Según las redes sociales, deberías estar preparando dos documentos: tu currículum y tu testamento.
La inteligencia artificial va a quitarte el trabajo. Después acabará con la humanidad. Hay cierta discusión sobre el orden, pero aparentemente conviene tener ambos en PDF.
Mientras tanto, alguien te ofrece un curso para sobrevivir a todo esto. Tiene acceso de por vida.
Admiro a una persona capaz de ofrecer semejante garantía en pleno apocalipsis.
Antes de comprar el curso o despedirte de tus seres queridos, vamos a entender qué estamos construyendo. Sin ecuaciones. Sin palabras que parezcan nombres de medicamentos. Y, sobre todo, sin dar por hecho que una máquina que redacta correos ya está organizando nuestro funeral.
Primero, conoce al supuesto asesino
Hablemos de la IA que encuentras en los chats.
Imagina que lees: «El café estaba muy caliente, así que esperé a que se…».
Probablemente completarías la frase con «enfriara». No con «presentara a las elecciones».
Un modelo de lenguaje aprende, durante su entrenamiento, a anticipar cómo puede continuar un texto. Practica con enormes cantidades de ejemplos y se ajustan sus números internos para mejorar. Cuando le escribes, utiliza lo aprendido y el contexto de la conversación para construir una respuesta, fragmento a fragmento. No necesita tener cada respuesta guardada de antemano. (Google for Developers)
Esos fragmentos se llaman tokens. Ya sabes una palabra técnica. Por favor, espera a terminar el artículo antes de poner «consultor de IA» en LinkedIn.
Ahora bien, aprender a producir respuestas puede desarrollar capacidades bastante más complejas que completar una frase. Con entrenamiento adicional, los modelos pueden mejorar resolviendo problemas, comprobando resultados y cambiando de estrategia. No todo eso viene de programas añadidos por fuera. (arXiv)
Pero responder con soltura no garantiza responder correctamente. Pueden inventar información o cometer errores mientras suenan completamente seguros. (Google for Developers)
Hasta aquí, una tecnología extraordinaria con un defecto bastante familiar en las reuniones de trabajo.
Saber hacer algo no significa tener las llaves
Supongamos que le pides una receta de pizza.
Te la escribe. Todavía no hay harina en tu cocina.
Ahora imagina que conectas el modelo a una aplicación de supermercado y le permites hacer compras. Podría consultar productos, elegir ingredientes y enviar un pedido.
Cuando un sistema puede elegir pasos y utilizar herramientas para completar una tarea, hablamos de un agente. Puede trabajar sin que le indiques cada clic: decide qué herramienta usar, observa el resultado y continúa. (Anthropic)
La diferencia no es que la IA haya desarrollado hambre.
La diferencia es que ahora un programa puede ejecutar acciones a partir de sus decisiones.
Una receta es texto. Una compra implica acceso a una tienda, una dirección, dinero y autorización. Son cosas distintas, aunque ambas empiecen en una ventana de conversación.
Por eso, cuando escuches que una IA «puede hacer cualquier cosa», conviene preguntar:
¿Con qué herramientas, en qué condiciones y con qué límites?
«Es muy inteligente» no sustituye ninguna de esas respuestas.
«Despacito» no es un código de lanzamiento
La historia de «le pregunté a Claude quién canta Despacito y treinta segundos después desapareció la Tierra» se salta algunos pasos.
Bastantes, de hecho.
Habría que explicar cómo pasó de responder una pregunta a acceder a sistemas peligrosos, ejecutar acciones y superar o aprovechar fallos de seguridad.
Entre el estribillo y el Armagedón faltan unas cuantas conexiones.
Eso no significa que debamos despreocuparnos. Los riesgos incluyen usos maliciosos, errores y posibles pérdidas de control. Los sistemas futuros plantean incertidumbres, y los controles actuales tienen limitaciones. Nada de eso necesita una máquina que sienta odio hacia nosotros. (International AI Safety Report)
Volvamos al supermercado con un ejemplo imaginario.
El agente compra los ingredientes. La confirmación tarda en llegar. Interpreta que la compra falló y vuelve a intentarlo. Después lo intenta otra vez.
Terminas con comida para una boda que no tenías previsto celebrar.
No hubo conciencia malvada. Hubo una mala gestión del error.
Ahora cambia «ingredientes» por «pagos a proveedores» y entenderás por qué hacen falta límites, comprobaciones y mecanismos para detener o corregir una operación. Esas medidas forman parte de una gestión responsable del riesgo, no de un adorno opcional para la presentación. (Centro de Recursos de IA del NIST)
No necesitas creer en Terminator para tomarte la seguridad en serio.
Tampoco necesitas imaginar a Terminator cada vez que una máquina aprende algo nuevo.
La freidora no es el restaurante
Pasemos a la pregunta que probablemente te preocupa más que los misiles: el trabajo.
Imaginemos a Laura, que prepara presupuestos para una empresa.
Antes tardaba dos horas en reunir información y redactar uno. Con una herramienta nueva consigue un borrador en quince minutos. Los tiempos son inventados, pero el dilema se entiende: ahora puede producir mucho más.
¿Significa que Laura ya no hace falta?
Todavía no hemos mirado el resto de su trabajo.
Un cliente pide algo que no le sirve. Otro necesita una entrega imposible. Un tercero quiere el producto más barato, con la mejor calidad y para ayer.
Este último no es un problema de inteligencia artificial. Es un problema de imaginación comercial.
Laura también debe aclarar necesidades, comprobar precios, negociar y evitar que la empresa prometa algo que no puede cumplir.
Automatizar el documento no demuestra que hayas automatizado el puesto entero. La evaluación de la Organización Internacional del Trabajo de 2025 considera la transformación de los empleos como el efecto más probable de la IA generativa, porque muchas ocupaciones combinan tareas que siguen requiriendo participación humana. Eso no garantiza que cada puesto se conserve. (International Labour Organization)
Algunas empresas podrían contratar menos o reducir equipos. Otras podrían atender más clientes o abrir servicios que antes no podían ofrecer.
La conclusión tranquilizadora no es «nadie perderá su empleo».
Es otra: que una máquina haga una parte de tu trabajo no significa que toda tu experiencia haya dejado de servir.
Comprar una freidora tampoco te convierte automáticamente en dueño de un restaurante.
Aunque en la demostración las papas salgan espectaculares.
El apocalipsis se quedó esperando al repartidor
Sigamos con nuestro restaurante imaginario.
El dueño compra un horno que prepara diez veces más pizzas. Está encantado con la productividad.
Pero conserva al mismo repartidor y su bicicleta.
Una hora después tiene una montaña de pizzas esperando y a un hombre pedaleando como si le debiera dinero a alguien peligroso.
La cocina va más rápido. Los clientes no comen antes.
Eso es un cuello de botella: la parte que limita lo que puede hacer el conjunto.
Algo parecido ocurriría si Laura preparara cien presupuestos diarios, pero la empresa solo pudiera entregar cinco pedidos.
También se puede mejorar el reparto, por supuesto. Los cuellos de botella no protegen eternamente los empleos. Pero muestran por qué una empresa no se transforma entera porque una tarea se vuelva rapidísima.
La realidad tiene la mala costumbre de no caber completa en una demostración.
Cuatro personas y diez responsabilidades
Ahora imagina una empresa que consigue hacer con cuatro desarrolladores, ayudados por IA, lo que antes hacía con diez.
Es un supuesto, no una predicción para todos los equipos.
Los cuatro podrían escribir menos código a mano y, aun así, responder por más sistemas, más cambios y más decisiones.
La máquina produce.
El teléfono que suena cuando algo falla puede seguir siendo el tuyo.
Ahí existe un argumento para negociar: no solamente «trabajo más horas», sino «estoy consiguiendo más resultados y asumiendo más responsabilidad».
La empresa puede ahorrar y el profesional ganar más al mismo tiempo. No es una contradicción matemática. Tampoco es algo que ocurra automáticamente: habría que negociarlo.
Tu paz mental no debería venir incluida gratis en la suscripción empresarial.
¿Y los seis que salieron del equipo? No desaparecen de la historia porque la cuenta haya quedado bonita. Pueden necesitar formación, oportunidades y apoyo. No basta con despedirlos y recomendarles un tutorial.
Los posibles nuevos empleos tampoco son un reemplazo automático, inmediato ni equivalente de los que se pierdan. Los economistas discrepan sobre cuánto compensarán las nuevas actividades a las desplazadas y sobre los efectos finales en empleo y salarios. (International AI Safety Report)
Prometer que todo se arreglará solo sería otra forma de vender humo, esta vez con música relajante.
La versión barata no incluye hacerse cargo
Volvamos a Laura.
Una herramienta que redacta presupuestos puede costar poco. Pero dejarla enviarlos sola exige algo más: precios actualizados, existencias correctas, límites de descuento y una forma de resolver excepciones.
En ese ejemplo, la cuenta no sería «sueldo de Laura contra cuota del chat».
Sería comparar el coste completo de dos maneras de trabajar.
Supongamos que el agente ofrece cien productos a un precio equivocado. Podría redactar unas disculpas excelentes. Incluso mostrar mucha empatía.
Los ceros de la cuenta bancaria, sin embargo, no reaparecen porque el mensaje termine con «lamentamos los inconvenientes».
Eso no demuestra que automatizar sea siempre caro. Demuestra que hacer algo barato y hacerse cargo de hacerlo bien son dos problemas distintos.
También sería razonable automatizar parte de las revisiones. Pero poner más software a revisar software no elimina la necesidad de comprobar cómo funciona el conjunto y de preparar respuestas a los fallos. (Centro de Recursos de IA del NIST)
«Lo aprobó otra IA» puede explicar cómo ocurrió un error.
No lo convierte en un acierto.
No entierres tu experiencia todavía
En nuestro restaurante, la IA propone campañas, promociones y menús nuevos.
Mientras tanto, Carmen, la camarera, observa que varios clientes miran el reloj y dejan comida. Les pregunta qué ocurre.
Solo tienen veinte minutos para almorzar.
Propone un menú pequeño que puedan reservar antes de llegar. Después utiliza la IA para desarrollar la idea, comparar opciones y preparar la promoción.
El dueño buscaba una experiencia gastronómica revolucionaria.
Los clientes buscaban volver al trabajo sin recibir una amonestación.
¿Podría una IA haber sugerido algo parecido? Sí. Esta historia no demuestra que la creatividad humana tenga poderes sobrenaturales.
Muestra algo más sencillo: Carmen encontró una necesidad en una conversación y utilizó una herramienta para resolverla.
Tu experiencia puede servir no solo para hacer una tarea, sino para reconocer qué tarea merece hacerse.
La máquina no vuelve inútil esa capacidad. Puede ayudarte a llevarla más lejos.
Tu equipo de supervivencia
No necesitas convertirte mañana en ingeniero de inteligencia artificial.
Empieza por una tarea pequeña de tu profesión. Prueba una herramienta con información no confidencial o con datos de ejemplo. Mira qué tiempo te ahorra y qué errores introduce. Aprende a distinguir una respuesta convincente de un resultado que realmente sirve.
No comiences entregándole la tarjeta de la empresa y diciendo: «Sorpréndeme».
Y no tires tu experiencia por la ventana porque una aplicación haga algo más rápido. Úsala para plantear mejores problemas, reconocer fallos y comprobar resultados.
Las empresas también deben hacer su parte. Formar a la gente, diseñar controles y repartir responsabilidades no debería sustituirse por un correo que diga «hay que adaptarse».
Eso es como tirar a alguien al agua y felicitarlo por su nueva oportunidad en el sector marítimo.
Habrá cambios reales. Algunos serán difíciles. Pero un futuro incierto no es lo mismo que una condena.
Puedes aprender a utilizar la IA sin venerarla, y exigir precauciones sin vivir aterrorizado.
Por ahora, deja el búnker para después. Conserva la curiosidad, practica y no subcontrates todo tu criterio.
Y puedes preguntar quién canta «Despacito».
Lo que conviene revisar es por qué alguien conectó la aplicación de música al Ministerio de Defensa.
