No todo conocimiento pierde valor cuando deja de ocupar el centro.
No todo conocimiento pierde valor cuando deja de ocupar el centro de una profesión. A veces pierde, antes que nada, el lugar institucional que lo sostenía.
Esa diferencia importa. Una técnica puede volverse menos demandada, una herramienta puede dejar de enseñarse o una asignatura puede perder matrícula sin que desaparezca por completo el conocimiento que la rodeaba. Lo que ocurre, más bien, es un desplazamiento: el saber deja de operar como competencia productiva inmediata y empieza a buscar otro sitio desde donde conservarse, explicarse o volverse útil de otra manera.
La inteligencia artificial puede acelerar ese proceso en muchos campos. No porque por sí misma clausure carreras, cierre talleres o jubile docentes, sino porque empresas, universidades y gobiernos pueden reorganizar sus prioridades alrededor de nuevas promesas de eficiencia. Cuando una tecnología parece resolver en minutos tareas que antes requerían años de práctica, las instituciones tienden a mirar ese aprendizaje acumulado como costo antes que como patrimonio.
Pero la obsolescencia no afecta solo a los saberes anteriores a la IA. También puede alcanzar a los saberes que hoy se presentan como más actuales. La enseñanza de herramientas, agentes, prompts, automatizaciones o interfaces emergentes puede tener valor real durante la transición, pero no necesariamente constituye todavía un campo estable.
Por eso esta pieza no se pregunta únicamente cómo sobreviven los saberes viejos. También pregunta qué distingue a un campo capaz de reubicarse de un conocimiento que solo existe mientras dura la herramienta que le dio visibilidad.
La respuesta no está en la nostalgia. Está en la capacidad de convertir una práctica en método, una experiencia en criterio y una técnica en memoria transmisible.