El consejo antiguo ya no basta

Hace tres años muchas empresas podían formar a un junior con tareas de bajo riesgo: instrucciones sencillas, FAQ, release notes, correcciones y mantenimiento de páginas. La generación de texto ha reducido ese espacio de aprendizaje. Un primer borrador, una reescritura o una traducción ya no justifican por sí solos un puesto separado. La documentación sigue necesitando personas, pero el valor se ha desplazado hacia la verificación y la responsabilidad.

Qué cambió en tres años

La profesión no desapareció; cambió el precio de sus tareas. Generar texto es barato. Encontrar la fuente correcta, comprobar el comportamiento del producto, diseñar arquitectura de información y mantener la documentación sincronizada con releases sigue siendo difícil. Por eso las empresas tienden a buscar perfiles que combinan escritura, conocimiento técnico y content operations.

Qué dicen los datos

Los datos de BLS no muestran un colapso lineal: la estimación OEWS pasó de 50.760 technical writers en 2019 a 55.530 en 2024, con años intermedios alrededor de 48.000. Sin embargo, la proyección 2024–2034 es de solo 1% de crecimiento y BLS señala que la IA puede frenar el crecimiento del empleo al aumentar la productividad. La lectura correcta es estancamiento y transformación, no desaparición instantánea.

+1%BLS projection 2024–2034
≈4,500average openings per year
AIproductivity may slow employment growth

Dónde desaparece el trabajo junior

Las tareas más fáciles de automatizar son precisamente las que antes servían para entrenar a un principiante: primer borrador, resumen, FAQ, traducción, tabla simple y reformulación. Un equipo puede conservar a menos personas y pedirles que supervisen mucho más contenido. Eso hace que el primer puesto sea más difícil de conseguir incluso si la profesión total no se hunde.

Qué tipo de puesto conserva valor

El puesto útil se parece cada vez más a documentation engineering: cambio de producto, fuente de verdad, verificación, estructura, borrador o generación, revisión de IA, revisión técnica, comprobaciones automáticas, publicación y feedback. Quien solo escribe el borrador compite con la parte más automatizable del proceso; quien controla el ciclo completo usa la IA como palanca.

Qué debe demostrar un principiante

Un candidato inicial debería manejar Git, Markdown, una compilación docs-as-code, HTTP, JSON, status codes, lectura básica de OpenAPI y verificación de pasos reales. También debería saber usar IA críticamente: proporcionar contexto, comparar el resultado con la fuente y detectar una afirmación inventada. No hace falta ser senior developer, pero sí poder comprobar lo que publica.

Skill Practical evidence
Git branch, commit, diff, pull request
Docs-as-code Markdown, structure, local build
API HTTP, JSON, auth, basic OpenAPI
Verification reproduce behavior and check facts
AI detect unsupported or invented statements

Cómo construir el portafolio

Conviene crear un solo proyecto coherente en lugar de diez textos aislados: onboarding, una tarea, un ejemplo API probado, troubleshooting, reference, repositorio Git, sitio publicado y un ejemplo donde la IA produjo un borrador incorrecto que fue corregido mediante verificación. El portafolio debe mostrar decisiones y evidencia, no solo prosa bonita.

Plan realista de 90 días

Durante 30 días aprenda fundamentos técnicos y produzca pequeños artefactos. En los siguientes 30 días construya un proyecto completo. En los últimos 30 días seleccione empresas donde la documentación forme parte del producto y adapte la evidencia a cada puesto. También considere entradas desde support engineering, QA, developer relations o content operations.

¿Sigue teniendo sentido entrar?

Sí, si le interesa comprender sistemas, comprobar hechos, trabajar con expertos, diseñar estructura y automatizar calidad. No es una buena apuesta si espera limitarse a escribir manuales a partir de información preparada. En 2026 el objetivo no es aprender solo a redactar documentación, sino aprender a garantizar que sea correcta, verificable y mantenible.