La IA puede resolver la tarea difícil y fallar en la que parecía sencilla

Un asistente de inteligencia artificial puede redactar una propuesta convincente en minutos y, en la misma jornada, equivocarse al extraer una fecha de un documento breve. Esa combinación desconcierta porque solemos imaginar la capacidad como una escalera: si una herramienta supera el peldaño difícil, debería superar los anteriores. Con la IA generativa, esa intuición es poco fiable. Para organizar el trabajo no basta preguntar si «la IA sirve»; hay que descubrir en qué tareas, con qué instrucciones, datos y controles sirve realmente.

La frontera no es una línea recta

Fabrizio Dell’Acqua y sus colegas llamaron frontera tecnológica irregular a un patrón observado en un experimento de campo con consultores: tareas que parecen próximas para una persona pueden situarse a lados diferentes de la zona en la que la IA ayuda. Dentro de esa zona, los participantes que usaron GPT-4 completaron más tareas, con mayor velocidad y mejor calidad según las medidas del estudio; fuera de ella, confiar en la herramienta podía perjudicar el resultado. El trabajo original fue difundido como documento de investigación en 2023 y no autoriza a afirmar que esas magnitudes se reproduzcan en cualquier empresa, modelo o versión actual.

La palabra «irregular» importa más que la metáfora visual. Una actividad puede requerir una síntesis extensa de información dispersa y, sin embargo, ser relativamente favorable para el modelo porque admite múltiples formulaciones plausibles. Otra puede parecer elemental —copiar exactamente una cifra, distinguir dos nombres similares o aplicar una excepción contractual— y ser difícil porque exige precisión absoluta y contexto no disponible. La dificultad humana no coincide necesariamente con la dificultad de la máquina. Tampoco coincide el desempeño en una demostración con la fiabilidad en una operación repetida cien veces.

Esto no convierte a la IA en una caja inútil. Obliga a cambiar la unidad de decisión. En vez de clasificar puestos completos como «automatizables» o «no automatizables», conviene analizar tareas y pasos: qué entra, qué debe salir, qué error sería tolerable, cuál requeriría revisión y cuál haría inviable el uso. La frontera se dibuja para un flujo de trabajo concreto; no es una propiedad permanente de una profesión.

Una escena cotidiana: dos encargos para el mismo asistente

Imagina un equipo que prepara una guía para recibir a nuevos integrantes. Primero pide a la IA tres maneras de ordenar preguntas frecuentes, hitos y responsables. Recibe un borrador útil porque el objetivo es explorar alternativas y una persona conoce la organización para elegir y corregir. Después le pide que identifique, de veinte contratos, la fecha exacta en la que vence cada periodo de prueba. El segundo encargo parece más mecánico, pero una lectura incompleta, una adenda olvidada o una fecha confundida puede tener consecuencias laborales.

La diferencia no se resuelve diciendo que la primera tarea es creativa y la segunda administrativa. Hay redacciones creativas de alto riesgo —por ejemplo, una explicación pública de una decisión sensible— y extracciones rutinarias que pueden validarse automáticamente. La diferencia operativa está en la combinación de ambigüedad, evidencia disponible, posibilidad de comprobar el resultado y costo de una falla. La IA puede ser un buen generador de opciones y un mal árbitro final de hechos cuando carece de una fuente verificable.

Shakked Noy y Whitney Zhang encontraron mejoras de tiempo y calidad en un experimento sobre tareas de escritura profesional. Ese resultado es relevante para producir primeros borradores, pero sería una extrapolación convertirlo en garantía de precisión factual o de cumplimiento normativo. Erik Brynjolfsson, Danielle Li y Lindsey Raymond estudiaron asistencia generativa en atención al cliente y observaron efectos heterogéneos: la mejora fue mayor para trabajadores menos experimentados. Leídos juntos, estos estudios sugieren que importa el tipo de tarea, pero también quién usa la herramienta, qué conocimiento previo tiene y cómo se integra al trabajo.

El mapa de cuatro preguntas antes de delegar

Para tomar decisiones, propongo un mapa sencillo. No es una escala científica ni reemplaza una evaluación de riesgos; es una conversación estructurada que un equipo puede tener antes de incorporar una herramienta. Las cuatro preguntas son: ¿qué parte del trabajo se quiere mejorar?, ¿qué evidencia tendrá la IA?, ¿cómo sabremos que acertó? y ¿qué ocurre si se equivoca? Responderlas en ese orden evita que una demostración brillante esconda una falla de proceso.

El primer paso es delimitar la salida. «Ayúdame con Recursos Humanos» no permite medir nada; «propón tres estructuras para una guía de incorporación y explica qué información falta» sí. El segundo es delimitar el material permitido: documentos actualizados, política interna vigente, datos autorizados. Un modelo no puede adivinar cuál versión de una norma usa la organización ni verificar una fuente que nunca recibió. El tercero es diseñar la prueba antes del piloto, con ejemplos fáciles, casos límite y casos deliberadamente adversos. El cuarto es nombrar a quien decide qué se adopta y registra correcciones.

La siguiente tabla traduce esas preguntas a situaciones reconocibles. No asigna una etiqueta fija de «apto» o «no apto»: indica qué tendría que ser cierto para usar la IA con criterio.

La tabla hace visible una regla: cuanto más difícil es verificar, menos sentido tiene confundir fluidez con seguridad. Un texto persuasivo puede contener una omisión material. Una respuesta corta puede ser correcta por casualidad. El diseño del control debe apoyarse en la fuente original y en criterios previamente acordados, no en que la frase «suene bien».

Pruebas pequeñas que enseñan más que una demostración espectacular

Una prueba útil no empieza con la tarea más vistosa. Empieza con un conjunto representativo de casos reales, depurados de datos que no deberían compartirse. Incluye ejemplos ordinarios, instrucciones ambiguas, información incompleta y excepciones conocidas. Para cada caso se prepara una referencia de calidad: respuesta aceptable, fuente de respaldo, tiempo humano invertido y tipo de error que sería grave. Luego se compara el flujo con IA contra el flujo habitual, no contra una fantasía de productividad.

Es importante registrar varias medidas a la vez. Tiempo para obtener el primer borrador no equivale a tiempo hasta una salida aprobada. También cuentan las correcciones, los errores que escaparon a revisión, la confianza indebida y el esfuerzo de mantener documentos e instrucciones actualizados. Si el equipo ahorra veinte minutos de redacción pero añade treinta de verificación, no ha ganado capacidad. Si reduce tareas repetitivas y preserva tiempo para una conversación difícil, el beneficio puede ser valioso aunque no se traduzca en más piezas producidas.

La misma prueba debe repetirse cuando cambian el modelo, la interfaz, la base documental o las reglas de la tarea. Un resultado positivo de septiembre no certifica automáticamente octubre. La frontera se mueve: los sistemas mejoran, aparecen capacidades nuevas y también modos de falla distintos. Por eso conviene conservar ejemplos de referencia y registrar versiones, instrucciones y decisiones. Sin esa memoria operativa, cada actualización obliga a empezar de nuevo o, peor, mantiene una confianza heredada que ya no corresponde.

El marco de gestión de riesgos de IA del NIST insiste en gobernar, mapear, medir y gestionar riesgos a lo largo del ciclo de vida. En un equipo pequeño, eso puede traducirse en algo muy concreto: propietario del caso de uso, límites de datos, prueba documentada, supervisión y mecanismo para retirar o corregir el uso cuando aparezca una falla. No se necesita un comité para cada borrador, pero sí claridad sobre responsabilidades.

Tres formas de trabajar con la herramienta, sin atribuirle autoridad

La primera forma es usarla como generadora de alternativas. Es apropiada cuando existen varias respuestas posibles y una persona puede seleccionar con conocimiento de contexto: títulos, estructuras, preguntas para una reunión o explicaciones iniciales. La salida se trata como material de trabajo, no como una conclusión. Esta modalidad puede ampliar el repertorio de un equipo sin desplazar la decisión editorial o profesional.

La segunda es usarla como asistente de transformación: resumir, ordenar, reformular o extraer elementos de material proporcionado. Aquí la condición fundamental es la trazabilidad. Un resumen debería permitir volver al párrafo original; una lista de fechas debería conservar el documento y pasaje que respalda cada dato. Si el sistema mezcla fuentes o introduce información no presente, la operación deja de ser una transformación confiable y exige revisión más intensa.

La tercera es la colaboración supervisada en un proceso complejo. Un experimento de campo sobre trabajo en equipo, divulgado por NBER bajo el título The Cybernetic Teammate, explora cómo la IA puede alterar coordinación y acceso a conocimientos especializados. No implica que la herramienta sea un colega con responsabilidad propia. En la práctica, alguien debe formular el problema, detectar lo que falta, decidir qué evidencia cuenta y responder por el resultado. Si la colaboración ahorra pasos, también puede redistribuir trabajo de revisión hacia personas que ya estaban sobrecargadas.

Estas formas no son etapas obligatorias ni categorías exhaustivas. Una misma organización puede usar las tres en distintos procesos. Lo importante es no pasar inadvertidamente de «propone» a «decide». El salto suele ocurrir cuando el volumen de salidas hace que la revisión se vuelva simbólica: se firma al final, pero nadie ha comprobado lo esencial.

Lo que la frontera irregular cambia en la gestión

Si una capacidad varía de manera poco intuitiva, la asignación del trabajo no puede decidirse solo desde la jerarquía o desde una lista de herramientas aprobadas. Las personas que conocen las excepciones deben participar en el diseño de pruebas. También hay que darles tiempo para documentar fallas, en vez de premiar únicamente la velocidad de adopción. Una organización aprende cuando convierte errores detectados en mejores criterios de uso, no cuando oculta esos errores para sostener la narrativa de innovación.

Hay un riesgo de desigualdad dentro del propio equipo. Quien domina el contexto puede identificar una respuesta engañosa; quien empieza puede aceptarla porque está escrita con seguridad. Pero el estudio de atención al cliente muestra que las personas menos experimentadas también pueden beneficiarse especialmente de la asistencia cuando el sistema incorpora buenas prácticas y el flujo permite aprender. La lección no es prohibir a principiantes ni entregarles la herramienta sin acompañamiento. Es diseñar apoyo, ejemplos, revisión y espacios para preguntar por qué una respuesta es adecuada.

Otro riesgo es la dependencia silenciosa. Si nadie puede explicar cómo se obtuvo una cifra, reconstruir un criterio o continuar cuando el sistema falla, el aparente ahorro ha creado fragilidad. Mantener competencias humanas no exige hacer manualmente cada tarea; exige conservar comprensión suficiente para cuestionar, corregir y asumir la responsabilidad. En decisiones que afectan a personas —contratación, evaluación, salud o acceso a servicios— esa exigencia se vuelve particularmente importante.

Por último, una frontera irregular invita a distinguir productividad de calidad institucional. La empresa puede producir más documentos y, al mismo tiempo, responder peor a casos excepcionales. Puede acelerar la atención y deteriorar la confianza si las respuestas pierden contexto. La evaluación debe incluir tanto indicadores de volumen como señales de error, reparación y experiencia de quienes reciben el resultado. Una herramienta útil en promedio puede ser inaceptable en un punto crítico del proceso.

Una decisión para esta semana

Elige una tarea repetida que tu equipo conozca bien. Describe una salida concreta, reúne diez casos variados y define antes de probar qué error obligaría a detener el uso. Pide a la IA que ayude en un paso acotado; compara tiempo total, calidad y facilidad de comprobación con el proceso habitual. Documenta dónde aportó, dónde confundió y qué información le faltó. Después decide si conviene ampliar, limitar o descartar ese uso. Ninguna de las tres conclusiones es un fracaso: todas son aprendizaje sobre la frontera real del trabajo.

La pregunta útil no es si la IA puede sorprendernos con una respuesta brillante. Ya sabemos que puede. La pregunta es si podemos distinguir de manera reproducible cuándo esa brillantez ayuda y cuándo tapa un error pequeño pero decisivo. Diseñar pruebas, conservar fuentes y asignar responsabilidades es menos espectacular que una demostración, pero ofrece una base mucho más sólida para trabajar.

Para conversar: ¿Qué tarea de tu equipo parece sencilla, pero necesitaría una prueba rigurosa antes de confiarla a la IA?

Elaborado por Ricardo Gaibor.

Este artículo fue elaborado por Ricardo Gaibor con ayuda de sistemas de inteligencia artificial en tareas de investigación, organización y edición. La selección, interpretación y responsabilidad editorial del contenido corresponden al autor.

Referencias

• Dell’Acqua, F., McFowland, E., Mollick, E., Lifshitz-Assaf, H., Kellogg, K. C., Rajendran, S., Krayer, L., Candelon, F. y Lakhani, K. R. (2023). Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of Artificial Intelligence on Knowledge Worker Productivity and Quality. Documento de trabajo. DOI: 10.2139/ssrn.4573321.
• Noy, S. y Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science. DOI: 10.1126/science.adh2586.
• Brynjolfsson, E., Li, D. y Raymond, L. (2024). Generative AI at Work. The Quarterly Journal of Economics. DOI: 10.1093/qje/qjae044.
• National Bureau of Economic Research. (2025). The Cybernetic Teammate: A Field Experiment on Generative AI Reshaping Teamwork and Expertise. Working Paper 33641. Consultar documento.
• National Institute of Standards and Technology. (2023). AI Risk Management Framework. Consultar marco.