La IA no es un problema tecnológico, es un problema cognitivo

Cuando me preguntan cuál es el gran reto de la IA en las organizaciones, mi respuesta suele sorprender: para mí no es tecnológico, es cognitivo. La tecnología ya funciona lo bastante bien. Lo que falla, o tarda en llegar, es nuestra manera de pensar con ella.

Esto es una opinión, no un resultado de investigación. La sostengo con ejemplos de otros artículos míos y con lo que veo en la práctica.

Qué quiero decir

Que el cuello de botella no está en la capacidad de la máquina, del software o de la infraestructura, sino en cómo las personas procesamos, interpretamos y decidimos frente a ellos. Lo veo en tres planos.

1. Sobrecarga frente a atención

Generar, almacenar y transmitir información es casi gratis. Con la IA, producir texto, informes y análisis también. Pero nuestro ancho de banda para leer, filtrar y entender sigue siendo el mismo. El problema pasa de acceder a los datos a no ahogarse en ellos, y a no caer en la parálisis por análisis.

Es la lógica de la paradoja de Jevons: cuando producir cuesta menos, se produce más, y quien tiene que absorberlo es una persona con la misma cabeza de siempre.

2. Modelos mentales y sesgos

Muchas veces una herramienta nueva no falla porque no funcione, sino porque la usamos con marcos viejos. Buscamos que confirme lo que ya creemos, la tratamos como un buscador, o no sabemos formular la pregunta. Los modelos, además, tienen su propia inteligencia irregular: aciertan en lo difícil y fallan en lo fácil, siempre con seguridad. Usarlos bien exige entender cómo se equivocan.

3. Criterio frente a ejecución

La técnica automatiza el cómo. Lo que queda para nosotros, y cuesta más esfuerzo, es el qué: decidir qué pedir, evaluar si el resultado es bueno y mantener el juicio propio. Si delegamos eso, aparece la rendición cognitiva: damos por buena una respuesta porque suena bien, no porque lo sea.

Qué cambia si lo aceptamos

Cambia dónde ponemos el dinero y el esfuerzo. Si el problema fuera tecnológico, bastaría con comprar mejores herramientas. Al ser cognitivo, la inversión es en:

  • Formación del criterio, no solo del manejo de herramientas. Y no cursos genéricos: el MIT insiste en comunidades donde la gente comparta cómo piensa con la IA.
  • Procesos con revisión humana real, no de trámite.
  • Diseño del trabajo para que la IA amplíe el pensamiento en lugar de saltárselo.

Es, en el fondo, la misma idea del bucle de aprendizaje: lo que se acumula en la organización es criterio, no tokens.

Las dudas que me quedan

No lo veo absoluto. Hay problemas técnicos reales, como el coste, la fiabilidad y la huella ambiental, y los desarrollo en el coste real de la IA. Mi tesis es que, resueltos o no, el factor que decide si una organización saca partido de la IA es humano. No tengo datos que lo demuestren de forma general. Es una impresión, y puede que mi experiencia no sea representativa.

La máquina ya piensa lo bastante rápido. La pregunta es si nosotros seguimos pensando.