Hay algo que escucho cada vez con más frecuencia y que me inquieta profundamente: “eso lo hizo ChatGPT”. Se dice con tono descalificador, como si el solo hecho de mencionar la herramienta anulara automáticamente cualquier mérito del trabajo. Como si usar IA generativa fuera una confesión de fraude intelectual.

Es la misma lógica absurda con la que alguien podría descalificarte por hacer cuentas con una calculadora. “No sabés matemáticas de verdad, usás calculadora”. El argumento suena ridículo cuando lo aplicamos a las calculadoras porque ya perdimos la memoria histórica de la resistencia que generaron. Pero hubo un tiempo —no tan lejano— en que esta batalla se peleó con la misma intensidad.

El eco de las calculadoras

Durante los años 70 y 80, las calculadoras enfrentaron una resistencia feroz al integrarse en las escuelas. Los argumentos eran predecibles: iban a destruir el pensamiento matemático, los estudiantes se volverían dependientes, perderían la capacidad de razonar. En definitiva, era “tomar atajos”.

Cuatro décadas después, sabemos cómo terminó. Las calculadoras no destruyeron las matemáticas. Liberaron capacidad cognitiva para enfrentar problemas más complejos. El estudiante que entiende las matemáticas las entiende con o sin calculadora. El que no, tampoco las resuelve apretando botones.

La IA generativa está atravesando exactamente el mismo momento histórico. Y enfrenta los mismos dos grupos de detractores.

Los descalificadores y el argumento del impostor

El primer grupo descalifica a quienes usamos IA como si fuéramos impostores. Como si delegáramos todo el trabajo creativo a una máquina y luego nos adjudicáramos el mérito fraudulentamente.

Este argumento revela una incomprensión fundamental de cómo funciona el trabajo intelectual con IA. No es un botón mágico que apretás y produce obras maestras. No es una impresora de creatividad donde ingresás tres palabras y sale un libro, un ensayo, una patente o una estrategia empresarial completa.

Usar IA generativa de manera efectiva requiere claridad conceptual previa, criterio estético y conocimiento profundo del dominio en el que trabajás. Requiere poder evaluar críticamente lo que la herramienta produce y distinguir con precisión lo valioso de la basura genérica.

Como escribí en el artículo sobre seniority en la era del copiloto, las disposiciones cognitivas —curiosidad, pensamiento crítico, agencia— son las que realmente se amplifican cuando trabajás con IA. La IA es un amplificador de capacidad, no un reemplazo de talento. Si no tenés nada que amplificar, la herramienta no te salvará.

Los descalificadores asumen que el valor está en la ejecución mecánica —escribir palabra por palabra— en lugar de estar en la arquitectura de ideas. Es como creer que el valor de un edificio está en poner ladrillos en lugar de en el diseño arquitectónico.

Cuando alguien dice “eso lo hizo ChatGPT” con tono despectivo, en muchos casos lo que realmente está diciendo es: “no entiendo cómo funciona esta herramienta, entonces asumo que quien la usa es un fraude”. Es, con frecuencia, ignorancia disfrazada de superioridad moral.

Los frustrados y el “no sirve para nada”

El segundo grupo es todavía más revelador. Son quienes intentaron usar IA, obtuvieron resultados mediocres y concluyeron que la herramienta es inútil.

Este es el grupo que le da a ChatGPT un prompt de dos palabras y espera que produzca algo de calidad profesional. Que pide “escribime un artículo sobre liderazgo” y se sorprende cuando recibe contenido genérico, vacío, lleno de lugares comunes. Que prueba GitHub Copilot una vez, ve que autocompletó mal una función, y decide que es inútil para el desarrollo de software.

Hay un diálogo en Alice’s Adventures in Wonderland que ilustra perfectamente este problema:

—¿Podrías decirme, por favor, qué camino debo tomar desde aquí? —preguntó Alicia.

—Eso depende mucho de adónde querés llegar —respondió el Gato de Cheshire.

—No me importa mucho adónde…

—Entonces no importa qué camino tomes.

Si no sabés qué querés lograr, qué problema resolver, qué criterio de calidad aplicar, entonces no importa qué prompt uses o qué herramienta elijas. Cualquier output será igualmente inútil porque no tenés forma de evaluar si te acerca o te aleja de tu objetivo.

La conclusión correcta no es “la herramienta no sirve”, sino “todavía no sé usarla lo suficientemente bien”. Pero esa conclusión requiere humildad. Es más fácil —y menos amenazante para el ego— culpar a la herramienta.

Un cincel no convierte a nadie en escultor. Un Stradivarius no convierte a nadie en virtuoso. La maestría está en el artesano. Y reconocer esto requiere asumir responsabilidad. “No funciona”, dicen. Cuando la verdad es: “no sé hacerla funcionar”.

El método: estructura antes que magia

Vengo trabajando con herramientas de IA desde hace tiempo. Principalmente Claude Code, ChatGPT y GitHub Copilot. Después de mucha experimentación y más de un fracaso, encontré un proceso que me está dando resultados extraordinarios.

El proceso es conceptualmente sencillo pero requiere disciplina. Cuando se trata de escribir texto —ya sea un libro, un ensayo, una newsletter, incluso una patente— armo un repositorio en GitHub con archivos en formato Markdown. Esto permite que los agentes de código puedan leer los archivos e interactuar iterativamente con el material.

Pero acá está la clave: antes de escribir una sola palabra del texto final, invierto tiempo considerable en preparar archivos de estructura. Por ejemplo:

guidelines.md: Define el tono, el estilo y la voz narrativa del proyecto. Ahí marco si será técnico o literario, formal o conversacional, qué referencias son válidas y qué tipo de lenguaje queremos evitar. En proyectos de código, también defino estándares y estilos (por ejemplo, PEP8 para Python).

Para proyectos de desarrollo, vengo siguiendo el proceso (levemente modificado) para crear PRDs que define Ryan Carson en su repositorio.

outline.md: La arquitectura completa del proyecto. Capítulos, secciones, flujo argumentativo. La estructura lógica antes del contenido. El esqueleto sobre el cual se construirá todo lo demás. Acá incluyo también notas, referencias bibliográficas, citas, datos. Todo el material de base que informará el texto. El jardín de ideas del que se nutrirá la escritura.

Solo después de tener estos archivos bien definidos, comienzo a trabajar conjuntamente con el agente —generalmente Claude Code.

Y acá viene la parte que muchos no entienden: el proceso no es “pedile a la IA que escriba y listo”. Es una iteración constante, un diálogo sostenido. Como discutí en el artículo sobre pair programming con IA, se trata del diseño deliberado de la conversación. Escribo un borrador trabajando con el agente. Leo completo. Marco qué funciona y qué no. Pido cambios específicos: “este párrafo es demasiado abstracto, necesito un ejemplo concreto”; “este argumento no está bien fundamentado, expandir con evidencia”; “este tono no coincide con las guidelines, ajustar”.

Vuelvo a leer. Vuelvo a iterar. Una y otra vez hasta tener la versión final. La IA escribe, yo dirijo. La IA ejecuta, yo concibo. La IA amplifica, yo decido. Como en el pair programming clásico: el copiloto no vuela el avión. Yo vuelo el avión.

Por ejemplo: en este mismo artículo, la primera versión tenía una sección histórica sobre las calculadoras que ocupaba tres veces más espacio. Trabajé con el agente para condensarla, manteniendo la idea central sin perder el impacto. El recorte lo decidí yo, no la IA. La decisión de qué conservar y qué sacrificar es editorial, es criterio, es autoría.

Este método me ha permitido avanzar en proyectos que antes me parecían inabordables por limitaciones de tiempo y energía mental. La IA me está permitiendo materializar cosas que antes quedaban en el territorio de “algún día cuando tenga tiempo”. Y esto no significa que no sea yo el autor. Todo lo contrario.

La autoría no está en la ejecución mecánica

La IA es un asistente de altísima calidad, pero quien se sienta a pensar e imaginar soy yo. Quien invierte horas puliendo cada uno de los archivos de estructura —que son el input crítico de valor para que la IA luego pueda asistirme efectivamente— soy yo. Quien tiene el criterio para distinguir cuándo el output es bueno o mediocre soy yo. Quien decide qué conservar, qué desechar, qué reescribir completamente soy yo.

La pregunta entonces es: ¿qué es ser autor? ¿Está la autoría en el movimiento físico de los dedos sobre el teclado? ¿O está en la concepción, en la arquitectura de ideas, en la capacidad de evaluar y refinar hasta que algo alcanza el estándar que imaginaste?

Si creés que la autoría está en la ejecución mecánica, entonces efectivamente ChatGPT te reemplaza. Pero si entendés que la autoría está en el pensamiento, en el criterio, en la visión que guía todo el proceso, entonces la IA es solo una herramienta más poderosa que las anteriores.

El miedo disfrazado de crítica

Detrás de ambos grupos —descalificadores y frustrados— hay un denominador común que rara vez se dice en voz alta: miedo. Miedo a que la tecnología exponga sus propias limitaciones. Miedo a que otros hagan en horas lo que a ellos les toma semanas. Miedo a volverse irrelevantes. Miedo a admitir que no saben usar las herramientas que están transformando el trabajo intelectual.

Es más fácil descalificar que aprender.

Es menos amenazante burlarse de quienes usan IA que reconocer honestamente que uno se está quedando atrás.

Pero la historia no se detiene por comodidad. La IA generativa va a seguir mejorando a ritmo acelerado. Va a seguir integrándose en cada proceso creativo, técnico, intelectual. Y quienes aprendan a usarla bien —con método, con criterio, con humildad— van a tener una ventaja considerable sobre quienes la rechacen por principio.

La pregunta que importa

Entonces llegamos a la pregunta central, la que realmente importa: ¿tiene valor la IA generativa como herramienta de trabajo intelectual?

La respuesta depende enteramente de quién está del otro lado. La IA es un espejo brutal: amplifica lo que ya traés. Si traés claridad conceptual, criterio estético, conocimiento del dominio, método de trabajo, la IA va a multiplicar tu capacidad productiva de manera extraordinaria. Si traés confusión, falta de criterio, pereza intelectual, la IA solo va a ayudarte a producir basura más rápidamente.

La verdadera pregunta no es si la IA tiene valor. La pregunta es si vos tenés el criterio, el método y la humildad necesarios para extraer ese valor.

El resto es ruido.

¿Y vos? ¿Cómo estás experimentando con estas herramientas? ¿Qué procesos te están funcionando? ¿Qué resistencias estás encontrando —externas o internas?