Hace unas semanas, mi compañero de Bunna 84, el podcast que grabamos juntos sobre inteligencia artificial filtrada con criterio humano, Gonzalo Fernández, asistió a SinergIA, un encuentro privado sobre inteligencia artificial en Tenerife (en el que yo también estuve por allí). El lema del evento era «humans in the /loop_». Y lo que Gonzalo contó después en su blog confirma la idea: dos días rodeados de «frameworks», «prompts», agentes y sistemas, y la conversación acabó girando, una y otra vez, en torno a las personas. Cómo las usamos, a quién le vendemos, de quién nos rodeamos, qué necesitamos de verdad. Su conclusión fue clara: la inteligencia artificial puede acelerar proyectos, pero son las personas las que construyen las comunidades y las decisiones que de verdad importan.
Esto no es una excepción, ni una casualidad de un evento concreto. Es el patrón que veo constantemente cuando entro en una empresa que ya usa IA, o que quiere empezar a usarla: se espera de la herramienta algo que la herramienta, por diseño, no puede dar.
El problema de fondo
Hay negocios que tratan a la IA como un oráculo. Le piden una estrategia, un plan, una dirección y esperan que salga de ahí, lista para ejecutar: copiar y pegar un prompt de «genera un plan de marketing para mi empresa» y tomarlo como si fuera trabajo hecho. Y están los del extremo contrario: negocios que desconfían de la IA por sistema, que la descartan sin haberla probado en serio, por miedo a que sustituya un criterio propio que, muchas veces, en realidad nunca han terminado de construir. Ninguno de los dos extremos entiende bien qué es la IA ni para qué sirve dentro de una estrategia real.
Desarrollo
Javier Recuenco lo explica con una distinción que uso constantemente desde que la escuché: la inteligencia artificial induce y deduce mejor que nosotros: puede procesar volúmenes de datos, encontrar patrones y sacar conclusiones a partir de ellos a una escala que ningún humano puede igualar pero, abduce peor. La abducción es formular la mejor hipótesis posible con datos incompletos, en una situación nueva, sin precedente exacto al que agarrarse. Es lo que Recuenco llama el «santuario humano«: el terreno que, de momento, sigue siendo nuestro, precisamente porque no es reducible a procesar lo que ya existe, sino a intuir lo que todavía no está escrito en ningún dato.
Y la estrategia vive exactamente en ese territorio. Richard Rumelt lo plantea así: una buena estrategia empieza siempre por un diagnóstico de una situación concreta y nueva, y termina en una elección: renunciar a unos caminos, para comprometerse con otros. Ninguna de las dos cosas es un problema de procesamiento de datos. Son actos de criterio, de lectura de una situación que no se ha dado exactamente igual antes, en esa empresa, con ese equipo, en ese momento. Por eso la IA no tiene estrategia: no porque le falte potencia, sino porque la estrategia no es el tipo de problema que se resuelve induciendo o deduciendo sobre el pasado. La estrategia, tienes que ponerla tú.
Hay además un efecto colateral que se está notando ya, y que va en la dirección contraria a lo que mucha gente asume. Cuando cualquiera puede generar en segundos un plan de contenidos, un análisis de mercado o un texto de posicionamiento con una IA genérica, ese tipo de output deja de ser «un diferencial» y empieza a ser ruido de fondo, indistinguible entre negocios que en realidad no tienen nada que ver entre sí. Cuanto más fácil es producir estrategia aparente, más valioso se vuelve el criterio real detrás de ella. El que decide qué renunciar, qué defender, qué hace a ese negocio distinto del de al lado. La IA no reduce la necesidad de criterio humano: la aumenta, porque ahora es lo único que de verdad nos diferencia.
Lo he visto desde cerca en proyectos como Pueblos Remotos, el proyecto social del que soy cofundador. Con proyectos como Go Innovation, la tentación de dejar que una herramienta «recomiende» el camino es constante, hay tanta incertidumbre en cómo aplicar tecnología a un territorio rural concreto, con su gente concreta y su contexto concreto, que apoyarse en una respuesta generada automáticamente resulta tentador. Pero, ese es precisamente el tipo de decisión que no se puede delegar: nadie fuera del territorio, ni humano, ni máquina, tiene los datos completos de qué funciona ahí y por qué. La IA puede ayudar a explorar opciones, a acelerar el análisis, a comparar escenarios. La decisión de qué camino tomar sigue siendo, y tiene que seguir siendo, una decisión humana con criterio propio.
Cómo lo hago yo
Por eso, en todo lo que hago, la IA nunca es un servicio aparte, es una palanca transversal que atraviesa las tres fases del Método EPA, pero nunca las sustituye.
En Entender, ayuda a procesar y estructurar información de campo más rápido: transcribir entrevistas, cruzar datos, detectar patrones en lo que el cliente ya genera pero, no decide qué preguntas hacer, ni qué convicciones cuestionar. Eso sigue siendo trabajo de escucha humana, cara a cara.
En Pautar, puede ayudar a explorar varios caminos posibles a la vez, comparar escenarios, simular resultados probables (acelera el pensamiento) pero, la elección de cuál seguir, con qué renuncias concretas, sigue siendo mía, en conversación directa con el cliente. Nadie delega una renuncia en un modelo de lenguaje.
En Accionar, acelera la producción de recursos y contenidos una vez que ya está claro el porqué: borradores, variantes, iteraciones más rápidas pero, el porqué nunca sale de ella. Si el porqué no está claro antes de abrir la herramienta, lo único que se acelera es el ruido.
Usar la IA con criterio significa exactamente eso: dejar que haga lo que hace mejor que nosotros: procesar, inducir, deducir a escala, sin pedirle que haga lo que, de momento, sigue siendo nuestro: mirar una situación nueva, sin mapa, y decidir hacia dónde ir.
¿Reconoces el patrón?
Si estás usando la IA para todo, o no la estás usando para nada, en ambos casos probablemente te falta el criterio que sólo pone una persona. Hablemos.
