07 oct. 2026
Sara Molina
Una persona puede apoyarse en la inteligencia artificial para escribir un ensayo, diseñar una aplicación y preparar la identidad visual de un negocio. Esa posibilidad resulta fascinante. También plantea una pregunta incómoda: ¿cuánto de lo que somos capaces de producir somos capaces de comprender?
En esa distancia entre producir y comprender se juega una parte del cambio que estamos viviendo.
La comparación con un segundo Renacimiento resulta sugerente. La imprenta transformó la circulación del conocimiento y el encuentro entre arte, ciencia y pensamiento abrió nuevas formas de interpretar el mundo. Hoy, la inteligencia artificial invita a imaginar otro salto en nuestras capacidades. Pero un renacimiento requiere algo más que herramientas extraordinarias: necesita personas capaces de darles sentido.
Podemos generar más contenido, acelerar procesos y explorar disciplinas que antes parecían inaccesibles. El reto es convertir esa capacidad en autonomía. Porque también cabe la posibilidad de multiplicar nuestros resultados mientras perdemos la capacidad de explicar cómo hemos llegado a ellos.
Imaginemos a una profesional que recibe un análisis impecablemente redactado. La estructura es clara, el tono transmite seguridad y la conclusión parece razonable. Puede comprobar sus fuentes, discutir sus supuestos y contrastar otras interpretaciones. También puede aceptarlo porque encaja con lo que esperaba encontrar y tiene otras diez tareas pendientes.
El problema empieza mucho antes de que aparezca un error. Empieza cuando dejamos de hacernos preguntas.
Cada vez que una herramienta resuelve una dificultad, tomamos una pequeña decisión sobre nuestro aprendizaje. A veces liberamos tiempo de una tarea que apenas aporta valor. Otras veces evitamos precisamente el esfuerzo que necesitábamos para formar criterio. Distinguir ambas situaciones será una de las competencias más importantes de los próximos años.
La cuestión merece especial atención en las profesiones del conocimiento. Si automatizamos las tareas con las que normalmente aprendían los profesionales jóvenes, tendremos que diseñar otras formas de adquirir esa experiencia. Pedirles que supervisen resultados exige haberles enseñado antes a reconocer un pensamiento débil, una omisión relevante o una conclusión que no se sostiene.
El criterio experto necesita práctica, contraste y corrección. También necesita tiempo.
Esta transformación tiene, además, una dimensión económica que merece entrar en la conversación. Detrás de la aparente sensación de una respuesta hay infraestructura, capacidad de cómputo y un consumo de recursos. Los modelos de lenguaje procesan el texto en unidades llamadas tokens, que pueden corresponder a palabras, partes de palabras o signos. Esas unidades sirven también como referencia para medir el uso y, en muchos servicios, calcular su costo.
Así aparece una economía del token: podemos medir lo que cuesta procesar información y generar contenido con una precisión que contrasta con nuestra dificultad para medir su utilidad. Sabemos contar las unidades consumidas; determinar si una respuesta ha mejorado una decisión exige otra evaluación.
Un análisis extenso puede aportar menos que una pregunta breve que detecte el verdadero problema. Una respuesta barata puede acabar siendo costosa si obliga a rehacer el trabajo. Y una comprobación adicional puede estar plenamente justificada cuando evita un error relevante.
En las organizaciones, esta diferencia debería orientar las decisiones de inversión. El coste de utilizar IA incluye la preparación de la información, la integración en los procesos, la revisión de los resultados y la corrección de los fallos. La eficiencia debe medirse sobre el trabajo completo.
La cuestión se vuelve especialmente interesante cuando hablamos de agentes que encadenan tareas. Una petición puede dar lugar a varias consultas, búsquedas, comprobaciones y nuevas respuestas. Diseñar bien el proceso exige decidir cuándo seguir explorando, cuándo pedir intervención y cuándo hay información suficiente para actuar.
En ese contexto, formular bien el problema tiene valor económico. También lo tienen unos documentos ordenados, unas instrucciones claras y un conocimiento accesible. La calidad de la organización influye en los recursos necesarios para obtener un resultado útil.
Hay, además, una paradoja: cuanto más sencillo resulta producir contenido, más podemos generar para que otros lo revisen. El ahorro de quien redacta puede convertirse en una carga para quien recibe. La atención humana pasa a ser un recurso especialmente valioso.
Quizá una de las preguntas más reveladoras para medir esta transformación sea cuánto esfuerzo humano necesitamos para convertir toda esa producción en una decisión fiable.
Durante años, buena parte de la formación ha premiado la capacidad de encontrar y reproducir la respuesta correcta. La IA nos obliga a revisar ese esquema. Cuando resulta sencillo obtener una respuesta convincente, adquiere más valor saber examinarla.
¿Qué información falta? ¿Qué premisa se está dando por cierta? ¿Cambiaría la conclusión si escucháramos a otra persona? ¿Qué consecuencias tendría equivocarnos?
En el ámbito jurídico, estas preguntas forman parte del trabajo cotidiano. Un mismo conjunto de hechos admite lecturas distintas; un documento puede ser formalmente correcto y resultar inadecuado para el problema que pretende resolver. Comprender el contexto, identificar intereses y anticipar consecuencias exige algo más que fluidez verbal.
Por eso, la formación tecnológica debe incluir espacios para la discrepancia. Ejercicios en los que haya que defender una decisión, detectar una incertidumbre o justificar por qué se descarta una propuesta de la máquina.
Esta exigencia también alcanza a quienes dirigimos equipos. Si valoramos únicamente la velocidad y el volumen de entregables, estaremos incentivando comportamientos que después difícilmente podremos corregir con una recomendación genérica de «revisarlo todo». Si premiamos consumir menos tokens sin atender a la calidad del resultado, podemos terminar desincentivando comprobaciones necesarias.
Los indicadores que elegimos expresan qué entendemos por un trabajo bien hecho.
El ideal renacentista de conectar disciplinas vuelve a resultar atractivo. Las herramientas digitales permiten explorar la programación, el diseño o el análisis de datos sin recorrer exactamente los mismos caminos que antes. Esa apertura puede enriquecer enormemente el trabajo.
Sin embargo, conviene distinguir la posibilidad de intervenir en una disciplina del conocimiento necesario para asumir sus decisiones. Generar una aplicación no garantiza comprender su seguridad. Producir un contrato no implica entender cómo se distribuirán sus riesgos.
El profesional que necesitamos deberá combinar profundidad en su especialidad con capacidad para conversar con otras. Un jurista que comprenda cómo funciona un sistema podrá intervenir mejor en su diseño. Un ingeniero que entienda las consecuencias de una decisión sobre las personas podrá formular mejores preguntas antes de implementarla. Ambos necesitarán comprender qué incentivos económicos condicionan su funcionamiento.
Ahí veo una oportunidad especialmente valiosa para el derecho: participar desde el momento en que se define el problema. Ayudar a decidir qué se automatiza, qué información se utiliza, qué situaciones requieren intervención y cómo puede una persona cuestionar un resultado que le afecta.
Hablar de poner a las personas en el centro resulta sencillo. Más difícil es comprobar quién conserva capacidad de decisión cuando un sistema entra en funcionamiento.
Pensemos en una organización que exige supervisión humana, pero asigna a cada revisor un volumen de trabajo imposible de examinar con atención. O en un servicio que ofrece respuestas inmediatas, pero carece de una vía comprensible para corregirlas. En ambos casos, la distancia entre el principio y la práctica determina la experiencia de quienes dependen de ese sistema.
Un humanismo tecnológico debería poder reconocerse en cuestiones concretas: el tiempo disponible para revisar, la claridad de una explicación, la accesibilidad de una reclamación o la autoridad real para detener un proceso.
También en cómo se reparten los beneficios. El tiempo ahorrado puede dedicarse a atender mejor, ampliar el acceso a un servicio o desarrollar nuevas capacidades. Puede convertirse, igualmente, en una expectativa permanente de producir más. La tecnología abre posibilidades; las decisiones organizativas determinan cuáles se materializan.
Me interesa la idea de un segundo Renacimiento por la oportunidad de recuperar la curiosidad, conectar saberes y ampliar nuestra capacidad de actuar. Su dimensión humanista dependerá de las instituciones que construyamos, de cómo enseñemos y de aquello que decidamos valorar.
La pregunta que me gustaría llevar a las aulas, a los despachos ya los consejos de administración es sencilla: después de incorporar inteligencia artificial, ¿somos más capaces de comprender y gobernar nuestras decisiones?
Podemos contabilizar los tokens. El progreso tendremos que juzgarlo por lo que somos capaces de hacer con ellos.
Articulo original publicado en El Confidencial
Vicepresidenta
Recibe mensualmente información relevante de nuestra actividad.
