¿A quiénes excluirá la IA en el mundo laboral?

Hay una escena que se repite millones de veces por día en todo el mundo. Alguien abre un chat con un agente conversacional -ChatGPT, Claude, Gemini, el que sea- y escribe algo así: “Buscame información sobre…”, o peor, no sabe qué ni cómo escribir.

Del otro lado hay un modelo capaz de procesar enormes volúmenes de información, entrenado con buena parte del conocimiento humano disponible y listo para responder. Sin embargo, no puede hacer demasiado si la instrucción -el prompt- es pobre. Y acá está el punto que pocas veces se dice: el problema no empieza en la herramienta, empieza antes de usarla.

Hoy empleamos agentes conversacionales para casi todo: redactar, resumir, buscar, traducir, idear. Pero ese escenario no va a durar mucho tiempo más en el mundo laboral. A medida que los ecosistemas tecnológicos se vuelvan más automatizados -con flujos agénticos, agentes autónomos e inteligencia artificial integrada en distintas capas de los procesos- muchas tareas rutinarias van a dejar de pasar por una ventana de chat y van a resolverse solas.

Cuando eso ocurra, la conversación directa con un agente no va a desaparecer, va a cambiar de lugar. Ya no será el entorno donde se pida cualquier tarea simple, sino el espacio donde se planteen problemas complejos, decisiones que requieren contexto, ideas que necesitan precisión o situaciones en las que haga falta orientar, corregir y validar una respuesta. Ahí saber conversar con estas tecnologías va a marcar la diferencia entre quienes las aprovechen y quienes queden al margen.

Cuando la inteligencia artificial automatice lo simple, el valor humano no estará en pedir cualquier cosa, sino en intervenir bien en los momentos claves.

Y esto no es solo teoría. Algunos estudios recientes vienen advirtiendo un riesgo concreto. Investigaciones del MIT y Microsoft, junto con trabajos difundidos en Harvard Business Review, muestran que el uso frecuente y acrítico de estas herramientas tiene un costo cognitivo: las personas están obviando pensar. Realizan menor actividad cerebral, disminuyen su capacidad de pensamiento crítico y generan una dependencia creciente con lo que el chat les devuelve. Hay quienes directamente copian y pegan sin leer. Otras personas ajustan apenas una palabra y dan por terminado el trabajo. El esfuerzo mental propio se va reemplazando, de a poco, por una delegación automática.

Este fenómeno tiene dos caras. Por un lado, está quien se agota intentando seguirle el ritmo a la máquina: revisa, corrige, compara, vuelve a pedir, se satura. Por el otro, quien se rinde y delega todo en el chat sin revisar lo que devuelve. Dos extremos que parecen opuestos, pero comparten algo fundamental: en ninguno de los dos casos hay un buen manejo de la interacción.

Ahí es donde el tema se vuelve incómodo, porque la narrativa dominante hoy dice “aprendé a usar IA” como si el desafío fuera principalmente técnico. Y claro que hay una dimensión técnica porque importa conocer las herramientas, sus límites, riesgos, condiciones de uso, etc. Pero el cuello de botella está antes. Está en saber qué problema tenemos, haber diagnosticado nuestra situación, tener una idea de adónde queremos llegar y haber pensado qué resultado esperamos y para qué lo necesitamos.

Eso es pensamiento propio. Eso es creatividad, la capacidad de imaginar una solución posible, diseñando un camino y ejecutando una iteración eficaz para llegar hasta ahí. Quien se sienta frente a un agente conversacional sin eso, se sienta vacío. Y la herramienta, por más poderosa que sea, amplifica lo que recibe: si recibe vacío, amplifica el vacío.

Ahora bien, supongamos que ya sabemos qué queremos, que hicimos el diagnóstico y que tenemos una finalidad concreta. Ahora necesitamos algo que parece obvio, pero no lo es: saber decirlo.

No se trata de memorizar fórmulas de prompt ni de repetir estructuras mágicas para “sacarle el máximo potencial” a la máquina. Se trata de recuperar algo mucho más básico: las reglas de una buena conversación. Decir lo necesario, aportar información confiable, mantener la relación con el problema y expresarse con claridad, algo que Paul Grice ya había sistematizado en 1975 en sus máximas conversacionales: cantidad, calidad, relación y manera.

Por eso, lo que estas herramientas van a exigir en el futuro no será solamente habilidad tecnológica, sino madurez de pensamiento: saber qué se quiere, cómo decirlo, procesar la respuesta, repreguntar con criterio, detectar errores, desconfiar cuando corresponde y validar antes de usar. Habilidades que no se aprenden con un simple tutorial.

Y acá hay algo paradójico. Si lo que va a definir el buen uso de estas herramientas es la capacidad de pensar antes de actuar y de saber decir lo que se necesita, la generación silver -los más alejados de la tecnología en apariencia- puede ser quien esté mejor preparada para hacerlo. No porque domine más rápido una interfaz, sino porque muchas de sus capacidades laborales fueron construidas en entornos donde había que diagnosticar, explicar, argumentar, corregir y decidir sin asistencia automática permanente.

El escenario que viene no es gradual. A medida que la automatización absorba lo rutinario, las oportunidades de intervenir van a ser cada vez menos y cada vez más decisivas. Quien no sepa qué pedir ni cómo pedirlo no va a quedar simplemente rezagado: va a quedar afuera. La exclusión no alcanzará sólo a quienes no tengan estas herramientas, sino también a quienes, aún teniéndolas delante, no sepan cómo interactuar eficazmente con ellas.