Resumen Técnico: Movilidad Profesional de los Egresados de Planificación en los Estados Unidos

1. Planteamiento del Problema

La profesión de la planificación urbana en los Estados Unidos opera dentro de un panorama dinámico caracterizado por cambios tecnológicos rápidos, crisis de vivienda e imperativos de equidad. Si bien las teorías fundamentales sugieren que la movilidad ascendente depende de credenciales personales, estructuras de oportunidad y capital profesional acumulado, la evidencia empírica integral sobre las trayectorias profesionales de los egresados de planificación sigue siendo limitada. La investigación existente depende en gran medida de encuestas con muestras pequeñas o diseños transversales que no logran capturar el flujo longitudinal de las carreras, la interacción de contextos espaciales, las transiciones entre sectores y los mecanismos específicos que impulsan el avance en una era de carreras "sin fronteras". Existe una brecha crítica en la comprensión de cómo los antecedentes sectoriales, los contextos espaciales, las características de las redes y la adquisición de habilidades moldean colectivamente el avance profesional de más de 130,000 egresados de planificación.

2. Metodología

Este estudio emplea un enfoque computacional a gran escala para analizar datos de perfiles profesionales, aprovechando los avances recientes en Modelos de Lenguaje Grande (LLM) para procesar datos no estructurados a una escala previamente inalcanzable.

• Fuente de Datos: El conjunto de datos comprende 133,888 perfiles de LinkedIn verificados de egresados estadounidenses de planificación (originalmente 154,553, filtrados por calidad de datos), recuperados en agosto de 2025 mediante Bright Data. Los perfiles se restringieron a individuos con títulos verificados en planificación urbana y historiales de empleo válidos posteriores a la graduación.
• Anotación con LLM: Se utilizaron dos LLM (GPT-4o-mini y o4-mini) para validación cruzada entre modelos, transformando datos semi-estructurados de LinkedIn (títulos de trabajo inconsistentes, texto narrativo) en anotaciones estructuradas. Se aplicaron siete etiquetas específicas a nivel de puesto o perfil: Sector, Senioridad, Tipo de Industria, Relevancia para la Planificación, Tipo de Trayectoria, Experiencia de Educación Internacional y Movilidad Profesional.
• Construcción de Variables:
  • Contexto Geográfico: Las ubicaciones se clasificaron por estado, estatus urbano/rural y Área Estadística Metropolitana (MSA) utilizando las definiciones de la OMB de 2020. La diversidad del mercado se calculó utilizando el índice de equidad de Pielou basado en datos de la BLS de 2023.
  • Habilidades: Extraídas de los campos del perfil y mapeadas a las taxonomías O*NET para Planificadores Urbanos y Regionales, distinguiendo entre habilidades blandas, habilidades técnicas y competencias relacionadas con la IA.
  • Métricas de Red: Medidas por el total de conexiones profesionales y afiliaciones organizativas no ocupacionales únicas.
• Análisis Estadístico: El estudio utilizó un diseño estadístico multifase para analizar la movilidad ascendente en dos dimensiones: frecuencia (conteo) y tiempo (velocidad).
  • Regresión Binomial Negativa (NB): Abordó la sobredispersión en el conteo de transiciones ascendentes.
  • Modelos de Riesgos Proporcionales de Cox (Cox PH): Capturaron la dinámica temporal y la velocidad del progreso profesional.
  • Controles: Todos los modelos controlaron por la duración de la carrera, el nivel educativo y el estado de certificación AICP. Se probaron términos de interacción para examinar cómo factores como las carreras sin fronteras interactúan con la antigüedad, las redes y la amplitud sectorial.

3. Contribuciones Clave

• Escala y Granularidad: Este es el primer análisis computacional a gran escala de la movilidad profesional entre los egresados estadounidenses de planificación, utilizando un conjunto de datos de más de 130,000 perfiles.
• Innovación Metodológica: El estudio demuestra la eficacia de utilizar LLM para anotar y estructurar rigurosamente datos profesionales ruidosos y semi-estructurados, permitiendo la extracción de variables complejas como "trayectorias de carrera sin fronteras" y "amplitud de industria" a gran escala.
• Integración de Marcos Teóricos: Conecta empíricamente la teoría de la carrera sin fronteras, la teoría del capital social y los modelos de oportunidad espacial dentro del contexto específico de la planificación urbana, superando las suposiciones tradicionales de carreras lineales.
• Análisis Matizado de Habilidades: La investigación diferencia los roles de las habilidades técnicas frente a las blandas y las competencias de IA en diferentes etapas de la carrera, desafiando la suposición de que todas las habilidades técnicas proporcionan una ventaja estratégica igual.

4. Resultados Clave

• Carreras sin Fronteras y Amplitud Sectorial: Si bien un patrón general "sin fronteras" mostró inicialmente una menor frecuencia de promociones, esta relación es altamente dinámica. En las etapas tempranas de la carrera (Q1), los patrones sin fronteras predicen fuertemente el avance. Con el tiempo, la fricción del cambio disminuye y las experiencias diversas adquiridas se convierten en activos valiosos. Crucialmente, la experiencia multisectorial (trabajar en los sectores público y privado) y la amplitud de industria se asocian consistentemente con una movilidad ascendente significativamente mayor y velocidades de avance más rápidas.
• El Papel de las Habilidades Blandas frente a las Técnicas: Las competencias técnicas sirven como una señal fundamental para roles de nivel inicial e impulsan la velocidad de la carrera, particularmente cuando se combinan con movimientos laterales. Sin embargo, a medida que los planificadores alcanzan etapas senior, las habilidades blandas aprovechadas a través de movimientos laterales estratégicos se vuelven cada vez más decisivas para el avance.
• Habilidades de IA: Contrario a la expectativa de una prima, las habilidades relacionadas con la IA funcionan actualmente como un requisito básico en lugar de una ventaja estratégica única para la movilidad ascendente. De hecho, se encontró una asociación negativa significativa entre las habilidades de IA y la frecuencia de promociones, lo que sugiere que son ubicuas pero no diferenciadoras.
• Movilidad Geográfica y Espacial: La movilidad geográfica es generalizada y se correlaciona positivamente con el avance. Cada movimiento interestatal adicional aumenta la frecuencia de promociones en aproximadamente un 2.4% y acelera la velocidad de promoción en un 4.5%. El empleo en mercados laborales metropolitanos más grandes y diversos (mayor entropía de Shannon) también facilita el avance, aunque el efecto de la diversidad del mercado es modesto en comparación con la amplitud sectorial.
• Capital Social: Las redes profesionales más grandes y un mayor compromiso organizacional se asocian consistentemente con transiciones ascendentes. La expansión de la red es más rápida en las etapas tempranas de la carrera, y existe una relación inversa clara entre la estabilidad profesional (permanecer en un solo trabajo) y el tamaño de la red.
• Credenciales: La certificación AICP y los títulos de Maestría proporcionan ventajas estables y modestas en el avance, actuando como señales confiables de competencia profesional.

5. Significado y Afirmaciones

El artículo afirma proporcionar evidencia accionable para educadores en planificación, empleadores y responsables de políticas sobre las estrategias adaptativas requeridas para la resiliencia profesional en una profesión que evoluciona rápidamente.

• Para los Practicantes: El estudio sugiere que cultivar experiencias sectoriales amplias, expandir redes profesionales, buscar movilidad geográfica y priorizar el aprendizaje continuo (tanto técnico como organizacional) son estrategias clave de avance. Destaca que los egresados en etapas tempranas de su carrera deben ver los cambios organizacionales y los movimientos laterales como herramientas estratégicas para la exploración de roles.
• Para Educadores e Instituciones: Se anima a los programas de planificación a mirar más allá de los resultados de empleo lineales tradicionales. Los planes de estudio deben integrar la exposición intersectorial, las habilidades de construcción de redes y la navegación flexible de la carrera junto con la instrucción técnica.
• Para el Campo: Los hallazgos indican que el avance profesional en la planificación no está impulsado por una única vía lineal, sino por la acumulación de capital profesional a través de sectores, organizaciones, redes y contextos espaciales.

Limitaciones Reconocidas: Los autores notan explícitamente que la dependencia de los datos de LinkedIn puede subrepresentar a los egresados sin perfiles en línea o aquellos con trayectorias no tradicionales. La naturaleza autopercibida de los datos introduce un posible sesgo de autopresentación. Además, al ser un estudio observacional, los resultados identifican asociaciones en lugar de relaciones causales, y factores de confusión no observados (como la motivación intrínseca) pueden influir tanto en las trayectorias profesionales como en los resultados. El estudio se centra en factores a nivel individual, omitiendo restricciones organizacionales más amplias.