Hay una idea que circula con fuerza desde que ChatGPT entró en escena: que la IA va a hacer el trabajo por nosotros. Que basta con escribir un prompt, pulsar enter y esperar magia. Pero cualquiera que lleve más de seis meses usando estas herramientas en serio sabe que no funciona así.
La IA es un multiplicador. Y los multiplicadores funcionan en ambas direcciones: amplifican el buen criterio igual que amplifican el malo. Si no sabes lo que estás pidiendo, ni evaluar lo que recibes, la IA no te va a salvar — te va a hundir más rápido.
Esta semana ha circulado un artículo en Hacker News (con 72 puntos y bastante debate) que pone el dedo en la llaga: tus herramientas de IA son tan buenas como tu criterio, y ese es precisamente el punto. Vale la pena pararse a desempaquetar por qué.
El espejismo de la IA autónoma
La promesa comercial de muchos productos de IA es seductora: "deja que la IA escriba tus emails", "deja que la IA cierre tus ventas", "deja que la IA gestione tu negocio". Suena bien hasta que lo pruebas en serio.
Lo que descubres rápido es que la IA generativa actual:
- Produce con confianza incluso cuando se equivoca. No te avisa cuando algo está mal — lo presenta con la misma seguridad que cuando está bien.
- Optimiza para lo que le pides, no para lo que necesitas. Si pides un email "persuasivo", te da algo persuasivo. Si era apropiado o no para ese cliente concreto, no es problema suyo.
- No tiene contexto de tu negocio salvo el que tú le des. No sabe que ese cliente lleva tres meses molesto, ni que esa propuesta tiene que pasar por legal antes de salir.
El resultado: sin alguien que sepa qué pedir, qué revisar y qué descartar, la IA produce ruido convincente. Y el ruido convincente es peor que el silencio, porque te hace tomar malas decisiones rápido.
Qué significa "criterio" en la práctica
Cuando hablamos de criterio aplicado a IA, no nos referimos a algo abstracto. Son habilidades concretas:
1. Saber qué problema vale la pena automatizar
No todo proceso debería automatizarse. Hay tareas donde el tiempo manual es el menor de los problemas — donde el verdadero coste está en la decisión, no en la ejecución. Automatizar la ejecución de una mala decisión solo multiplica el daño.
La pregunta correcta no es "¿puede la IA hacer esto?" sino "¿qué pasa si la IA lo hace mal el 5% de las veces?". Si la respuesta es "nada grave", adelante. Si la respuesta es "perdemos un cliente importante", necesitas otro enfoque.
2. Diseñar el prompt y el contexto
Un prompt bien diseñado contiene:
| Elemento | Por qué importa |
|---|---|
| Rol claro | La IA ajusta su tono y profundidad según quién "es" |
| Contexto del negocio | Sin esto, da respuestas genéricas de internet |
| Ejemplos de output deseado | Es la forma más rápida de calibrar el estilo |
| Restricciones explícitas | Lo que NO debe hacer es tan importante como lo que sí |
| Criterios de éxito | Cómo sabrá la IA (y tú) que el output es bueno |
Esto no es "prompt engineering" mágico. Es lo mismo que harías al delegar a un empleado nuevo: darle contexto suficiente para que tome buenas decisiones.
3. Evaluar el output con honestidad
Aquí es donde más gente falla. La tentación es aceptar el primer output porque "suena bien". Pero sonar bien y ser bueno son cosas distintas.
Un evaluador con criterio se pregunta:
- ¿Esto es verdad o suena a verdad?
- ¿Es apropiado para este contexto específico, o es genérico?
- ¿Hay algo importante que falta?
- ¿Lo enviaría tal cual con mi nombre encima?
Si la respuesta a la última pregunta es "no", el sistema no está listo.
El criterio no se delega, se incorpora
Aquí está la parte que muchos no entienden: el criterio humano no desaparece cuando implementas IA. Se mueve. Pasa de hacer la tarea a diseñar el sistema que la hace.
Antes: dedicas 3 horas al día a responder emails con criterio. Después: dedicas 30 minutos a la semana a refinar el sistema que responde emails con tu criterio incorporado.
Es un cambio enorme. Pero requiere que alguien — tú, tu equipo, o quien te ayude a implementarlo — tenga el criterio para empezar. La IA no lo crea. Lo escala.
Por eso fallan tantos proyectos de IA en empresas: porque se compra software esperando que sustituya el pensamiento, en lugar de implementarlo esperando que amplifique el pensamiento existente.
Dónde encaja esto en tu negocio
Si diriges una PYME o un departamento, esto tiene implicaciones prácticas:
No busques herramientas, busca procesos. Una herramienta de IA suelta no resuelve nada. Un proceso bien diseñado con IA integrada — donde está claro qué decide la máquina, qué decide la persona y cuándo se escala — sí resuelve.
No automatices lo que no entiendes. Si no puedes describir el proceso paso a paso con sus excepciones, no estás listo para automatizarlo. Primero documenta, luego automatiza.
Mantén humanos en los puntos críticos. En cualquier flujo de IA serio, hay momentos donde una persona revisa, aprueba o decide. Esos puntos no son fricción — son control de calidad.
Mide lo que importa. "Ahorramos tiempo" no es una métrica. "Reducimos el tiempo de respuesta de 3 horas a 8 minutos manteniendo o mejorando la tasa de conversión" sí lo es.
Cómo lo enfocamos en Studio SmartWork
En nuestro día a día, esta idea de que la IA amplifica el criterio es la base de cómo trabajamos. Cuando un cliente nos dice "quiero automatizar X", la primera conversación no es sobre tecnología — es sobre cómo se hace X hoy, quién toma qué decisiones, dónde están los puntos críticos y qué pasaría si algo sale mal.
Solo después diseñamos el flujo. Y siempre con la lógica del cliente embebida: sus criterios, sus excepciones, sus prioridades. No le instalamos "una IA" — construimos una versión escalada de su forma de operar.
Por eso usamos herramientas como n8n y APIs de IA en lugar de productos cerrados: porque cada negocio tiene su criterio, y un producto enlatado no puede capturarlo. Lo que sí puede es una solución hecha a medida, donde cada decisión del sistema refleja una decisión que el dueño del negocio tomaría.
La conclusión incómoda (y la oportunidad)
La conclusión incómoda: si esperabas que la IA pensara por ti, malas noticias. Sigue siendo tu trabajo.
La oportunidad: si tienes criterio — sobre tu negocio, tus clientes, tus procesos — la IA es la palanca más grande que has tenido nunca para multiplicarlo. Una persona con buen criterio y buenas herramientas de IA puede hacer hoy el trabajo que antes requería un equipo entero.
El objetivo no es delegar el pensamiento a la máquina. Es delegar la ejecución para que el pensamiento tenga más espacio. Tu cerebro estratégico es escaso; tu tiempo respondiendo emails repetitivos no debería serlo.
La pregunta que deberías hacerte esta semana no es "¿qué herramienta de IA pruebo?". Es: ¿dónde está mi criterio atrapado haciendo trabajo de máquina, y cómo lo libero?
Esa pregunta sí merece tu tiempo. La respuesta puede cambiar cómo funciona tu negocio.