Índice7
La pregunta suele plantearse así: «¿va a sustituir la IA a tal profesión?». Los experimentos realizados desde 2023 invitan a plantear otra: ¿cuál es el papel del ser humano frente a la IA, y qué parte del oficio gana valor cuando una máquina sabe producir? Su respuesta es bastante clara. La producción pierde valor; el encuadre, la verificación y la responsabilidad lo ganan. La persona que marca la diferencia no es la que escribe las mejores instrucciones. Es la que conoce su oficio lo bastante para ver cuándo se equivoca la máquina.
En resumen
- En tareas adecuadas, la IA aporta volumen, velocidad y calidad; en una tarea vecina fuera de sus capacidades, hace producir más respuestas erróneas.
- Ayuda sobre todo a los principiantes. En los más experimentados, la ganancia es escasa, y un estudio de 2025 llegó a medir una pérdida de tiempo.
- Delegar la tarea que uno debe aprender impide aprenderla, salvo cuando la IA está concebida como tutor.
- La ley empieza a exigir que una persona responda de las decisiones que comprometen, y que las empresas ayuden a su personal a dominar estas herramientas.
La frontera en dientes de sierra
El experimento más elocuente se realizó con 758 profesionales, en tareas de consultoría diseñadas con el Boston Consulting Group, y se publicó en Organization Science en marzo de 2026, tras un registro previo. Compara a los participantes equipados con IA con los que trabajan sin ella.
más de tareas se terminaron con la IA, un 25,1 % más rápido y con una calidad claramente mejor, en 18 tareas realistas situadas dentro de sus capacidades
menos de probabilidades de dar una respuesta correcta: es lo que la IA supuso para los participantes en una tarea de gestión compleja, elegida para estar fuera de sus capacidades
Los autores hablan de una «jagged technological frontier», una frontera tecnológica irregular. La línea que separa lo que la IA hace bien de lo que hace mal no sigue la dificultad aparente de las tareas. Dos tareas que parecen vecinas pueden caer a uno y otro lado. Y desde fuera, el resultado puede tener el mismo aspecto en ambos casos: un texto bien escrito, seguro de sí mismo.
El saber hacer consiste, por tanto, en saber de qué lado se está. Ese saber no está en la herramienta. Está en el conocimiento del oficio.
La IA ayuda sobre todo a quienes empiezan
Un estudio publicado en el Quarterly Journal of Economics, con datos reales de 5.172 agentes de un servicio de atención al cliente, mide un aumento medio del 15 % de los problemas resueltos por hora gracias a un asistente de IA. La ganancia es muy desigual: los agentes menos experimentados y menos cualificados mejoran tanto en velocidad como en calidad, mientras que los más experimentados ganan un poco de velocidad y pierden un poco de calidad.
Una forma de leerlo: la herramienta ha captado parte del saber hacer de los mejores y lo redistribuye a los nuevos. Es una buena noticia para el desarrollo de competencias. No hace inútil la experiencia, al contrario. Siempre hace falta alguien que diseñe las buenas respuestas, detecte las que se desvían y forme a los siguientes. El experto dedica menos tiempo a producir y más a diseñar, controlar y transmitir.
En los más experimentados, la IA llegó incluso a hacer perder tiempo. En julio de 2025, un ensayo aleatorizado de la organización METR, con dieciséis desarrolladores en proyectos que conocían desde hacía cinco años de media, midió que tardaban un 19 % más con la IA, aunque después estimaban haber ganado un 20 %. La muestra es pequeña, y METR considera ya superados esos resultados: su actualización de febrero de 2026 estima el efecto probablemente más favorable a principios de 2026, sin poder cifrarlo de forma fiable. Según la tarea y la persona, la IA puede ayudar mucho, poco o nada.
El riesgo: delegar el criterio junto con la tarea
Si el valor reside en el criterio, la pregunta pasa a ser: ¿el uso de la IA mantiene ese criterio o lo erosiona?
Un estudio presentado en la conferencia CHI 2025 por Microsoft Research y Carnegie Mellon, con 319 trabajadores del conocimiento, observa que cuanto más se confía en la IA, menos se ejerce el pensamiento crítico, y que cuanto más confianza se tiene en uno mismo, más se ejerce. Dos precauciones: es una encuesta declarativa, por tanto una correlación y no una prueba de que la IA atrofie el criterio; y Microsoft vende herramientas de IA, lo que hace la constatación aún más notable.
Un experimento de campo va más allá. Publicado en PNAS en junio de 2025, se refiere a casi 1.000 alumnos de un gran instituto turco, en matemáticas. Unos tienen acceso a un asistente generalista, otros a una versión concebida como tutor, que guía sin dar la respuesta. Sus notas se comparan con las de los alumnos que nunca tuvieron IA.
en las notas durante los ejercicios: es la ventaja de los alumnos con el asistente generalista
en las notas durante los ejercicios: es la ventaja de los alumnos con la versión tutor
en las notas una vez retirado el acceso: es el retraso de los alumnos que tenían el asistente generalista
La versión tutor limita en gran medida este efecto. (En agosto de 2025 se publicó una corrección: solo afecta a la afiliación de un autor, no a los resultados.)
Estos resultados se refieren a alumnos que aprenden, no a profesionales en el trabajo, y no se trasladan tal cual a la empresa. Pero la idea que ilustran vale más allá de la escuela: delegar la tarea que uno debe aprender impide aprenderla. Para una empresa, la pregunta es concreta: ¿cómo se formará a los juniors si la IA hace todas las tareas que servían para aprender el oficio? La tratamos en nuestro artículo sobre la IA y el primer empleo de los jóvenes.
También se leen muchos estudios que afirman que la IA nos vuelve tontos. Los que más circulan son o correlacionales o prepublicaciones con unas pocas decenas de personas, sin revisión por pares, que no tomamos como pruebas. Los repasamos, con sus límites, en nuestro artículo sobre la pregunta de si la IA nos vuelve tontos.
Responder del resultado: la ley interviene
El criterio humano ya no es solo una buena práctica. Los textos empiezan a exigirlo, en Europa y en California.
- 2 de febrero de 2025
En Europa entra en aplicación el artículo 4 del reglamento de IA. Pide a las empresas que despliegan IA que adopten medidas para que su personal domine estas herramientas.
- Octubre de 2025
En California, el gobernador veta un primer texto, SB 7.
- 27 de julio de 2026
El artículo 4 europeo se aplica en la versión reescrita por el Reglamento (UE) 2026/1744.
- 30 de septiembre de 2026
En California se firma la ley SB 947.
- 1 de julio de 2027
SB 947 entrará en aplicación.
En Europa, la reescritura cambia el objetivo: donde el texto de 2024 aspiraba a garantizar, en la mayor medida posible, un nivel suficiente de alfabetización en IA, ahora se trata de favorecer el desarrollo de la alfabetización en IA, sin obligación de garantizar un nivel específico para cada persona. Adoptar medidas sigue siendo obligatorio, pero la exigencia se ha suavizado.
En California, SB 947 prohíbe a un empleador basarse únicamente en un sistema de decisión automatizado para sancionar o despedir a un empleado; cuando se basa principalmente en un sistema así, una persona debe corroborar la decisión. Su autor, que ya estaba detrás de SB 7, la presenta con el nombre de «No Robo Bosses Act», en un comunicado político que hay que leer como tal.
El movimiento es claro: la máquina puede proponer, el ser humano firma. Se convierte en el responsable de lo que produce la máquina, y debe poder explicarlo. Para las decisiones que afectan a una persona, como un despido o un crédito, lo que prevén el RGPD y el reglamento de IA se detalla en nuestro artículo sobre la decisión automatizada por la IA.
Lo que cambia en el día a día
En nuestra casa, la regla se deriva de todo lo anterior: la máquina produce, una persona valida lo que compromete.
- Lo que compromete pasa por una validación humana. Nuestro agente de registro de gastos, en producción en Telegram desde julio de 2026, parte de la foto del ticket, extrae la información y espera una validación humana antes de escribir en el sistema contable.
- Ningún contenido público generado sale sin revisión humana. Es para nosotros una regla innegociable. También en este blog, un artículo generado nace como borrador, y es la revisión humana la que decide publicarlo.
- Los volúmenes se controlan por muestreo. Para un sitio traducido en serie por un modelo, nuestro método prevé revisar una muestra por idioma, con un modelo evaluador y una persona, en la primera pasada y luego por sondeo.
Sobre el terreno
Un cliente lo aprendió a su costa
En Palmora Property, un modelo publicó tres proyectos inmobiliarios que no existían, retirados desde entonces. Por eso controlamos los hechos, las fuentes y las entidades citadas en cualquier contenido generado.
Para un equipo que despliega la IA, añadimos dos consejos, extraídos de los experimentos citados. Formar en el oficio con la herramienta, no solo en la herramienta: en qué tareas es fiable, dónde se equivoca, cómo comprobarla. Y reservar a los principiantes tareas que sirvan para aprender, donde la IA acompaña sin hacer el trabajo por ellos, como el tutor del experimento turco.
Es también, en nuestra opinión, una de las razones por las que tantos proyectos de IA aún no dan dinero: se compra la herramienta y se olvida redefinir quién verifica qué.
Lo que pensamos
Nuestra postura, firmada por Jim: la IA no sustituye al profesional, desplaza su trabajo hacia el encuadre, la verificación y la responsabilidad. No es un consuelo, es un oficio distinto, y más exigente. Requiere conocer el propio campo mejor que antes, porque el error de la máquina suele ir mejor vestido que el error humano.
Seguimos siendo prudentes en dos puntos. En octubre de 2026, los estudios sobre el pensamiento crítico siguen siendo frágiles, y nada prueba que un uso de apoyo, bien encuadrado, dañe el criterio. Y las ganancias según la experiencia varían mucho de una tarea a otra. Cambiaríamos de opinión si experimentos controlados mostraran que una IA sin supervisión rinde tan bien como un profesional que la controla, en tareas donde el error sale caro. No es lo que dicen los estudios citados aquí.
La misma pregunta se plantea para la creación, con una conclusión parecida: la IA produce la media, el ser humano aporta la diferencia. Para un primer uso, elija una herramienta que deje el criterio a su equipo, por ejemplo un asistente de IA que responde sobre sus documentos citando su fuente: cada respuesta se puede comprobar. La elección del modelo también es cuestión de criterio: nuestra oferta de IA a su justo coste compara los modelos con sus propios contenidos, con coste medido y calidad evaluada, antes de quedarse con uno por tarea. Nuestra guía para integrar la IA en la empresa detalla cómo encuadrar este primer uso, de la tarea a las reglas.
Preguntas frecuentes
¿Va a sustituir la IA a los expertos?
Los experimentos disponibles muestran más bien un desplazamiento. Con datos reales de atención al cliente, la IA ayuda sobre todo a los principiantes, y los agentes más experimentados ganan poco. En ciertas tareas, incluso empeora el trabajo de profesionales, y es la experiencia la que permite darse cuenta. El experto dedica menos tiempo a producir y más a encuadrar, verificar y transmitir.
¿Qué competencias cobran importancia con la IA?
Saber en qué tareas es fiable la herramienta, verificar sus resultados, plantear bien el problema y asumir la decisión final. Dicho de otro modo, el criterio profesional más que la técnica de redactar instrucciones. Es también lo que la ley empieza a pedir: en Europa, las empresas que despliegan IA deben adoptar medidas para que su personal domine estas herramientas.
¿Hay que verificar todo lo que produce la IA?
No necesariamente todo, pero sí todo lo que compromete. La IA puede equivocarse en una tarea que se parece a otra que resuelve bien, y el error suele tener el mismo aspecto que una buena respuesta. Lo que sale hacia un cliente, un empleado o en forma de dinero merece una validación humana; las tareas internas repetitivas pueden controlarse por muestreo, siempre que se revisen con regularidad.
¿Puede una empresa despedir por decisión de una IA?
En California estará prohibido a partir del 1 de julio de 2027: un empleador ya no podrá basarse únicamente en un sistema automatizado para sancionar o despedir. En Europa, el artículo 22 del RGPD ya da derecho a no ser objeto de una decisión basada únicamente en un tratamiento automatizado que le afecte de forma significativa, salvo excepciones. Y el reglamento de IA clasifica estos sistemas como de alto riesgo, con obligaciones aplicables a partir del 2 de diciembre de 2027.
Fuentes
- Publicó en Organization Science (nueva pestaña)doi.org
- Un estudio publicado en el Quarterly Journal of Economics (nueva pestaña)doi.org
- Un ensayo aleatorizado de la organización METR (nueva pestaña)arxiv.org
- Considera ya superados esos resultados (nueva pestaña)metr.org
- Su actualización de febrero de 2026 (nueva pestaña)metr.org
- Un estudio presentado en la conferencia CHI 2025 (nueva pestaña)doi.org
- Publicado en PNAS en junio de 2025 (nueva pestaña)doi.org
- Artículo 4 del reglamento de IA (nueva pestaña)eur-lex.europa.eu
- SB 7 (nueva pestaña)leginfo.legislature.ca.gov
- El Reglamento (UE) 2026/1744 (nueva pestaña)eur-lex.europa.eu
- SB 947 (nueva pestaña)leginfo.legislature.ca.gov
- «No Robo Bosses Act» (nueva pestaña)sd05.senate.ca.gov
- El artículo 22 del RGPD (nueva pestaña)eur-lex.europa.eu
Jim · fundador de Brain Plus AI
Más artículos sobre ia empresarial
Tomar perspectiva8 min
¿Nos vuelve tontos la IA? Lo que dicen los estudios
Los estudios que circulan sobre este tema no tienen todos el mismo valor. Clasificamos cuatro por solidez, del experimento de campo a la prepublicación con 54 personas, y decimos qué se desprende de ellos.
Tomar perspectiva9 min
¿Es creativa la IA? Lo que dicen los experimentos
La IA supera al humano medio en las pruebas de creatividad, pero no a los mejores, y hace que las producciones se parezcan más entre sí. Por qué el valor reside ahora en la distancia respecto a la media.
Entender8 min
IA de alto riesgo en diciembre de 2027: por qué no esperar
Las reglas del AI Act sobre la IA de alto riesgo (selección de personal, gestión del personal, crédito) se aplicarán el 2 de diciembre de 2027. Qué usos se ven afectados, qué habrá que hacer y por qué las herramientas que se eligen ya deciden el esfuerzo necesario.