No necesitamos más herramientas.
Necesitamos decidir mejor.
Hay épocas en las que uno siente que el mundo avanza. Y luego hay otras en las que uno siente que el suelo se mueve. Creo que estamos en una de esas.
No es solo que aparezcan nuevas herramientas cada semana. No es solo que la inteligencia artificial haya entrado en el trabajo, en la educación, en la creatividad y en casi cualquier conversación profesional.
Es otra cosa.
Es la sensación de que no da tiempo a entender una ola antes de que llegue la siguiente. Y es que todavía estamos aprendiendo a trabajar con modelos de lenguaje. Todavía estamos intentando entender qué tareas merece la pena delegar, cuáles no, cómo pedir mejor, cómo validar, cómo integrar estas herramientas sin convertirnos en sus becarios.
Y, sin embargo, ya estamos mirando más allá.
Ahora toca hablar de agentes. De sistemas que no solo responden, sino que actúan. Que no solo asisten, sino que ejecutan. Que no solo ayudan, sino que empiezan a ocupar un espacio que hasta hace muy poco nos parecía exclusivamente humano.
Y ahí, creo, aparece una forma muy particular de ansiedad.
No tanto el miedo a que una herramienta haga tu trabajo. Sino el miedo a que el propio terreno sobre el que construiste tu trabajo cambie de forma. Que no desaparezca una tarea. Que desaparezca la necesidad de esa tarea.
Es una diferencia importante.
Porque una cosa es ver venir la automatización y otra muy distinta es descubrir, demasiado tarde, que el problema ya no es hacerlo más rápido… sino que ha dejado de tener sentido hacerlo.
Pasó con muchas profesiones antes. Pasará con otras ahora. Y probablemente nos está empezando a pasar ya en algunas que aún no queremos nombrar.
La ansiedad de nuestro tiempo no viene solo de la IA
Vivimos, como se suele decir, en la intersección de diferentes acrónimos como FOMO, VUCA y BANI.
Una mezcla poco elegante, pero bastante precisa.
FOMO, porque todo el mundo siente que puede estar perdiéndose algo decisivo.
VUCA, porque nada parece estable durante demasiado tiempo.
BANI, porque además de inestable, todo se siente frágil, ansioso y difícil de interpretar.
Y en medio de todo eso, la inteligencia artificial aparece como promesa, amenaza, moda, infraestructura y espejo.
Promesa, porque amplifica. Amenaza, porque desplaza. Moda, porque se vende. Infraestructura, porque se está integrando en todo. Y espejo, porque revela bastante de cómo pensamos, decidimos y trabajamos.
Quizá por eso genera tanto ruido. Porque no estamos hablando solo de tecnología. Estamos hablando de nosotros. De cómo aprendemos. De qué tareas nos definen. De qué valor aportamos cuando la ejecución se abarata. De qué queda de nuestro criterio cuando tenemos una máquina generando respuestas con una soltura obscena.
El consejo más repetido también es el menos útil
En tiempos así, suele aparecer un tipo de consejo que suena razonable y deja bastante insatisfecho.
“Hay que adaptarse.”
“Hay que aprender a aprender.”
“Hay que ser flexible.”
“Hay que subirse a la ola.”
“No te quedes atrás.”
Todo eso es verdad. Y al mismo tiempo, sirve de bastante poco.
Porque decirle a alguien que se adapte, cuando no sabe ni por dónde empezar, se parece bastante a decirle a alguien que se está ahogando que nade mejor.
Lo que produce alivio no suele ser una gran idea abstracta.
Suele ser algo más pequeño. Más concreto. Más humano.
Una conversación.
Una primera decisión.
Una tarea acotada.
Un marco desde el que mirar sin sentirse arrastrado.
La necesidad de pasar del discurso grandilocuente sobre la IA a una relación más práctica, más concreta y menos ceremonial con ella.
No pensar tanto en “aprender IA”.
Pensar en resolver una cosa real con la ayuda de estas nuevas herramientas.
No aprendas “IA”. Resuelve un problema.
“Aprender IA” es una expresión tan amplia que casi no significa nada.
Se parece bastante a lo que habría sido decir en 1995 que había que “aprender a usar internet”.
Sí, claro. Pero qué significa exactamente eso.
¿Entender cómo funciona un transformer?
¿Hacer un curso de prompting?
¿Memorizar una lista de herramientas?
¿Ver vídeos sobre agentes mientras sigues haciendo tu trabajo exactamente igual que hace un año?
Hay algo mucho más útil que todo eso. Coger una tarea real de tu trabajo. Una de esas que te drenan. Tediosa, repetitiva, desagradecida. Y tratar de conseguir que una IA te ayude a hacerla mejor.
No toda tu jornada laboral.
No toda la actividad de un rol.
No “el futuro del trabajo”.
Solo una tarea.
Ahí hay más aprendizaje real que en muchos cursos. Porque ahí aparece la fricción. Ahí aparecen los límites. Ahí descubres qué hace bien la herramienta, qué hace regular y en qué punto te toca a ti entrar con criterio.
Y, sobre todo, ahí desaparece una parte importante del hype. Dejas de pensar en la IA como símbolo de estatus o amenaza abstracta. Empiezas a pensar en ella como instrumento. Que, probablemente, es como más valor aporta.
El riesgo no es solo quedarse atrás
Hay otra trampa en todo esto.
Pensar que el único peligro es no subirse a tiempo.
No lo creo.
También existe el riesgo contrario: subirse demasiado rápido y entregar más de la cuenta por el camino. Porque la mayoría de nosotros no solo estamos ganando productividad con estas herramientas. Estamos también cediendo partes del proceso cognitivo que antes hacíamos nosotros, ya hablaba de ello ayer.
A veces de forma consciente.
A veces por pura fatiga.
Le pides que redacte un correo. Luego un resumen. Después una estructura. Luego una síntesis de varias fuentes. Más tarde una propuesta de enfoque.
Y, un día cualquiera, descubres que antes de pensar ya estás abriendo la ventana del chat.
No vas a la IA después de pensar. Vas a la IA para evitar pensar.
Eso sí que es peligroso.
No por una cuestión moral. Ni por nostalgia de la dificultad.
Sino porque hay algo que se debilita cuando dejas de recorrer el circuito completo.
Una tarea con IA. Otra sin IA.
En este momento, quizá lo más sensato no sea elegir entre adopción total o rechazo total. Quizá lo sensato sea construir una relación más equilibrada.
Elegir una tarea que haces con IA de forma habitual, para entender bien su potencial. Y elegir otra que quieras mantener deliberadamente libre de IA.
No por romanticismo. Por higiene mental.
Un espacio donde sigas haciendo el recorrido completo. Donde no externalices la fricción. Donde no te limites a validar. Donde sigas levantando el peso entero.
Escribir a mano ciertas ideas. Preparar la siguiente reunión con un cliente desde cero. Pensar la estructura de una decisión importante. Leer sin resumidor. Tomar notas sin copiloto.
Da igual cuál sea la tarea.
Lo importante es conservar un territorio donde tu cabeza siga haciendo el trabajo entero.
No dejamos de caminar porque existan los coches.
No deberíamos dejar de pensar porque existan los LLMs.
La IA amplifica, pero no decide por ti
Reid Hoffman en su libro Impromptu tiene razón cuando propone la imagen de la IA como copiloto. Es una buena metáfora, precisamente porque pone a la herramienta en un lugar útil y no mesiánico.
Un copiloto ayuda. Sugiere. Corrige. Acompaña.
Pero no elige el destino.
Y esa parte es importante recordarla.
Porque en el fondo la IA no resuelve el problema central de esta época. Lo vuelve más evidente. El problema no es la falta de herramientas. Es la falta de criterio para decidir qué hacer con ellas.
Qué merece atención.
Qué merece delegarse.
Qué conviene aprender.
Qué es puro teatro.
Qué es productividad real y qué es solo velocidad disfrazada.
La IA amplifica, sí. Pero amplifica lo que ya está ahí.
Si hay criterio, lo potencia.
Si hay oficio, lo acelera.
Si hay gusto, lo expande.
Y si no lo hay, también.
Produce más cantidad, más rápido, con menos fricción. Y muchas veces con menos conciencia.
Por eso una persona con criterio gana muchísimo con estas herramientas. Y una persona sin criterio puede convertirse, sencillamente, en una máquina de producir mediocridad a velocidad industrial.
Competencia, no maestría
Creo que aquí también conviene bajar un poco la épica.
No hace falta convertirse en experto absoluto en IA para sobrevivir a esta etapa.
Ni falta hace, probablemente.
Para la mayoría de personas, lo relevante no es dominar el campo. Es alcanzar un nivel razonable de competencia. Saber qué puede hacer la herramienta. Dónde falla. Cuándo confiar y cuándo no. Cómo integrarla en un trabajo que ya sabes hacer.
Eso es muy distinto de obsesionarse con convertirse en power user, evangelista o ingeniero de prompts con vocación mística.
Hay una distancia muy pequeña entre cero y competencia.
Y una distancia enorme entre competencia y maestría.
En muchos casos, lo único urgente es cruzar la primera.
No para impresionar a nadie.
Para no quedarse bloqueado.
Lo que importa no es tu opinión sobre la IA
Esto también duele un poco, pero merece ser dicho.
Da bastante igual lo que tú, yo o cualquiera piense sobre si la IA está sobrevalorada, si el hype ha ido demasiado rápido o si muchas empresas están comprando una narrativa antes que una solución.
Puede que todo eso sea cierto.
Pero el mercado laboral no funciona en función de la verdad.
Funciona en función de lo que otros creen que es verdad.
Si tu jefe, o el jefe de tu jefe, ya ha comprado el relato de la IA, ese relato tiene consecuencias, aunque esté inflado.
Así que no se trata solo de tener razón. Se trata de entender el tablero.
A veces sobrevivir a una transición no depende de anticipar el futuro con precisión. Depende de leer bien lo que los demás ya han decidido hacer con él.
Y luego está la pregunta más incómoda
Todas estas reflexiones acaban llevando, al menos en mi caso, a una pregunta bastante más personal que tecnológica.
Si mañana desaparecieran todas estas herramientas, ¿seguiría sabiendo hacer bien lo que hago?
No en términos perfectos.
No con la misma velocidad.
No con la misma escala.
Pero sí con el suficiente criterio como para reconocer qué está bien, qué está mal y qué merece la pena.
Creo que esa pregunta divide bastante bien dos formas de relacionarse con esta etapa.
La primera: usar la IA para aumentar una capacidad que ya existe.
La segunda: usar la IA para tapar una capacidad que nunca llegaste a desarrollar del todo.
En el primer caso, la máquina te vuelve más prolífico. En el segundo, te vuelve más dependiente.
Y la diferencia entre ambas puede no notarse mucho al principio.
Pero con el tiempo, se nota. Mucho.
Saber cuándo parar
Quizá esta sea la habilidad menos comentada y, sin embargo, una de las más importantes.
Saber cuándo parar.
Porque estas herramientas no tienen un punto natural de cierre. Siempre pueden generar una versión más.
Otro enfoque.
Otra lista.
Otro borrador.
Otra optimización.
Y eso introduce una ilusión muy peligrosa: la de que, porque puedes seguir produciendo, deberías seguir produciendo.
No siempre es así.
A veces, si ahora tardas cuatro horas en hacer lo que antes te llevaba ocho, el premio no debería ser hacer el doble.
Debería ser recuperar cuatro horas.
Para leer.
Para pensar.
Para pasear.
Para descansar.
Para estar con los tuyos.
Incluso para no hacer nada.
Que también es una forma bastante digna de usar el tiempo.
La abundancia de output no siempre mejora una vida.
A veces solo la llena.
Quizá el reto real de esta época sea otro
No aprender más rápido.
No probar más cosas.
No parecer actualizado.
No hablar con soltura de agentes, copilotos y flujos LLM-based en una reunión.
Quizá el reto real sea otro. Conservar tu posición mientras todo acelera.
Aprender lo suficiente sin convertirlo en religión.
Usar la herramienta sin entregarle el juicio.
Aprovechar la productividad sin sacrificar la profundidad.
Aceptar que el cambio viene sin dramatizarlo todo y sin infantilizarse ante él.
Y, sobre todo, recordar algo muy básico.
Que no necesitas dominar todas las herramientas del mercado.
Necesitas decidir mejor con las que ya tienes.
También déjame recordarte que si te gusta la tecnología, el podcast de Código Abierto puede ser una muy buena opción.
Food for thought
A veces pienso que, dentro de unos años, miraremos atrás y nos parecerá entrañable esta fase.
La fase en la que todos corríamos.
La fase en la que nadie quería quedarse atrás.
La fase en la que confundíamos novedad con dirección.
Puede que entonces descubramos que la ventaja nunca estuvo en probarlo todo.
Estuvo en saber qué merecía la pena conservar de uno mismo mientras aprendías a trabajar con lo nuevo.
Porque el verdadero riesgo de esta época quizá no sea que la IA piense por ti.
Quizá sea que, entre tanta prisa, dejes de decidir tú.
Y eso es todo por hoy. Si algo de lo que has leído te ha removido, dímelo.
Ya sabes que estoy al otro lado si quieres comentar, discrepar o simplemente saludar.
Que nunca te falten ideas, ni ganas de probarlas.
A.