La inteligencia artificial puede ayudarnos a procesar más información. El verdadero reto es que esa capacidad nos permita pensar mejor, no dejar de pensar.
Hay algo que vengo observando con frecuencia en mis clases de posgrado.
La inteligencia artificial entró al aula. Y eso, en principio, me parece una buena noticia.
Hoy un estudiante puede buscar información, contrastar alternativas, organizar datos, explorar escenarios y construir análisis en una fracción del tiempo que necesitábamos hace apenas unos años.
El problema no es que utilice inteligencia artificial.
El problema comienza cuando deja de utilizarla para potenciar su análisis y empieza a tratarla como una especie de secretaria que piensa, escribe y resuelve por él.
Entonces aparecen trabajos perfectamente estructurados, argumentos sofisticados y conclusiones convincentes que no siempre parecen haber pasado por el proceso intelectual de quien los entrega.
Y ahí empieza a interesarme mucho menos preguntar si el texto fue producido con inteligencia artificial.
Me interesa otra pregunta:
¿La persona que entrega ese resultado realmente comprende lo que está diciendo?
Porque quizás uno de los grandes retos profesionales de los próximos años no será aprender a utilizar IA.
Será aprender qué debemos delegarle y qué no.
Los seres humanos siempre hemos utilizado herramientas para reducir nuestro esfuerzo mental.
Escribimos listas para no memorizar. Utilizamos calculadoras. Guardamos números telefónicos. Consultamos GPS.
La literatura denomina a este fenómeno cognitive offloading o descarga cognitiva: trasladar parte de las exigencias mentales de una tarea hacia una herramienta externa.
Y no necesariamente es algo negativo. La descarga cognitiva puede incluso mejorar nuestro desempeño cuando enfrentamos tareas con una alta demanda de memoria y procesamiento.
Por eso el debate no debería ser si dejamos o no que la IA haga cosas por nosotros.
La pregunta importante es:
¿Qué cosas queremos que haga por nosotros?
Aquí propongo distinguir entre dos formas de utilizar inteligencia artificial:
Descarga cognitiva útil: delego procesamiento para aumentar mi capacidad de análisis.
Descarga cognitiva peligrosa: delego procesamiento, interpretación y decisión hasta dejar de comprender el resultado.
La diferencia es enorme.
Imagine a un gerente que debe decidir si lanzar un nuevo producto.
Puede pedirle a una inteligencia artificial que organice investigaciones de mercado, compare competidores, clasifique miles de comentarios de consumidores, encuentre patrones, construya escenarios y proponga alternativas.
Excelente.
¿Por qué dedicar horas a procesar manualmente algo que una máquina puede ayudarnos a analizar en segundos?
El problema aparece cuando, después de todo ese trabajo, simplemente preguntamos:
“Entonces, ¿qué debo hacer?”
Y aceptamos la respuesta.
Sin cuestionarla.
Sin identificar qué información falta.
Sin incorporar nuestro conocimiento del contexto.
Sin considerar emociones, consecuencias o variables que nunca estuvieron representadas en los datos.
En ese momento dejamos de utilizar IA para ampliar nuestra capacidad y empezamos a utilizarla para sustituir nuestro criterio.
Por eso creo que debemos cambiar dónde invertimos nuestro esfuerzo intelectual:
Usa IA para cambiar dónde inviertes tu esfuerzo mental: menos esfuerzo procesando información; más esfuerzo interpretándola, cuestionándola y tomando decisiones.
Un estudio presentado en CHI 2025 por investigadores de Microsoft, basado en 936 experiencias de uso de IA generativa reportadas por 319 trabajadores del conocimiento, encontró una asociación entre una mayor confianza en la IA y un menor ejercicio de pensamiento crítico.
Pero encontró algo particularmente interesante: la IA no necesariamente elimina el pensamiento crítico. Puede desplazarlo hacia otras actividades, como verificar información, integrar respuestas y supervisar los resultados producidos por la herramienta.
Ahí está una de las oportunidades.
No necesitamos defender todas las tareas intelectuales que tradicionalmente realizábamos.
Necesitamos reservar nuestro esfuerzo para aquellas donde el criterio humano genera mayor valor.
Hay otro problema.
La IA es extraordinariamente buena produciendo respuestas que parecen razonables.
Puede argumentar. Explicar. Presentar escenarios. Construir recomendaciones aparentemente impecables.
Pero debemos recordar algo:
Que una IA explique muy bien una recomendación no convierte automáticamente esa recomendación en una buena decisión.
Investigaciones sobre confianza y complacencia frente a sistemas de IA han mostrado precisamente ese riesgo: las personas podemos aceptar recomendaciones automatizadas incluso cuando deberíamos cuestionarlas.
Eso significa que tendremos que desarrollar una habilidad paradójica:
aprender a desconfiar incluso de una buena explicación.
No desde la paranoia. Desde el criterio.
Pensamiento crítico no significa rechazar lo que dice la IA.
Significa tampoco aceptarlo simplemente porque suena inteligente.
Pensemos en marketing.
Una inteligencia artificial puede analizar miles de reseñas, clasificar sentimientos, identificar patrones de comportamiento, comparar segmentos y detectar correlaciones que un equipo humano tardaría semanas en encontrar.
Pero un consumidor no es solamente la suma de las variables almacenadas en una base de datos.
Hay emociones. Contexto. Contradicciones. Relaciones. Experiencias. Cultura. Momentos.
Y también existe información que quien toma la decisión conoce porque ha conversado con clientes, recorrido el negocio, trabajado con el equipo o simplemente ha estado suficientemente cerca del problema.
Por eso tampoco eliminaría completamente la intuición.
Pero la trataría con cuidado.
No como una excusa para afirmar: “llevo veinte años en esto y sé cómo funciona”.
Prefiero entenderla como una hipótesis construida desde la experiencia, que merece ser escuchada y también contrastada.
Datos sin contexto pueden producir decisiones incompletas.
Intuición sin evidencia puede producir decisiones arbitrarias.
El criterio aparece cuando hacemos conversar ambos mundos.
Quizás también hemos formulado mal otra pregunta.
Durante años hemos discutido:
¿Quién lo hace mejor: la inteligencia artificial o el humano?
Una investigación publicada en Management Science comparó precisamente distintos modelos de trabajo. En el experimento, los humanos trabajando solos consiguieron una precisión del 68 %, la automatización mediante IA alcanzó 77 % y la colaboración entre humanos e IA llegó a 80 %.
Cuando el sistema asignó distintos tipos de tareas según las fortalezas relativas de humanos e inteligencia artificial, la precisión alcanzó 88 %.
No deberíamos convertir esos porcentajes en una nueva receta universal. El experimento corresponde a una tarea concreta.
Lo relevante es el principio:
no todas las tareas deberían repartirse de la misma manera.
Habrá procesos que podemos automatizar casi completamente.
Otros en los que la IA debería acompañarnos.
Y habrá decisiones donde necesitamos reservar deliberadamente espacio para el juicio humano.
La ventaja competitiva no estará necesariamente en escoger entre inteligencia artificial e inteligencia humana.
Estará en aprender a diseñar mejor la relación entre ambas.
Por eso propongo una secuencia sencilla para recordar dónde debería estar el centro de gravedad de una decisión asistida por inteligencia artificial:
IA procesa.
El humano interpreta.
IA amplía posibilidades.
El humano incorpora contexto.
IA recomienda.
El humano decide.
Y, sobre todo, el humano responde por la decisión.
Esta última frase es fundamental.
Porque una decisión empresarial tiene consecuencias.
Afecta consumidores. Colaboradores. Equipos. Proveedores. Dinero. Reputaciones. Carreras profesionales.
Cuando esas consecuencias aparecen, no podemos simplemente decir:
“Eso fue lo que recomendó la IA”.
La tecnología puede participar en el proceso.
La responsabilidad continúa siendo nuestra.
Quizás necesitamos dedicar menos energía a encontrar “el prompt perfecto” y más a desarrollar la disciplina de cuestionar las respuestas.
Antes de convertir un resultado generado por IA en una decisión, me haría cinco preguntas:
¿Entiendo realmente esta recomendación?
¿Podría explicarla y defenderla sin tener la pantalla enfrente?
¿Qué información no conoce la IA?
¿Qué sabe mi organización, mi cliente o mi equipo que nunca fue entregado al sistema?
¿Qué variables humanas no están suficientemente representadas?
Emociones, cultura, confianza, relaciones, percepciones o consecuencias.
¿Qué evidencia podría demostrar que esta recomendación está equivocada?
Una buena decisión debería sobrevivir también al intento de refutarla.
¿Estoy dispuesto a responder por esta decisión?
Porque si la respuesta es no, probablemente todavía no estamos preparados para tomarla.
Regreso al aula.
No quiero formar profesionales que compitan contra ChatGPT haciendo manualmente todo aquello que una máquina puede ayudarles a resolver.
Eso sería prepararlos para un mundo que ya no existe.
Quiero que utilicen inteligencia artificial.
Que procesen cantidades enormes de información. Que encuentren conexiones. Que exploren escenarios. Que cuestionen sus primeras ideas. Que construyan mejores análisis.
Pero quiero también que puedan cerrar el computador y defender lo que decidieron.
Que sepan explicar por qué.
Que reconozcan los límites de la información.
Que puedan decirle no a la máquina.
Y que puedan cambiar de opinión cuando la evidencia demuestre que la máquina estaba identificando algo que ellos no habían visto.
Investigaciones iniciales sugieren que delegar excesivamente tareas a modelos generativos puede reducir el involucramiento cognitivo durante determinadas actividades, aunque todavía necesitamos mucha más evidencia para comprender sus efectos de largo plazo.
Por eso no necesitamos ni entusiasmo ingenuo ni miedo tecnológico.
Necesitamos criterio.
La IA puede convertirse en un enorme amplificador de nuestras capacidades.
Pero amplificar nuestra inteligencia exige que todavía exista algo que amplificar.
Quizás la gran pregunta de los próximos años no será cuánto puede pensar una inteligencia artificial.
Será cuánto pensamiento estaremos dispuestos a seguir ejerciendo nosotros.
Porque no necesitamos inteligencia artificial para pensar menos.
Necesitamos utilizarla para tener más capacidad de pensar mejor.
Y cuando llegue el momento de decidir, recordar algo todavía más importante:
la IA puede recomendarnos un camino; recorrerlo y responder por sus consecuencias sigue siendo profundamente humano.
Si esta idea te dejó una pregunta útil, recibe una conversación semanal sobre marketing, innovación y negocios para pensar mejor antes de decidir.