Pensar antes de pedir
Diario de Innovación #368
Estamos hablando mucho de cómo la inteligencia artificial aumenta nuestras capacidades.
Y tiene sentido.
Nos ayuda a escribir, resumir, programar, analizar, investigar, preparar reuniones, ordenar ideas y producir más rápido.
Pero quizá estamos hablando menos de la otra cara.
La IA también puede atrofiarnos.
No porque sea mala.
No porque debamos dejar de usarla.
Sino porque, si no tenemos cuidado, podemos acabar delegando demasiado pensamiento en ella.
Ese es el concepto de “AI gravity”: la gravedad de la inteligencia artificial.
Una fuerza silenciosa que nos empuja a usarla cada vez más.
Primero para ahorrar tiempo.
Después para producir mejor.
Luego para no quedarnos atrás.
Y finalmente porque ya no sabemos trabajar igual sin ella.
El problema no es usar IA.
El problema es usarla para evitar pensar.
Porque pensar cuesta.
Escribir cuesta.
Leer despacio cuesta.
Ordenar una idea cuesta.
Tomar una decisión ambigua cuesta.
Y si una herramienta puede hacerlo por nosotros, la tentación es evidente.
Pero muchas veces esa fricción no era un obstáculo.
Era parte del aprendizaje.
Cuando escribes una idea, la entiendes mejor.
Cuando resumes un texto, decides qué importa.
Cuando preparas una reunión, anticipas objeciones.
Cuando comparas alternativas, desarrollas criterio.
Cuando te equivocas, aprendes.
Si la IA hace todo eso por ti, quizá entregas antes.
Pero puede que aprendas menos.
El artículo que inspira esta reflexión cita un estudio preliminar del MIT Media Lab con un dato bastante llamativo: el 83% de los participantes que escribieron ensayos usando ChatGPT no fue capaz de citar una sola frase del texto que acababa de entregar.
La idea es sencilla, y cruda como la más terrible de las realidades que nos espera.
El contenido pasó de la pantalla al documento.
Pero no pasó por el cerebro.
Y ese es el riesgo.
Que parezcamos más productivos, pero seamos menos capaces.
Que generemos mejores textos, pero tengamos menos ideas propias.
Que preparemos mejores respuestas, pero perdamos memoria, criterio y oficio.
En una empresa, esto puede ser especialmente delicado.
Porque mucho conocimiento no está en manuales ni procesos.
Está en la experiencia.
En saber leer a un cliente.
En detectar que algo no cuadra.
En entender por qué una solución técnicamente correcta no va a funcionar.
En haber vivido errores.
En haber tomado decisiones difíciles.
Ese conocimiento tácito se transmite trabajando, observando, practicando y pensando.
Si delegamos demasiado pronto en IA, corremos el riesgo de romper esa cadena.
Las nuevas generaciones pueden producir más desde el principio, sí.
Pero quizá desarrollen menos juicio.
Y el juicio será cada vez más importante.
Porque en un mundo lleno de respuestas generadas, la ventaja no estará solo en obtener una respuesta.
Estará en saber si esa respuesta tiene sentido.
Si falta algo.
Si está sesgada.
Si no encaja con el contexto.
Si parece correcta, pero no lo es.
Por eso la gran pregunta no es si debemos usar IA.
Claro que debemos usarla.
La pregunta es cómo usarla sin volvernos dependientes.
Y aquí hay una diferencia clave.
Puedes usar la IA como sustituto. O puedes usarla como entrenador.
La usas como sustituto cuando le pides que piense, escriba, decida y cierre por ti.
La usas como entrenador cuando le pides que te haga mejores preguntas, que te ponga objeciones, que revise tus argumentos, que detecte puntos débiles o que te obligue a pensar mejor.
Esa diferencia importa.
Mucho.
Porque una herramienta puede ampliar tus capacidades.
Pero una muleta puede sustituirlas.
Y si una capacidad deja de entrenarse, se pierde.
Por eso conviene mantener algunos hábitos sencillos.
Pensar antes de preguntar.
Escribir una primera versión propia antes de pedir ayuda.
Leer algo completo antes de pedir un resumen.
Usar la IA para contrastar, no para evitar el esfuerzo.
Reservar espacios sin IA: reuniones, conversaciones importantes, decisiones difíciles, aprendizaje profundo.
Y, sobre todo, reinvertir bien el tiempo ganado.
Porque si la IA solo sirve para producir más correos, más documentos, más reuniones y más ruido, no nos ha liberado.
Solo ha acelerado la rueda.
Pero si usamos ese tiempo para pensar mejor, aprender más, mejorar procesos o desarrollar criterio, entonces sí puede ser una palanca enorme.
La IA no es el enemigo.
El enemigo es convertirnos en usuarios pasivos.
Gente que produce mucho, pero piensa poco.
Gente que tiene respuestas para todo, pero cada vez menos criterio propio.
Gente que parece más capaz porque tiene una herramienta muy potente delante, pero que se queda desnuda cuando esa herramienta desaparece.
La IA puede multiplicarnos.
Pero también puede atrofiarnos.
Puede ser un gimnasio para la mente.
O puede ser una anestesia.
Depende de cómo la usemos.
Quizá la pregunta importante no sea si podemos dejar la IA después de haber empezado.
Quizá la pregunta sea otra.
Cuando la IA no esté delante, ¿qué seguiremos sabiendo hacer nosotros?
🌍 El eco del mercado
⚡ La IA empieza a buscar su propia central eléctrica. Helion ha levantado 465 millones de dólares para acelerar una planta de fusión pensada para Microsoft. La noticia no va solo de energía limpia: va de quién consigue asegurar electricidad suficiente para sostener la próxima fase de la IA.
💬 El agente entra por la puerta más cotidiana: el mensaje. Apple ha aprobado Poke como primer agente de IA dentro de Messages for Business. Es una señal pequeña, pero importante: los agentes empiezan a entrar en los canales donde ya ocurre la relación con clientes.
🏕️ Meta convierte el data center en infraestructura de campaña. Meta está construyendo centros de datos en tiendas de campaña para reducir costes y acelerar despliegues. Suena improvisado, pero apunta a una presión muy real: levantar capacidad de IA más rápido que la construcción tradicional permite.
🍏 Apple admite que Siri no puede ponerse al día sola. Apple estaría recurriendo a Google Cloud y chips de NVIDIA para procesar parte de las consultas de la nueva Siri. Más que una mejora de producto, es una señal de dependencia tecnológica en plena carrera por recuperar terreno frente a ChatGPT y Claude.
🇨🇳 China empieza a entrenar músculo propio, no solo a resistir sanciones. Huawei habría usado chips Ascend 910C para completar post-training del modelo DeepSeek-V4-Pro. El matiz importa: China intenta pasar de ejecutar modelos a participar en fases más complejas del entrenamiento.
🏛️ OpenAI abre la puerta al supervisor antes del lanzamiento. OpenAI permitirá que el Gobierno de EE.UU. revise sus modelos antes de publicarlos. La IA frontier entra en una nueva fase: menos laboratorio privado puro y más tecnología estratégica vigilada por el Estado.
🛰️ La IA también entra en operaciones de inteligencia. La NSA estaría preparando Mythos, de Anthropic, para operaciones ciber. La noticia condensa una tensión incómoda: los mismos modelos que se presentan como herramientas de productividad empiezan a integrarse en capacidades ofensivas o defensivas de seguridad nacional.
💸 La factura del token empieza a poner orden.La industria empieza a pasar del “usa más IA” al “controla cuánto cuesta usar IA”. El debate se mueve de la experimentación rápida a los guardrails, la eficiencia y la gestión real del gasto. Todos sabíamos que este momento llegaría.
🧩 Microsoft descubre que liderar el relato no basta. WIRED plantea si Microsoft ha perdido parte de su brillo: sus productos de IA no estarían vendiendo como esperaba y GitHub arrastra problemas. Es relevante porque rompe la narrativa de ejecución impecable.
🚧 Nueva York pone un semáforo rojo temporal a los data centers. La legislatura de Nueva York ha aprobado una moratoria de un año para nuevos grandes centros de datos, pendiente de la firma de la gobernadora. El objetivo: entender mejor su impacto energético, ambiental y económico.
🕵️ El ransomware vuelve al mundo físico. Google y el FBI alertan de un grupo que envía falsos técnicos de IT a oficinas para hackear víctimas en persona. La sofisticación no siempre está en el malware; a veces está en parecer suficientemente normal.
🧱 Supabase demuestra que el open source también captura la ola agentica. Supabase ha duplicado su valoración hasta los 10.000 millones de dólares en ocho meses. Su crecimiento se apoya en el auge de herramientas como Claude, Codex y plataformas de vibe coding.
Déjame recordarte que si te gusta la tecnología, el podcast de Código Abierto también puede ser una buena opción.
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.
PD. Si quieres leer más sobre esta idea —tecnología que ayuda, pero también debilita— empezaría por Superficiales y Atrapados, de Nicholas Carr. Después seguiría con El Valor de la Atención, de Johann Hari; Inmune a la Distracción, de Nir Eyal; y Alone Together o En Defensa de la Conversación, de Sherry Turkle. No son libros contra la tecnología. Son libros contra usarla sin preguntarnos qué parte de nosotros estamos dejando de entrenar.
PD2: Si quieres una men sana in corpore sana, nada mejor que este juego de gomas elásticas para ponerte fuerte de cada a las vacaciones,