Durante mucho tiempo, al menos para mí, trabajar con tecnología era casi sinónimo de aprender a usar nuevas herramientas. Nuevos juguetes, nuevos comandos, nuevas interfaces. Teníamos que entender sus capacidades, sus limitaciones y sus procedimientos.
Últimamente me he preguntado si esto ha cambiado con la llegada de la Inteligencia Artificial. En la superficie, trabajar con IA parece trabajar con una nueva herramienta. Y en cierto modo, lo es. Pero también es algo más: aprender a pensar con una entidad capaz de responder, proponer, corregir, sintetizar, cuestionar y ejecutar.
Eso nos obliga a desarrollar una nueva forma de trabajar: una que combina el arte de hacer mejores preguntas con la capacidad de diseñar procesos donde esas respuestas puedan convertirse en acción.
La IA como interlocutora: el valor del diálogo socrático
Sócrates no enseñaba dando respuestas cerradas. Enseñaba haciendo preguntas. Su método consistía en ayudar a los demás a pensar mejor, descubrir contradicciones, clarificar conceptos y alcanzar una comprensión más profunda del problema.
Trabajar bien con IA tiene mucho que ver con eso. No se trata simplemente de escribir:
“Crea una estrategia de marketing.”
Se trata de iniciar una conversación más rica:
“Ayúdame a pensar en una estrategia de marketing para este producto. Primero, hazme preguntas sobre la audiencia, el posicionamiento, los diferenciadores, los canales y los riesgos. Luego desafíame si ves inconsistencias.”
Ese cambio puede parecer pequeño, pero es enorme.
La IA deja de ser una máquina de respuestas y se convierte en una máquina de pensamiento asistido. Nos ayuda a hacer mejores preguntas, detectar puntos ciegos, organizar información dispersa y convertir intuiciones vagas en hipótesis más claras.
Trabajar con IA requiere una nueva habilidad: saber conversar para pensar mejor. No gana quien escribe más prompts. Gana quien estructura mejor el diálogo.
La calidad de la respuesta depende de la calidad del pensamiento previo
Uno de los errores más comunes al trabajar con IA es esperar que el modelo compense nuestra falta de claridad. Pedimos resultados sofisticados basados en instrucciones pobres, ambiguas o incompletas. Y luego nos frustramos cuando la respuesta parece genérica.
La IA amplifica nuestra forma de pensar. Si nuestra solicitud es superficial, probablemente obtendremos una respuesta superficial. Si nuestro marco mental está confuso, la IA puede ayudarnos a organizarlo. Pero primero necesitamos reconocer que el trabajo comienza antes de la respuesta.
Por eso el diálogo socrático es tan valioso. Antes de pedirle a la IA que produzca, podemos pedirle que cuestione:
- “Antes de responder, identifica qué información falta”.
- “Muéstrame los supuestos implícitos en mi solicitud”.
- “Dime qué podría estar mal planteado”.
- “Hazme diez preguntas que mejorarían la calidad de la respuesta”.
- “Dame tres formas alternativas de interpretar este problema”.
Estas instrucciones convierten a la IA en un espejo crítico. No un reflejo pasivo de lo que ya pensamos, sino un conjunto de respuestas que nos ayuda a ver mejor.
Trabajar con IA no significa delegar el pensamiento, como muchos temen. Significa elevar la calidad del pensamiento antes de delegar la ejecución. La conversación es la fase uno. La producción es la fase dos. Confundirlas es un error frecuente y costoso.
Del diálogo al sistema: necesitamos diseñar bucles
El diálogo socrático ayuda a resolver el problema de qué pensar. Pero no resuelve el problema de cómo operar de manera sostenida, repetible y escalable. Para eso necesitamos la otra mitad del trabajo: diseñar bucles.
Un bucle es un ciclo definido de acción, evaluación y mejora. Es una estructura repetible que permite a un agente (humano o artificial) avanzar hacia un objetivo sin depender de una sola instrucción perfecta.
En lugar de pedirle a la IA que haga algo una sola vez, diseñamos un proceso:
- Analizar el objetivo y el contexto.
- Proponer una solución o primer borrador.
- Evaluar la propuesta frente a criterios definidos.
- Detectar errores o debilidades.
- Corregir.
- Evaluar nuevamente.
- Entregar una versión final.
Ese bucle puede aplicarse a escribir un artículo, diseñar una campaña, revisar código, preparar una presentación, analizar documentos, responder a clientes o coordinar agentes especializados.
La diferencia clave es que dejamos de pensar en la IA como una herramienta de entrada y salida, y empezamos a pensarla como parte de un sistema de trabajo.
El prompt no es el producto. El sistema lo es
Durante la primera etapa de adopción de la IA, muchas conversaciones giraron en torno al prompt: cómo escribirlo, cómo mejorarlo, cómo encontrar el «prompt perfecto». Pero a medida que avanzamos hacia agentes más autónomos, el prompt deja de ser la unidad central y se convierte en un bloque de construcción. El bucle pasa a ser lo más importante.
Un buen prompt puede generar una buena respuesta. Un buen bucle puede generar una buena operación.
Un prompt aislado depende demasiado del azar, del contexto incompleto y de la interpretación del modelo. Un bucle bien diseñado, en cambio, reduce la ambigüedad porque define roles, pasos, criterios, validaciones y mecanismos de mejora.
Por ejemplo, para crear una pieza de contenido, podríamos definir un bucle así:
Bucle de creación de contenido con IA
- Agente analista: lee el objetivo, la audiencia y el contexto; propone una estructura y la evalúa frente al objetivo antes de continuar.
- Agente escritor: toma la estructura aprobada y produce un primer borrador siguiendo el tono y formato definidos.
- Agente crítico: revisa el borrador en cuatro dimensiones (claridad, precisión, tono y coherencia) y devuelve observaciones concretas.
- Agente escritor, segunda ronda: incorpora las observaciones y produce una versión refinada con recomendaciones de publicación.
Pero el bucle puede ir más lejos. Podríamos pedir varias versiones del mismo artículo, servirlas a distintas audiencias, medir qué funcionó mejor y en qué canal, y usar ese aprendizaje para retroalimentar al analista, al escritor y al crítico.
Ese proceso es mucho más poderoso que simplemente pedir: “Escribe un post sobre este tema.”
La inteligencia no está solo en el modelo. Está en el diseño del sistema que usa el modelo.
Los agentes necesitan buenos entornos, no solo buenas instrucciones
Cuando hablamos de agentes de IA, a menudo imaginamos entidades autónomas capaces de resolver problemas de principio a fin. Pero un agente no funciona bien simplemente porque tiene acceso a un modelo poderoso. Funciona bien cuando opera dentro de un entorno bien diseñado.
Por eso diseñar el entorno del agente es tan importante como definir su tarea. Ese entorno necesita:
- Claridad de objetivo: qué debe producir, no solo qué debe hacer.
- Claridad de rol: quién es el agente en este contexto: analista, escritor, revisor, coordinador.
- Claridad de contexto: qué información tiene disponible y qué información necesita buscar.
- Claridad de límites: qué puede decidir por sí mismo y qué requiere supervisión humana.
- Claridad de criterios de éxito: cómo sabe el agente que terminó bien.
- Claridad de contingencia: qué hacer cuando algo falla o cuando la información es ambigua.
Un agente mal orientado puede avanzar muy rápido en la dirección equivocada. Y ese es uno de los mayores riesgos de aplicar IA al trabajo: acelerar procesos sin haber definido con suficiente claridad hacia dónde deben ir.
Diseñar bucles no es una tarea técnica menor. Es una tarea estratégica.
La nueva habilidad: pensar en conversaciones y sistemas
La productividad con IA combina dos planos.
El primer plano es conversacional. Tiene que ver con saber preguntar, volver a preguntar, desafiar, clarificar y explorar. Es el plano del diálogo socrático.
El segundo plano es sistémico. Tiene que ver con diseñar procesos, bucles, evaluaciones, roles y mecanismos de control. Es el plano de la arquitectura del trabajo.
Quienes dominan solo el primer plano pueden tener buenas conversaciones con la IA, pero pueden fallar al convertirlas en resultados repetibles. Quienes dominan solo el segundo plano pueden automatizar procesos, pero corren el riesgo de construir sistemas rígidos sin suficiente juicio o capacidad de reflexión.
Una ventaja significativa aparece cuando combinamos ambos.
Conversamos para pensar mejor. Diseñamos bucles para ejecutar mejor. Y usamos agentes para escalar esa combinación.
De usuarios de herramientas a diseñadores de inteligencia
Este cambio tiene una consecuencia profunda: el rol humano está cambiando.
Ya no somos simplemente operadores de software. Tampoco somos supervisores pasivos de máquinas inteligentes. Nos estamos convirtiendo en diseñadores de inteligencia aplicada.
Nuestra tarea es definir problemas, formular hipótesis, estructurar conversaciones, crear bucles, establecer criterios y mejorar continuamente el sistema.
La IA puede producir mucho. Pero necesita dirección, propósito y visión. Puede escribir, resumir, clasificar, programar, comparar, traducir, analizar y proponer. Pero sigue dependiendo de la calidad del marco que le demos.
Sin un buen marco, produce ruido sofisticado. Con un buen marco, puede convertirse en una extensión poderosa de nuestra capacidad de trabajo.
Hay una paradoja interesante en todo esto: cuanto más capaz se vuelve la IA para responder, más importante se vuelve nuestra capacidad para preguntar.
La respuesta se abarata. La generación se acelera. La producción se multiplica. Eso es cierto. Por eso todos hablan del cuello de botella que se desplaza del “código” a otras áreas como el control de calidad, la seguridad, el marketing, lo legal, etcétera.
Sin embargo, también hay trabajo por hacer antes de la ejecución. Existe una gran oportunidad para que aportemos más madurez y un estilo más distintivo a lo que le pedimos a la IA, siempre que mejoremos la definición del problema, la calidad de nuestros criterios y la arquitectura del proceso.
En un mundo donde cualquiera puede generar contenido, código, análisis o ideas en segundos, la diferencia no estará en producir más. Estará en producir con más significado, más personalidad y más diferenciación.
Y eso requiere saber dialogar y saber diseñar.
La IA nos obliga a recuperar algo muy antiguo (el arte de hacer buenas preguntas) y combinarlo con algo muy contemporáneo: construir sistemas donde humanos y agentes trabajen juntos en ciclos de mejora continua.
Sócrates no creía en la escritura, porque argumentaba que debilitaba la mente. A nivel individual, probablemente tenía razón en parte: algo cambia en nosotros cuando externalizamos parte de nuestro pensamiento hacia la tecnología. Al mismo tiempo, estaba profundamente equivocado a nivel de especie. No estaríamos donde estamos sin la escritura.
Y de la misma manera que Sócrates criticó la escritura por «debilitar la mente», algunos estudios y voces destacadas dicen ahora que la IA debilita la calidad de nuestro pensamiento.
Pero no tiene por qué ser así.
Sócrates nos dio la receta para evitarlo: trabajar con IA no es simplemente aprender a pedirle cosas a una máquina. Es aprender a pensar y trabajar con ella.
Pregunta. Piensa. Diseña. Itera.
Visto así, nada ha cambiado en miles de años.
También te puede interesar leer:
GeneXus y la Arquitectura Neuro-Simbólica