La promesa fácil de la IA es sustituir. La que se cumple es informar.
Hay una distinción de casi cuarenta años que sigue siendo la más útil para decidir dónde vale la pena la IA. Separa dos cosas que casi siempre se tratan como una sola: automatizar e informar.
Shoshana Zuboff la formuló en 1988, en un libro sobre el trabajo y la máquina — In the Age of the Smart Machine. La tecnología, decía, puede usarse para automate o para informate: para sustituir a quien hace, o para darle una visión que antes no tenía.
Casi cuatro décadas después, sigue siendo la pregunta que separa los proyectos de IA que funcionan de los que decepcionan.
Qué pasa cuando se automatiza lo que nadie entiende
El sistema empieza a producir resultados que nadie sabe comprobar.
No porque las personas sean incapaces — porque el conocimiento de cómo se decidía aquello estaba en la cabeza de quien decidía, y la decisión ya salió de ahí. Cuando el resultado sale raro, no hay a quién preguntar: el proceso se volvió una caja, y la caja no explica.
En ese arreglo, el error no aparece cuando ocurre. Aparece cuando ya se volvió consecuencia — un cliente que reclama, un número equivocado en un informe que ya circuló, una decisión tomada con lo que dijo la caja.
Y hay un detalle cruel: cuanto mejor parece funcionar la automatización, menos gente comprueba. La confianza crece con el tiempo de uso, no con la verificación.
Qué pasa cuando se informa a quien ya sabe
El resultado es más simple y menos vistoso: la misma persona, decidiendo mejor.
Sigue siendo responsable, sigue entendiendo el proceso, y ahora obtiene en minutos una lectura que antes llevaba horas — o que ni siquiera podría haber hecho. El juicio se queda donde estaba; lo que cambia es cuánta información hay disponible a la hora de juzgar.
No es una idea nueva. Douglas Engelbart escribió sobre esto en 1962, en el trabajo que llamó Augmenting Human Intellect — la tecnología como amplificación de quien ya conoce el problema, no como sustitución.
Y hay una razón práctica para que funcione mejor: quien tiene el dolor sabe dónde duele. Eric von Hippel documentó en Democratizing Innovation, de 2005, que las mejores soluciones suelen venir de quien convive con el problema, no de quien lo observa desde fuera.
Por qué la promesa fácil vende más
Porque "sustituye" es una frase corta y medible. Ahorra tanto, prescinde de tantos, se paga en tantos meses.
"Informa mejor" no cabe en una planilla con la misma facilidad. La ganancia es real y aparece en decisiones más rápidas y menos equivocadas — pero no llega con un número listo para la primera reunión.
No es una preocupación solo de quien trabaja. Erik Brynjolfsson la llamó trampa de Turing, en 2022: cuando la tecnología se usa para imitar al humano en vez de ampliarlo, el beneficio se encoge justamente donde podría ser mayor.
Qué hacer con esto un martes
Antes de aplicar IA a algo, una pregunta resuelve mucho:
¿Alguien aquí entiende ese proceso lo bastante bien como para notar cuándo el resultado esté mal?
Si la respuesta es sí, informar a esa persona es casi siempre el mejor uso — y el de menor riesgo. Si es no, el problema no es de IA: es que nadie entiende el proceso, y automatizarlo solo lo va a volver más rápido y más difícil de descubrir.
La prueba
Mira dónde ya entró la IA en tu empresa y pregunta: ¿está sustituyendo juicio, o dando más información a quien juzga?
Las dos cosas parecen iguales el primer mes. Se separan cuando algo sale mal — y ahí la diferencia es entre alguien que sabe explicar qué pasó y un sistema que solo sabe repetir.