Dirigir a la inteligencia artificial se parece a guiar a un buen becario más de lo que crees

Dirigir a la inteligencia artificial se parece a guiar a un buen becario mucho más de lo que parece: necesita contexto para no perderse, instrucciones claras para no inventar, y supervisión sobre lo que entrega porque todavía no tiene tu criterio. Sacarle partido no es una cuestión técnica, es una cuestión de saber delegar. Y ahí está la sorpresa que casi nadie cuenta: quien lleva años dirigiendo personas y delegando bien tiene ya casi todo lo que hace falta para trabajar con la máquina. La habilidad escasa no es manejar la herramienta, es saber encargar trabajo y revisarlo, y eso lo da la experiencia, no un tutorial.

Se ha instalado la idea de que la IA es un asunto de jóvenes que dominan la tecnología, y que el profesional con recorrido parte en desventaja. Es justo al revés en lo que de verdad importa. Vamos a ver por qué dirigir a una IA es, en el fondo, el mismo oficio de siempre.

¿Por qué la IA se parece a un becario y no a un experto?

Porque tiene una capacidad enorme y un criterio nulo, exactamente como alguien brillante que acaba de empezar. Un becario inteligente sabe mucho en abstracto, trabaja rápido y no se cansa, pero no conoce a tu cliente, no entiende el contexto de tu negocio y, si le dejas, hará con total seguridad algo que está mal porque nadie le dijo lo que no debía hacer. La IA es eso, multiplicado. Tratarla como a un experto al que obedecer es el error de marco que hace que la gente saque resultados pobres.

Delegar es encargar un trabajo a alguien manteniendo tú la responsabilidad del resultado. Esa definición, que cualquier profesional con experiencia conoce de memoria, describe con precisión cómo hay que trabajar con la IA. No le traspasas la responsabilidad, le traspasas la ejecución. El que firma sigues siendo tú, igual que firmas el trabajo del becario aunque lo haya hecho él.

¿Qué necesita la IA que también necesita una persona que empieza?

Necesita lo mismo, y en el mismo orden. Primero, contexto: a quién va dirigido esto, para qué, qué tono, qué restricciones. Un encargo sin contexto produce un resultado genérico, lo dé una persona o una máquina. Segundo, un ejemplo de lo que esperas, porque enseñar con una muestra ahorra diez explicaciones. Tercero, decir explícitamente qué no quieres, porque los errores caros casi siempre vienen de lo que dabas por supuesto y no dijiste.

Mira, el que delega mal en personas delega mal en la máquina, y por las mismas razones: encarga deprisa, sin contexto, sin ejemplo, y luego se sorprende de que el resultado no sea el que tenía en la cabeza. El que delega bien sabe que el tiempo que inviertes en explicar bien el encargo lo recuperas multiplicado en la calidad de lo que recibes. Esa lección, que cuesta años aprender con un equipo, se aplica idéntica a la IA.

La supervisión decreciente funciona igual con la máquina

Con un buen becario no revisas igual el primer mes que el sexto. Al principio miras todo, corriges mucho, explicas el porqué de cada corrección. A medida que ves que entiende, aflojas la supervisión sobre lo que ya domina y la concentras en lo nuevo. Con la IA pasa lo mismo dentro de cada tipo de tarea: las primeras veces revisas con lupa y ajustas tus instrucciones, y cuando encuentras la forma de pedir que funciona, ya sabes qué esperar y dónde mirar.

La diferencia, y conviene tenerla presente, es que la IA no aprende de tus correcciones de una sesión a otra como aprende una persona. No acumula tu criterio con el tiempo. Por eso la supervisión nunca desaparece del todo: bajas la guardia sobre el tipo de tarea, no sobre la pieza concreta. Cada entrega importante se revisa, igual que revisarías lo que sale firmado con tu nombre venga de quien venga.

¿Por qué la experiencia es una ventaja aquí y no un lastre?

Porque lo verdaderamente difícil de trabajar con IA no es escribir la instrucción, es saber si lo que devuelve está bien. Y eso solo lo sabe quien tiene criterio para juzgarlo. Una persona sin oficio le pide algo a la máquina, recibe una respuesta que parece correcta y la da por buena, porque no tiene con qué detectar lo que falla. Un profesional con años de recorrido lee la misma respuesta y ve en dos segundos lo que está mal, lo que falta y lo que suena a tópico, porque hay cosas que tu oficio sabe y la máquina nunca aprendió. Esa mirada es la que convierte una herramienta del montón en una palanca.

Aquí es donde tantos profesionales con experiencia se infravaloran sin motivo. Creen que van por detrás porque no dominan la última novedad técnica, cuando la parte técnica se aprende en una tarde. Lo que no se aprende en una tarde es el juicio para dirigir y revisar sin que tu criterio se diluya, y eso ya lo tienen hecho. La IA premia exactamente la habilidad que da la madurez profesional: encargar bien y revisar mejor.

¿Cuáles son los errores típicos de quien delega mal en la máquina?

Son los mismos que comete quien delega mal en personas, calcados. El primero es el encargo telegráfico: pedir en una línea algo que requería medio párrafo de contexto, y luego quejarse de que el resultado es genérico. La máquina, como el becario, no adivina lo que tienes en la cabeza; solo trabaja con lo que le das. Un mal resultado casi siempre es un mal encargo disfrazado.

El segundo error es el contrario y igual de caro: el control de cero o el control total. Unos sueltan el trabajo y aceptan lo primero que sale sin mirarlo, como el jefe que no revisa nunca y se lleva sorpresas. Otros lo rehacen todo a mano porque no se fían de nada, y entonces la herramienta no les ahorra tiempo, se lo quita. El punto justo, como con un equipo, está en revisar lo que importa y soltar lo que ya funciona.

El tercero es no dar nunca un ejemplo. Explicar con palabras lo que quieres puede llevar diez frases; enseñar una muestra de cómo debe quedar lo resuelve en una. Quien dirige bien personas sabe que un buen ejemplo vale más que un buen discurso, y con la máquina ocurre exactamente lo mismo. Quien no lo hace repite instrucciones una y otra vez y culpa a la herramienta de no entenderle.

¿Cómo aplicar esto desde mañana?

Trata cada interacción con la IA como un encargo a alguien capaz pero novato. Antes de pedir, dedica un momento a darle el contexto que le darías a una persona que entra hoy a tu equipo. Cuando recibas el resultado, no lo aceptes ni lo deseches entero: corrígelo como corregirías el trabajo de un junior, señalando qué cambiar y por qué. Y guarda las instrucciones que te funcionan, porque la próxima vez te ahorran empezar de cero.

Si lo piensas, no estás aprendiendo una tecnología nueva, estás aplicando una habilidad vieja a una herramienta nueva. Esa es una posición de fuerza, no de desventaja. Aprender a dirigir estas herramientas desde el criterio que ya tienes, en lugar de competir en el terreno de la técnica con quien no tiene tu oficio, es parte de lo que trabajamos en Evolution, el programa de acompañamiento pensado para profesionales con experiencia.

¿Qué parte de tu trabajo desaparece y cuál se revaloriza?

Desaparece la parte de ejecución básica, la que antes hacía el junior: redactar el primer borrador, buscar y ordenar información, preparar el material en bruto. Esa capa la absorbe la máquina, y conviene aceptarlo sin nostalgia, porque nunca fue la parte donde estaba tu valor. Era trabajo necesario, sí, pero reemplazable, y ahora tiene quien lo haga por una fracción del tiempo.

Se revaloriza, en cambio, la parte de dirección: decidir qué hay que hacer, encargarlo bien, juzgar si está bien y responder por el resultado. Cuanto más barata se vuelve la ejecución, más se nota la diferencia entre dirigir bien y dirigir mal. Es la misma lógica de siempre en cualquier equipo: el que ejecuta es importante, pero el que decide y supervisa es quien marca la calidad final. La IA no te quita el puesto de director, te quita el trabajo que te distraía de dirigir.

¿Cómo se entrena el ojo para revisar bien lo que entrega la máquina?

Se entrena igual que el ojo del editor o del jefe de obra: mirando mucho trabajo y aprendiendo dónde suelen estar los fallos. Con la IA, los fallos tienen patrones reconocibles: afirma con seguridad cosas que no ha comprobado, suaviza todo hasta el tópico, se inventa un detalle concreto cuando no lo sabe, ignora la excepción que justo importa en tu caso. Quien conoce esos patrones revisa rápido y certero; quien no, se deja engañar por la buena redacción.

La práctica que más afina el ojo es comparar lo que la máquina entrega con lo que tú habrías hecho desde tu experiencia. No para rehacerlo todo, sino para localizar exactamente las dos o tres cosas que un profesional con criterio cambiaría y un novato dejaría pasar. Esas dos o tres cosas son tu valor hecho visible. Y son, además, la mejor prueba de que la herramienta necesita tu mirada para entregar algo que de verdad puedas firmar.

Preguntas frecuentes

¿No hace falta saber de tecnología para usar bien la IA?

Hace falta mucho menos de lo que se cree. La parte técnica de dar instrucciones se aprende en poco tiempo. Lo difícil es tener criterio para juzgar lo que devuelve, y eso lo da la experiencia profesional, no los conocimientos informáticos.

¿Por qué digo que la IA no aprende de mis correcciones?

Porque dentro de una conversación sí ajusta, pero no guarda tu criterio de un día para otro como haría una persona de tu equipo. Por eso conviene guardar tú las instrucciones que funcionan, en lugar de esperar que la máquina las recuerde.

¿Cuánto contexto debo darle a la IA?

El mismo que le darías a alguien que entra hoy a trabajar contigo y no sabe nada de tu cliente: para quién es, con qué fin, en qué tono y qué cosas evitar. A más contexto, menos genérico el resultado y menos correcciones después.

¿Y si no tengo experiencia dirigiendo personas?

Entonces este es buen momento para aprender el músculo, porque sirve para las dos cosas. Encargar con claridad, dar ejemplos y revisar con criterio son habilidades que mejoran tu trato con la máquina y con cualquier colaborador humano.

¿Puedo dejar de revisar lo que hace la IA cuando le coja el truco?

Puedes aligerar la revisión en el tipo de tarea que ya domina, pero no saltarte la revisión de cada pieza importante. Lo que lleva tu nombre se mira siempre, porque la responsabilidad del resultado no se delega nunca.

¿No me sustituirá la IA si aprende a hacer el trabajo del becario?

El trabajo del becario sí lo absorbe; el del que dirige al becario, no. Tu valor nunca estuvo en ejecutar las tareas básicas, estaba en saber encargarlas y juzgarlas, que es también la razón por la que la inteligencia artificial no sustituye a un profesional con experiencia. Esa posición es la que la herramienta refuerza, no la que elimina.

Si te ha resultado útil esta forma de mirar la IA, en mi newsletter desarrollo cada semana ideas como esta para profesionales con experiencia que quieren aprovechar las herramientas nuevas desde el criterio que ya tienen. Puedes suscribirte en el formulario de aquí abajo.