Tres competencias de las personas que no serán sustituidas en la era de la IA

Conclusión de un vistazo

En la era de la IA, quienes ganan dinero y sobreviven no son simplemente aquellos que conocen muchas de las últimas herramientas de IA. Lo más importante es definir con precisión los problemas de su propio trabajo, acumular datos y contextos propios que la IA pueda aprovechar, y desarrollar la capacidad de evaluar los resultados.

En YouTube y en los cursos en línea abundan los mensajes del tipo «gana mucho dinero trabajando solo 30 minutos al día con la IA». Aunque algunos recogen casos reales de mejora de la productividad, la mayoría se asemeja más a un modelo de negocio en el que se vende el propio contenido que enseña a ganar dinero con la IA. Por lo tanto, la pregunta clave es esta: No se trata de qué se puede automatizar con la IA, sino de qué cuellos de botella de mi trabajo voy a resolver con ella.

1. Salir de la fantasía de los ingresos por automatización con IA

Los trabajos secundarios basados en la automatización no ofrecen una ventaja competitiva duradera

Tras la popularización de la IA generativa, se han extendido rápidamente formas de monetización como la generación automática de texto, la creación de imágenes, la producción de vídeos cortos, la publicación automática en blogs y la gestión de chatbots. Sin embargo, en los ámbitos en los que cualquiera puede utilizar las mismas herramientas, la competencia se intensifica rápidamente. Si la calidad de los resultados es baja o el contenido es repetitivo, es fácil que las plataformas, los motores de búsqueda y los usuarios lo rechacen.

Google Search Central explica que el contenido de baja calidad generado en masa o el abuso de contenido a gran escala con el objetivo de manipular los rankings de búsqueda son objeto de su política contra el spam. Es decir, lo peligroso no es el hecho de utilizar IA, sino la práctica de producir en masa contenido que carece de valor real para las personas.

La IA no es una máquina de generar ingresos secundarios, sino un motor de productividad

Los ingresos sostenibles no provienen de las herramientas de IA en sí mismas, sino de la mejora de la eficiencia de los trabajos y negocios ya existentes.

Por ejemplo, el propietario de un restaurante no solo puede utilizar la IA para redactar las descripciones del menú, sino también para analizar conjuntamente el registro de existencias, el volumen de ventas por temporada, los datos de las reseñas y la información sobre eventos locales, con el fin de ajustar los pedidos y las promociones. Los planificadores no solo pueden encargar a la IA la elaboración de resúmenes sencillos, sino que también pueden introducir propuestas anteriores y casos de fracaso para mejorar la calidad de la toma de decisiones.

2. Tu verdadera baza son tus propios datos y tu visión

Cuando todo el mundo utiliza una IA potente, la diferencia radica en los datos

Servicios de IA de alto rendimiento como ChatGPT, Claude o Gemini están al alcance de mucha gente con solo pagar una cuota de suscripción. La época en la que el mero acceso a los modelos constituía una ventaja competitiva escasa se está acortando cada vez más. La razón por la que los resultados varían incluso utilizando la misma IA es que el contexto, los datos, los criterios y los comentarios que aporta cada usuario son diferentes.

A continuación se muestran algunos ejemplos de datos personales y organizativos que se pueden proporcionar a la IA:

• Documentos de planificación, informes, propuestas y actas de reuniones anteriores
• Consultas de clientes, reseñas y registros de asesoramiento
• Notas personales, apuntes de ideas y registros de lectura
• Material de análisis de las causas de proyectos fallidos
• Listas de tareas y criterios de toma de decisiones
• Vídeos de trabajo sobre el terreno, registros de observación y documentos de conocimientos prácticos

Al organizar este material, se crea una wiki personal o una base de conocimientos de la organización. No se trata de un simple almacenamiento, sino que se convierte en un activo de datos que se puede buscar, resumir y recombinar.

Métodos prácticos para crear una wiki personal

Un wiki personal no tiene por qué ser un sistema grandioso. La clave está en reunir los registros dispersos y organizarlos en una estructura que la IA pueda comprender.

1. Recopilar material: reunir en un solo lugar las aplicaciones de notas, los documentos en la nube, los correos electrónicos, los archivos locales y las capturas de pantalla.
2. Anota la fecha y la fuente: debe ser posible rastrear más adelante las fuentes en las que se basa el resumen elaborado por la IA.
3. Añade etiquetas temáticas: simplifica las etiquetas, por ejemplo, «clientes», «productos», «ideas», «fracasos», «lecciones aprendidas» o «tareas recurrentes».
4. Eliminar la información confidencial: se deben eliminar o anonimizar los datos personales, los secretos contractuales y la información que permita identificar a los clientes.
5. Elaborar una lista de preguntas: se debe preparar de antemano qué se le va a preguntar a la IA.

A continuación se muestran algunos ejemplos de preguntas.

• ¿Cuáles son los puntos fuertes y débiles que se repiten en mis propuestas de los últimos tres años?
• ¿Qué tipo de quejas de los clientes tienen más probabilidades de traducirse en una pérdida real de ingresos?
• ¿Qué patrones comunes hay en las tareas que suelo posponer?
• ¿En qué se diferencian las decisiones tomadas en los proyectos exitosos de las tomadas en los proyectos fallidos?

«Anmokji»: la digitalización del conocimiento tácito y los criterios de juicio

Por lo general, el término «tacit knowledge» se traduce al coreano como «conocimiento implícito». Se trata de un conocimiento que, aunque difícil de explicar por completo mediante textos o manuales, los expertos dominan de forma intuitiva. El «anmokji» al que nos referimos aquí se acerca más, dentro del conocimiento implícito, a ese sentido que permite discernir qué es bueno, qué resulta extraño y qué elección se adapta mejor a la práctica.

Por ejemplo, los siguientes tipos de conocimiento son difíciles de expresar únicamente con números o frases:

• La sensación que tiene un diseñador cuando percibe que los márgenes de una pantalla resultan extraños
• La capacidad de un chef para juzgar el punto de cocción con la yema de los dedos y el olfato
• La intuición de un comercial para detectar las dudas de un cliente en el transcurso de una conversación
• La capacidad de un editor para percibir el ritmo de una frase y los puntos en los que el lector pierde el interés
• La capacidad de un responsable de obra para intuir, de forma intuitiva, un recorrido de trabajo en el que podría producirse un accidente

La IA puede aprender a partir de grandes cantidades de texto e imágenes, pero no puede conocer automáticamente la intuición práctica acumulada por determinadas organizaciones y personas. Por lo tanto, la competitividad futura dependerá de lo bien que seamos capaces de registrar, ejemplificar y convertir en datos de retroalimentación el conocimiento implícito que hay en nuestro interior.

3. El lugar de trabajo se reorganiza en unidades de trabajo

Los grupos de tareas cambian antes que las profesiones en su conjunto

Es difícil afirmar con certeza que la IA vaya a eliminar por completo una profesión concreta. El cambio real se produce primero en las unidades de trabajo que componen el puesto. Es muy probable que las tareas con un alto grado de regularidad, como la recopilación de datos, la redacción de borradores, la coordinación de agendas, la síntesis, la clasificación y la formalización de informes, se automaticen rápidamente. Por el contrario, la toma de decisiones con responsabilidad, la mediación en conflictos, la toma de decisiones sobre el terreno, el juicio ético y el establecimiento de confianza en persona siguen siendo competencias humanas fundamentales.

El informe «Future of Jobs Report 2025» del Foro Económico Mundial prevé que los cambios tecnológicos, la transición ecológica y los cambios en la estructura económica generarán y sustituirán puestos de trabajo al mismo tiempo. La clave no es la simple conclusión de que desaparecerán puestos de trabajo, sino que la combinación de competencias necesarias cambiará rápidamente.

La crisis y la redefinición de los mandos intermedios

Los mandos intermedios han desempeñado tradicionalmente la función de desglosar los objetivos en tareas, asignarlas a las personas, supervisar el progreso e informar a sus superiores. Algunas de estas tareas son áreas en las que los agentes de IA y los sistemas de automatización de tareas pueden desempeñar un buen papel.

Por lo tanto, el futuro de los mandos intermedios se acerca más a una redefinición que a una desaparición. Los simples transmisores de información y los gestores de informes corren peligro, mientras que los gestores de tipo «orquestador», capaces de estructurar problemas y coordinar a personas y IA, cobran mayor importancia.

El valor de los jóvenes profesionales no desaparece, pero cambia su forma de trabajar

Si la IA se encarga de redactar borradores y recopilar información, las oportunidades tradicionales de formación para los recién incorporados y los jóvenes profesionales podrían reducirse. Al mismo tiempo, surgen nuevas oportunidades para ellos. Esto se debe a que cobrará importancia la capacidad de revisar rápidamente un borrador de 80 puntos elaborado por la IA, incorporar los comentarios del equipo y mejorarlo añadiendo un sentido de las tendencias.

Sin embargo, es difícil pensar que el valor de los jóvenes profesionales vaya a dispararse automáticamente. La clave está en si las empresas utilizan a los jóvenes profesionales como simples auxiliares o, por el contrario, los conciben como experimentadores que trabajan junto a la IA y como recopiladores de datos sobre el terreno. Los jóvenes profesionales también deben crecer no como personas que se limitan a presentar tal cual los resultados de la IA, sino como personas capaces de detectar errores y completar el contexto.

4. Las tres competencias de quienes sobreviven en la era de la IA

1) Capacidad para formular preguntas: diseñar preguntas que saquen partido al potencial de la IA

Las indicaciones no son simples comandos. Una buena indicación incluye el objetivo, el contexto, las restricciones, los criterios, los ejemplos y el formato de salida. Dado que la IA elabora sus respuestas basándose en las condiciones proporcionadas por el usuario, una pregunta ambigua genera una respuesta ambigua.

Los componentes de una buena formulación de la pregunta son los siguientes.

Una indicación mala exige una respuesta. Una buena indicación diseña el proceso de pensamiento.

2) Conciencia del problema: la capacidad de convertir las incomodidades en oportunidades de automatización

Quienes saben utilizar bien la IA suelen ser sensibles a las incomodidades. En este contexto, las quejas no son una molestia emocional, sino la capacidad de detectar problemas.

• ¿Por qué este informe se redacta cada semana siguiendo el mismo patrón?
• ¿Por qué hay que leer las consultas de los clientes desde el principio cada vez?
• ¿Por qué, al terminar una reunión, no quedan claras las decisiones tomadas ni quiénes son los responsables?
• ¿Por qué los materiales de formación para nuevos empleados se transmiten siempre solo de forma oral?
• ¿Por qué los casos de fracaso no se registran y caen en el olvido?

Estas preguntas son el punto de partida para la implantación de la IA. No hay que buscar primero la tecnología, sino identificar primero las pérdidas y los cuellos de botella recurrentes y, a continuación, valorar si la IA es la solución adecuada.

3) La combinación de experiencia e intuición: el criterio para seleccionar los resultados de la IA

La IA genera rápidamente numerosas opciones. Sin embargo, cuanto mayor es el número de opciones, más importante resulta la capacidad de selección. El criterio para distinguir entre un buen resultado y uno que solo parece bueno surge de la combinación de experiencia e intuición.

Si solo se cuenta con experiencia y no se sabe interpretar las tendencias, se corre el riesgo de quedarse anclado en juicios obsoletos. Por el contrario, si solo se tiene intuición y se carece de experiencia, se pueden tomar decisiones que, aunque parezcan plausibles, resulten inviables. Los responsables de la toma de decisiones en la era de la IA deben contar con ambas cosas.

5. Lista de comprobación práctica para que cualquier persona pueda empezar de inmediato

Tareas para hoy

• Reúne en una sola carpeta los documentos y notas que hayas creado durante el último año.
• Anota diez tareas recurrentes y registra el tiempo que te llevan y su frecuencia.
• Distingue entre las tareas que es arriesgado delegar a la IA y aquellas que sí se pueden delegar.
• Guarda las indicaciones que utilizas con frecuencia y compara la calidad de los resultados.
• Anota los errores en las respuestas de la IA para crear tu propia lista de verificación.

Tareas para este mes

• Crear un sistema de clasificación básico para la wiki personal o la base de conocimientos del equipo.
• Organizar los comentarios de clientes, compañeros y usuarios por temas.
• Elegir una tarea y comparar el tiempo que se tarda en realizarla antes y después de aplicar la IA.
• Convertir el conocimiento implícito que poseo en una lista de comprobación explicable.
• Elabora una tabla de criterios para evaluar los resultados generados por la IA.

Principios que hay que respetar siempre

• No introduzcas datos personales ni secretos comerciales de forma indiscriminada en servicios de IA externos.
• Trata las respuestas de la IA como borradores e hipótesis, y establece procedimientos de verificación para las decisiones importantes.
• En el contenido que requiera fuentes, se deben incluir referencias verificables.
• Se debe dar prioridad a la experiencia propia y a la información contrastada, en lugar de a la producción masiva de baja calidad.
• El objetivo de la implantación de la IA no debe limitarse al ahorro de costes, sino que debe ampliarse a la mejora de la calidad y a la aceleración del aprendizaje.

Conclusión: la IA no es una varita mágica, sino un amplificador

La IA no es una varita mágica que genere dinero automáticamente para quien no hace nada. La IA se asemeja más bien a un motor que amplifica considerablemente la capacidad de quienes ya detectan problemas, acumulan datos y se esfuerzan por obtener mejores resultados.

En el futuro, la diferencia no radicará tanto en conocer las herramientas más modernas, sino en aspectos más fundamentales. Lo importante es hasta qué punto se comprende en profundidad el contexto del propio trabajo, cómo se organizan los datos personales, si se tiene la perspicacia necesaria para evaluar los resultados generados por la IA y si se tiene la actitud de resolver hasta el final los problemas más espinosos.

Quien no sea sustituido por la IA no es quien la rechaza, sino quien la integra en la estructura de su trabajo para alcanzar un nivel superior de juicio y ejecución.