La inteligencia artificial generativa promete transformar trabajadores comunes en profesionales más rápidos, creativos y productivos. Sin embargo, la evidencia revela una realidad menos cómoda: la IA puede reducir brechas de desempeño, pero no convierte automáticamente a un principiante en experto. Incluso puede amplificar errores cuando el usuario desconoce el tema y acepta respuestas convincentes sin verificarlas.
En campos como redacción, programación, análisis financiero, diseño, marketing o atención al cliente, herramientas como ChatGPT y los asistentes de código permiten producir resultados que antes exigían conocimientos especializados. Pero el verdadero valor no depende únicamente de tener acceso a la tecnología, sino de saber cuándo usarla, cómo darle instrucciones y, especialmente, cómo detectar cuando se equivoca.
LA IA PUEDE ELEVAR EL RENDIMIENTO DE LOS MENOS EXPERIMENTADOS
Uno de los estudios más conocidos fue realizado con 758 consultores de Boston Consulting Group por investigadores vinculados a Harvard Business School, MIT y otras instituciones. Los participantes desarrollaron tareas similares a las que enfrentan en su trabajo cotidiano, con y sin acceso a GPT-4.
En las actividades ubicadas dentro de las capacidades del modelo, quienes utilizaron inteligencia artificial completaron aproximadamente 12% más tareas, trabajaron cerca de 25% más rápido y obtuvieron resultados de mayor calidad. Los mayores beneficios aparecieron entre los participantes que inicialmente tenían un rendimiento inferior al promedio.
Esto demuestra que la IA puede funcionar como un “igualador” parcial: ayuda a estructurar textos, resumir información, proponer ideas, organizar argumentos y entregar una primera versión aceptable. Un empleado con poca experiencia puede producir rápidamente un documento que parezca elaborado por alguien más preparado.
Pero parecer experto no significa serlo.
LA FRONTERA TECNOLÓGICA ES IRREGULAR
Los investigadores denominaron “frontera tecnológica irregular” al límite cambiante entre las tareas que la IA puede resolver correctamente y aquellas en las que todavía fracasa. El problema es que ambas pueden parecer igualmente sencillas para el trabajador.
Cuando las actividades estaban fuera de las capacidades de GPT-4, los participantes asistidos por IA tendían a cometer más errores que quienes trabajaban sin ella. Muchos confiaron en las respuestas del sistema incluso después de haber sido advertidos de que podían contener información falsa.
Aquí aparece el verdadero peligro empresarial: un trabajador inexperto puede producir un informe impecable en apariencia, pero basado en datos inexistentes, normas desactualizadas, cálculos incorrectos o conclusiones técnicamente absurdas. La velocidad de la IA también puede convertirse en una fábrica acelerada de equivocaciones.
EL CONOCIMIENTO DEL USUARIO SIGUE SIENDO DECISIVO
Los modelos de lenguaje generan respuestas calculando secuencias probables de palabras. No “comprenden” necesariamente un problema como lo haría un especialista ni verifican automáticamente que cada afirmación sea verdadera.
Por ello, la calidad de una respuesta depende de tres factores: la capacidad del modelo, la claridad de las instrucciones y el conocimiento del usuario para evaluar el resultado.
Una investigación difundida por MIT Sloan mostró que las mejoras no provienen solamente de utilizar un modelo más avanzado. Una parte importante del rendimiento surge de cómo los usuarios adaptan y perfeccionan sus indicaciones. En otras palabras, saber formular solicitudes, aportar contexto y corregir iterativamente puede ser tan relevante como cambiar de tecnología.
Un especialista puede identificar omisiones, contradicciones o supuestos débiles. Un principiante, en cambio, puede aceptar una respuesta porque está bien redactada. Esta diferencia se denomina calibración de confianza: saber cuánto creerle al sistema según el tipo de tarea y la evidencia disponible.
LA IA NO REEMPLAZA LA EXPERIENCIA, LA AMPLIFICA
La inteligencia artificial es especialmente útil para automatizar tareas repetitivas, explorar alternativas, localizar información preliminar, resumir documentos y generar borradores. Los expertos suelen delegar estas actividades, pero conservan el control sobre la interpretación, la síntesis compleja y las decisiones de alto impacto.
En términos técnicos, las empresas pueden mejorar la confiabilidad utilizando sistemas de generación aumentada por recuperación, conocidos como RAG, que conectan el modelo con documentos autorizados, bases institucionales o normativa vigente. También pueden implementar plantillas de instrucciones, registros de fuentes, validaciones automáticas y revisión humana obligatoria.
No obstante, ninguna arquitectura elimina totalmente las “alucinaciones”, es decir, respuestas inventadas o incorrectas presentadas con aparente seguridad. El control humano continúa siendo indispensable en asuntos legales, financieros, médicos, administrativos y regulatorios.
CAPACITAR NO SIGNIFICA ENSEÑAR SOLO A ESCRIBIR PROMPTS
Comprar licencias y ofrecer una charla de dos horas no constituye una estrategia seria de transformación digital. La capacitación debe incluir conocimiento del proceso, protección de datos, verificación de fuentes, límites del modelo y criterios para decidir qué tareas pueden automatizarse.
La OCDE advierte que los beneficios productivos de la IA dependen del desarrollo de habilidades, de cambios organizacionales y de inversiones complementarias. Sin estas condiciones, las ganancias pueden tardar en aparecer o limitarse a resultados superficiales.
Asimismo, la Organización Internacional del Trabajo señala que la IA generativa transformará principalmente tareas dentro de las ocupaciones, más que eliminar de inmediato profesiones completas. Las labores administrativas y altamente digitalizadas se encuentran entre las más expuestas.
EL RIESGO DE CREAR “FALSOS EXPERTOS”
La IA puede elevar rápidamente el nivel de presentación de un empleado, pero también ocultar sus carencias. Un texto elegante, un código que aparentemente funciona o una presentación convincente pueden generar una peligrosa ilusión de competencia.
Las empresas que utilicen la IA únicamente para producir más y más rápido podrían terminar inundadas de documentos mediocres, decisiones no verificadas y trabajadores incapaces de explicar lo que entregaron.
La conclusión es clara: la IA puede acelerar el camino hacia la especialización, pero no sustituye el estudio, la práctica ni el criterio profesional. Puede convertir a un trabajador capacitado en uno extraordinariamente productivo. También puede convertir a un trabajador imprudente en un generador industrial de errores.
FUENTES
- Harvard Business School
- Boston Consulting Group
- MIT Sloan School of Management
- Organización para la Cooperación y el Desarrollo Económicos — OCDE
- Organización Internacional del Trabajo — OIT
- Estudio Navigating the Jagged Technological Frontier
- Estudio Augmenting Expert Cognition in the Age of Generative AI