Mentes extendidas

Nuestras herramientas se vuelven parte de nosotros

Toma un rastrillo y úsalo un rato. Quizá empieces a calcular dónde está su punta sin mirar, como si ampliara tu alcance. Una investigación con macacos que usaban un rastrillo observó cambios en cómo sus cerebros representaban la herramienta y el espacio cercano. Es un ejemplo de cómo usar una herramienta puede cambiar nuestra relación con ella.

Lo mismo pasa con la mente. Los filósofos lo llaman la mente extendida: una herramienta fuera de tu cabeza, como una libreta, puede volverse parte de tu forma de pensar. La IA funciona igual. No te reemplaza: es una extensión de ti. Cuanto más la usas y la adaptas a tu trabajo, menos piensas en la herramienta y más piensas en el trabajo.

Todos tenemos un asistente. Todos nos volvemos gerentes.

Ahora todos tenemos un asistente, un investigador y un analista incansables. Eso convierte cada trabajo en un trabajo de gerente:

1. Decide qué quieres.
2. Explícalo con claridad.
3. Da el contexto.
4. Delega el trabajo.
5. Revisa lo que vuelve.
6. Corrígelo.
7. Toma la decisión final.

En estas herramientas, el motor de lenguaje es un LLM. Los modelos diseñados para razonamientos más difíciles de varios pasos suelen llamarse LRM. Un agente combina un modelo y herramientas para elegir y ejecutar pasos; su harness gestiona el contexto, los permisos y la ejecución. Una habilidad reutilizable aporta instrucciones y ejemplos. MCP conecta aplicaciones compatibles con datos y herramientas. Elegimos lo necesario para la tarea y revisamos el resultado.

La habilidad clave no es dar instrucciones a la IA. Es saber gestionar.

Un buen gerente conoce el trabajo lo suficiente como para notar cuándo algo salió mal. Con la IA pasa lo mismo. Tu propio conocimiento del oficio es lo que te permite detectar sus errores, así que delegar en la IA no es excusa para dejar de aprender tu campo.

Criterio: revisa antes de confiar

La IA escribe diez respuestas creíbles en segundos. Lo difícil es saber cuál es la correcta, así que revisar respuestas ahora importa más que producirlas.

Además, la IA suena igual de segura cuando se equivoca que cuando acierta. A las personas les pasa lo mismo: las investigaciones sobre la intuición de los expertos muestran que sentirse seguro no prueba que tengas razón. Lo que detecta los errores es conocer tu campo y revisar el trabajo. Con la IA, el pensamiento crítico se reduce a seis preguntas cotidianas:

1. ¿La respuesta aborda lo que realmente pregunté?
2. ¿Qué está dando por sentado?
3. ¿Las fuentes realmente respaldan la afirmación?
4. ¿Qué falta y qué cambiaría la conclusión?
5. ¿Podría explicarle a otra persona por qué confío en esto?
6. ¿Formulé la pregunta para obtener la respuesta que quería?

El buen gusto también importa más. Por buen gusto entiendo reconocer un buen trabajo cuando lo ves. Cuando los borradores salen baratos, eso vale más. Y el buen gusto mejora con la práctica: estudia trabajos de calidad, compara versiones lado a lado y aprende a explicar por qué una es mejor.

La IA te puede ayudar a practicar. Pídele que cuestione tus supuestos, que defienda la postura contraria o que encuentre los huecos en tu razonamiento. Eso sí, haz preguntas honestas. Una pregunta tendenciosa obtiene la respuesta que buscaba.

Devuélvele a la gente su atención

Con una pequeña empresa empiezo con un ejercicio simple: haz una lista de todo lo que hace tu organización y pregúntate qué tareas todavía necesitan a una persona.

Pásale a la IA lo que puedas y revisa lo que vuelve. Para los permisos de cuentas y la seguridad de datos, seguimos las normas de informática de tu organización.

Lo que más rinde es usar el tiempo que recuperas para el trabajo humano que hace crecer tu negocio:

• entender a los clientes
• resolver problemas poco comunes
• mejorar el producto o servicio
• construir relaciones
• tomar decisiones que requieren criterio

Automatizar es solo la mitad. La otra mitad es decidir adónde va la atención que se libera.

Algunas habilidades ganan valor y otras lo pierden

Imagina a un agricultor que lleva años caminando detrás de un arado, empujándolo y guiándolo a mano. Cuando lo cambia por un tractor, pierde algo de fuerza: ahora la máquina hace el trabajo pesado, así que sus brazos y sus piernas ya no se ejercitan todos los días. Pero gana mucho más: recupera horas de su día, puede cultivar mucha más tierra de la que jamás podría trabajar a mano y obtiene cosechas más grandes que alimentan a más gente. En 1830, producir 100 bushels de trigo (casi 3 toneladas) requería de 250 a 300 horas de trabajo. En 1987 bastaban 3 horas. Nadie quiere volver al arado.

La IA está haciendo lo mismo con el trabajo intelectual. Así creo que van a cambiar las habilidades en los próximos cinco años:

Los empleadores ven el mismo cambio. En la encuesta del Foro Económico Mundial de 2025 a más de mil empleadores, el pensamiento creativo, la curiosidad y el aprendizaje continuo, y el liderazgo y la influencia social están entre las habilidades que más crecen.

Habla en lugar de teclear

El cambio más grande está en la interfaz entre las personas y las computadoras: el lenguaje cotidiano se está convirtiendo en una forma de decirle al software qué queremos hacer. Podemos explicar un objetivo, dar contexto y mejorar el resultado conversando. Yo suelo hacerlo por voz. El sistema sigue necesitando instrucciones claras y nosotros seguimos teniendo que revisar su trabajo.

Dictar un mensaje es unas tres veces más rápido que teclearlo, y hablar nos resulta mucho más natural. El habla tiene cientos de miles de años. La escritura tiene unos 5200 años, y todavía en 1820 solo alrededor del 12 % de los adultos del mundo sabía leer. Durante décadas, las computadoras nos obligaron a adaptarnos a ellas. Ahora escuchan, hablan y ven. Se están adaptando a nosotros.

Por eso mis sesiones se basan en prompts dictados. Tú hablas, la IA redacta y tú dedicas tu tiempo a leer y evaluar lo que vuelve. La lectura gana valor porque la IA produce más texto que nunca, y alguien tiene que revisarlo.

Estamos en la era del centauro

En mayo de 1997, la supercomputadora Deep Blue de IBM le ganó al campeón mundial de ajedrez Garry Kasparov. Gran parte del mundo lo vio como el fin del ajedrez humano.

Kasparov vio una oportunidad. En 1998 jugó el primer match de ajedrez avanzado, en el que cada jugador tenía una computadora a su lado. En 2005, un torneo en línea abrió la idea a cualquiera: humanos, computadoras o equipos de ambos. Los ganadores absolutos fueron un equipo: dos aficionados con tres computadoras comunes. Vencieron a grandes maestros con mejores computadoras porque sabían guiar mejor a sus máquinas. La conclusión de Kasparov: un jugador más débil con un mejor proceso venció tanto a la computadora más fuerte como a jugadores más fuertes con un peor proceso.

Los ajedrecistas llamaron centauros a estos equipos: humano más máquina, más fuertes que cualquiera de los dos por separado. Esa es la era en la que estamos con la IA, y es una buena noticia para una pequeña empresa. Los ganadores no tenían las mejores máquinas. Tenían el mejor proceso.

Hoy, las personas y la IA son buenas en cosas distintas.

La IA puede seguir un rumbo. Una persona todavía tiene que marcarlo. Las personas que mejor usan la IA, entre las que conozco, no la usan para reemplazarse. La usan para hacer mucho más de lo que ya querían hacer: investigar más, construir más, aprender más rápido y asumir proyectos que antes necesitaban más tiempo o más gente. La persona no desaparece. Su alcance crece.

Hacia dónde va todo esto

En el ajedrez, la era del centauro fue corta. Los equipos de humano más computadora ganaron los torneos abiertos de 2005 a 2008, pero los programas de ajedrez siguieron mejorando, y hoy la estrategia humana aporta poco. La IA podría seguir el mismo camino. Nadie sabe cuánto durará la era del centauro.

Me preocupa mucho hacia dónde va la IA. Las máquinas siguen mejorando, y nada garantiza que sigamos teniendo el control si creamos una inteligencia que supere a la nuestra. Lo que está en juego va mucho más allá de cualquier negocio.

Creo que tenemos la obligación de prestar atención y aprender de primera mano qué pueden hacer estas herramientas y dónde fallan. Quienes entienden la IA están mejor preparados para cuestionar cómo se usa e influir en el rumbo de nuestra sociedad. Entender estas herramientas no resolverá todas las preguntas sobre cómo desarrollar y gobernar la IA. Pero es donde empiezan las buenas decisiones, en el trabajo y en nuestras comunidades.

Cómo te ayudo

La IA mejora más rápido de lo que puedes seguirle el ritmo. No es culpa tuya. Tienes un trabajo, un negocio, una familia. No tienes tiempo para seguir cada nuevo modelo, probar cada nueva función o volver a aprender prácticas que cambian cada pocos meses. El resultado es una brecha cada vez mayor entre lo que estas herramientas pueden hacer y cómo las usas en realidad. Hoy, esa brecha frena a la gente más que los límites de la propia tecnología.

Cerrar esa brecha es mi trabajo. Sigo de cerca las herramientas de IA: las pruebo y comparo, descubro qué funciona y dónde fallan, para que tú no tengas que hacerlo.

Enseño desde 2010. Lo último que hice como docente fue enseñar matemáticas en español a estudiantes que se preparaban para el GED, el examen de equivalencia de la secundaria en EE. UU., en Central Oregon Community College. Enseño IA igual que enseñaba matemáticas: haciendo. No desarrollo software de IA a medida. Trabajamos juntos por Zoom, en español o en inglés. Configuramos tus herramientas de IA y resolvemos tareas reales de tu trabajo: correos, notas de reuniones, informes, pasar datos entre sistemas. Primero resuelvo el problema frente a ti. Después tomas el control y practicas mientras te guío. Incluso escribí este ensayo como enseño: lo fui hablando con la IA y después revisé y corregí cada línea.

En el camino enseño dos cosas:

• Dominio de las herramientas: qué puede hacer cada herramienta, cómo darle contexto, cómo trabajar con archivos, voz y agentes, y dónde falla.
• Criterio: cuándo confiar en el resultado, cómo revisarlo y cómo supervisar el trabajo.

Dominar las herramientas sin criterio produce personas que saben manejar la máquina pero no saben qué pedirle ni cuándo creerle. Enseño las dos cosas.

Experimenta con libertad. Probar cosas y equivocarse es como cualquiera aprende una tecnología nueva, pero nadie necesita repetir cada error que otros ya cometieron.

El objetivo es la independencia. La tecnología avanza rápido, así que las revisiones periódicas ayudan, pero el éxito es que me necesites cada vez menos.

Las pequeñas empresas son mis principales clientes. Las escuelas enfrentan el mismo cambio: cuando la IA puede explicar y ofrecer práctica con paciencia infinita, el tiempo del docente puede ir a orientar, motivar y notar quién tiene dificultades. Por eso también ofrezco esta formación gratis a educadores, organizaciones sin fines de lucro y organizaciones comunitarias. Las habilidades útiles de IA deben llegar a todos, no solo a quienes tienen el tiempo y la confianza técnica para explorar por su cuenta.