La Última Generación que Recuerda el Antes

Resumen: Posiblemente somos la última generación que recuerda el mundo analógico — el ábaco a AI en una sola vida. Las herramientas cambiaron cada década. La habilidad que importaba no era dominar ninguna herramienta en particular. Era aprender a soltar la última.

James aquí, CEO de Mercury Technology Solutions. Hong Kong — agosto de 2026, 2:22 AM

Aprendí aritmética en un ábaco.

No como una curiosidad. Como la norma. La generación de mi abuela podía dividir más rápido en esos cuentas de madera que la mayoría de las personas hoy en día con una calculadora. El ábaco no era primitivo — era suficiente. Codificaba un modelo mental de valor posicional y operación que ninguna pantalla táctil replica.

Luego vino el 8088. Mi primera "computadora" tenía menos potencia de procesamiento que un sensor de estacionamiento moderno. Arrancabas desde un disquete. Escribías programas en BASIC que dibujaban líneas en un CRT verde. Cada byte contaba. Entendías la máquina porque tenías que hacerlo — no había capas de abstracción protegiéndote del hardware.

Fui la generación más joven en tocar Solaris y los primeros Linux antes de que se convirtieran en infraestructura. Compilamos núcleos por diversión. Leíamos las páginas del manual porque no había Stack Overflow. Internet existía, pero era pequeño. Podías sostener todo en tu cabeza, aproximadamente. Conocías los sitios principales. Recordabas las URL.

Luego llegó el Y2K. La burbuja. La primera vez que la tecnología se convirtió en dinero de una manera que ponía nerviosa a la generación de tus padres. Vi a personas que no podían explicar qué era un navegador convertirse de la noche a la mañana en "consultores de internet". Vi estallar esa misma burbuja. Vi a los sobrevivientes — los que realmente entendían la pila — reconstruir todo.

El smartphone vino después. Internet dejó de ser un lugar al que ibas y se convirtió en el aire que respirabas. Todos se convirtieron en editores. Todos se convirtieron en fotógrafos. La barrera para crear cayó a cero, lo que significó que la relación señal-ruido también colapsó a casi cero.

El aprendizaje automático siguió. No IA — ML. El tipo aburrido y estadístico. Motores de recomendación. Detección de fraudes. Lo que funcionaba de manera invisible hasta que dejó de hacerlo. Aprendimos que los datos eran el nuevo petróleo, luego aprendimos que la mayoría de los datos eran lodo, luego aprendimos que los datos correctos en el momento correcto valían más que el petróleo jamás lo fue.

Y ahora: IA. No la promesa de la IA. La realidad de ello. Escribir código, redactar contratos, diagnosticar imágenes, generar video — todo a un umbral de calidad que habría sido ciencia ficción hace cinco años.

Esto es lo que estoy notando sobre mi generación — el puente de analógico a IA:

No fetichizamos las herramientas.

He visto a personas de mi edad adoptar LLMs más rápido que a colegas más jóvenes. No porque seamos más inteligentes. Porque ya hemos pasado por esto antes. Hemos visto nuestras habilidades volverse obsoletas cuatro veces ya. El ábaco no lamentó la calculadora. El 8088 no protestó contra el Pentium. Los administradores de Solaris no formaron un sindicato cuando Linux tomó el control del centro de datos.

Aprendimos algo que no se enseña en las escuelas: la herramienta es temporal. El patrón es permanente.

El niño que aprendió ingeniería de prompts en 2023 necesitará reaprender todo para 2027. El niño que aprendió cómo aprender en 1995 sigue siendo relevante. Esa es la ventaja injusta de crecer a través de múltiples transiciones tecnológicas. Dejas de identificarte con tu stack.

La Paradoja de la Adaptación

Cuanto más profunda sea tu experiencia en una sola herramienta, más difícil será abandonar esa herramienta cuando se vuelva obsoleta.

He visto esto con programadores de COBOL, desarrolladores de Flash, administradores de Solaris. No fracasaron porque les faltara inteligencia. Fracasaron porque su identidad se había fusionado con sus herramientas. El maestro de ábaco que rechazó la calculadora no perdió ante la calculadora. Perdió ante su propio apego.

La cita de Yang Wen-li se aplica aquí: "La forma más efectiva de ganar es hacer que el enemigo pierda su voluntad de luchar."La tecnología no te derrota. Tu propia renuencia a reentrenarte lo hace.

Lo que viene después no importa

No sé qué viene después de los LLMs. ¿Híbridos neuro-simbólicos? ¿Enjambres de agentes? ¿Interfaces cerebro-computadora a escala de consumo? ¿Algo que nadie ha imaginado aún?

No importa. Lo que importa es la meta-habilidad: la disposición a convertirse en un principiante de nuevo.

El superpoder de mi generación no es la nostalgia por los disquetes. Es el tejido cicatricial de haber aprendido, desaprendido y reaprendido múltiples veces. Sabemos lo que se siente ser competente un año y irrelevante al siguiente. Hemos hecho las paces con esa incomodidad.

El ábaco me enseñó el valor posicional. El 8088 me enseñó lógica. Solaris me enseñó a pensar en sistemas. Internet me enseñó escala. Los teléfonos inteligentes me enseñaron intuición de UX. El ML me enseñó alfabetización de datos. La IA me está enseñando... algo que aún estoy descubriendo. Probablemente que el juicio humano en contextos ambiguos es el último foso.

Cada herramienta fue un capítulo. Ninguna de ellas fue el libro completo.

La verdadera pregunta

Si estás leyendo esto y recuerdas el mundo analógico — la señal de ocupado, el disquete, el CRT verde, el apretón de manos de marcación — llevas algo valioso. No nostalgia.Inmunidad.

Has pasado por suficientes transiciones para conocer el patrón. El pánico siempre es temporal. La obsolescencia siempre es sobrevivible. Las personas que prosperan no son las que predicen la próxima ola. Son las que aprenden a surfear.

Lo que viene a continuación no importa. Lo que importa es si soltarás el ábaco cuando sea el momento.

Mercury Technology Solutions: Acelera la Digitalidad.