, no necesariamente para el mejor. Reemplazá “estándares de cuidado” por prompts, linters y guardrails de agente (que son exactamente eso: pericia estandarizada en reglas explícitas) y el párrafo quedó escrito en 2026: una industria entera equipándose con competencia instantánea, y midiendo el éxito contra esa misma vara.

Dos honestidades antes de seguir. La primera: Benner validó el modelo en un dominio donde la producción no se puede delegar (nadie ventila a un paciente por prompt), así que su evidencia respalda el mecanismo, no responde nuestra pregunta; la traslación al software es una apuesta nuestra, y queda declarada como tal. La segunda: si los modelos de hoy son sistemas competentes o ya treparon más arriba es una pregunta que este artículo deja abierta a propósito. Hay cosas que todavía no están claras, y no tomar partido no es tibieza. Lo que sí se puede decir es que el argumento no depende de la respuesta: si la máquina topa en el tercer escalón, las organizaciones están consagrando ese escalón como ideal; y si trepa más alto, mirarla trepar sigue sin subirte a vos.

Diseñar lo que antes venía solo

Si la formación ya no es subproducto del trabajo, pasa a ser un problema de diseño. Y lo notable es que las dos tradiciones rivales de esta discusión convergen exactamente ahí. Ericsson enumeró las condiciones de la práctica que sí forma (meta definida, motivación, feedback inmediato, repetición con refinamiento), y su mejor ejemplo parece elegido para nosotros: los ajedrecistas serios estudian partidas de maestros jugada por jugada, eligiendo su propia jugada antes de mirar la del maestro; si difieren, algo de la posición se les escapó, y esa discrepancia sentida en carne propia es la lección. Evaluar producción ajena sí puede formar, cuando está estructurado como predicción comprometida con feedback inmediato y no como asentimiento.

La traducción a nuestro taller es directa y no pide nostalgia del tipeo. Antes de pedirle la solución al agente, formulá la tuya, aunque sean tres líneas de pseudocódigo o una frase de arquitectura, y después compará: cada discrepancia es o un error tuyo que ahora duele lo suficiente como para asentarse, o una debilidad del agente que tu criterio acaba de atrapar. En el code review, escribí tu veredicto sobre el enfoque antes de abrir los comentarios de los demás. En el diseño, esbozá tu esquema antes de conversarlo con la máquina. Benner definió la experiencia como lo que ocurre cuando las nociones preconcebidas son desafiadas, refinadas o refutadas por la situación real; y para que la realidad te refute algo, tenés que haber apostado algo primero. La apuesta previa es la unidad mínima del plan de estudios nuevo; el riesgo en primera persona, su ingrediente activo. La asimilación corporizada que pedía Dreyfus consistía en que la elección fuera tuya y las consecuencias te llegaran; el tecleo era el vehículo, no la condición. Eso se puede diseñar. Lo que no se puede es esperar que ocurra solo.

Y el diseño no es solamente individual. Si el criterio es infraestructura, como argumentamos en “El criterio como infraestructura”, el plan de estudios del equipo es parte de esa misma infraestructura: qué decisiones se le reservan al que está aprendiendo, qué errores se le permiten y a qué costo, cuánta producción propia conserva en la era del agente. Son decisiones de tech lead y de organización, no de fuerza de voluntad del junior. Hace unas ediciones nos preguntamos si las empresas se equivocan al no contratar juniors; esta es la mitad que faltaba de esa pregunta: contratarlos no alcanza si nadie diseña el tramo de escalera que el empleo ya no regala. Donde nadie toma esas decisiones, la lectura sombría de Dreyfus se cumple por defecto, no porque el modelo condene a nadie, sino porque nadie diseñó la alternativa.

La escalera sigue ahí

La escalera sigue ahí; lo que no está más es la obligación de subirla. El gradiente que Dreyfus mapeó (y la pregunta que quería responder: qué niveles tiene una habilidad y cómo se progresa entre ellos) no perdió vigencia. Lo que murió es el mundo donde el empleo te empujaba escalones arriba sin pedirte permiso. El compromiso que antes venía fabricado de serie ahora se elige o no aparece. El que ama el oficio va a procurarse stakes solo; siempre lo hizo. El que vino por el sueldo, ese que la escalera vieja formaba a pesar de sí mismo, ya no va a ser formado por accidente. La brecha entre amantes y mercenarios del oficio se está abriendo ahora, en silencio, y ninguna métrica de velocity la registra.

Los Dreyfus advirtieron en 1986 que si nos volvíamos sirvientes de los sistemas expertos íbamos a perder la pericia profesional en una generación. La generación que temían no llegó: los sistemas expertos no dieron para tanto. Cuarenta años después la advertencia vuelve, esta vez con una máquina que sí da, y la respuesta honesta es que no sabemos si esta vez se cumple. Se avanza con lo que se sabe y se corrige apenas se detecta que hay que corregir. Lo que se sabe hoy alcanza para una pregunta concreta: en tu equipo, ¿quién está diseñando el plan de estudios que el trabajo ya no provee, o estamos asumiendo que la escalera se sube sola, porque a nosotros nos subió? Acordate de cómo aprendiste vos. Después mirá cómo está aprendiendo el que entró este año, y preguntate si es el mismo oficio el que se está transmitiendo.

Lecturas recomendadas

  • Patricia Benner. (1984). From Novice to Expert: Excellence and Power in Clinical Nursing Practice. Addison-Wesley. [Edición conmemorativa 2001, Prentice Hall Health, con el epílogo de Deborah Gordon que el artículo cita.]
  • Hubert L. Dreyfus. (2009). On the Internet (2.ª ed.). Routledge.
  • Hubert L. Dreyfus y Stuart E. Dreyfus. (1986). Mind over Machine: The Power of Human Intuition and Expertise in the Era of the Computer. Free Press.
  • Stuart E. Dreyfus. (2004). The Five-Stage Model of Adult Skill Acquisition. Bulletin of Science, Technology & Society, 24(3). https://doi.org/10.1177/0270467604264992
  • Stuart E. Dreyfus y Hubert L. Dreyfus. (1980). A Five-Stage Model of the Mental Activities Involved in Directed Skill Acquisition. Reporte ORC 80-2, Operations Research Center, Universidad de California, Berkeley. https://apps.dtic.mil/sti/citations/ADA084551
  • K. Anders Ericsson. (2008). Deliberate Practice and Acquisition of Expert Performance: A General Overview. Academic Emergency Medicine, 15(11). https://doi.org/10.1111/j.1553-2712.2008.00227.x