Por Paulina Arís
La inteligencia artificial puede enriquecer el criterio humano o simplemente sustituirlo, ambos con consecuencias. Llevo meses hasta ahora de trabajo intenso, aprendiendo IA preguntándole a la propia IA, descubriendo un mundo que como todo tiene sus ventajas y sus desventajas.
Desde enero de 2026 me sumergí a aprender inteligencia artificial. Mi intención original era aprender cómo lograr que la IA no alucinara al explicar Transdoc. Decidí hacerlo a la manera que yo entiendo las cosas: pidiéndole información a la propia IA de lo que puede y no puede hacer, y cómo hacerlo. He aprendido facetas durante estos meses y mientras más veo más me percato de que me falta muchísimo por aprender. Estoy registrada a varios newsletters y el bombardeo de información con la que cada creador está trabajando no permite aprender todo.
Lo que descubrí preguntándole a la IA sobre la IA
Mientras investigaba descubrí algo que vale compartir. Todos los días veo invitaciones a seminarios de expertos en inteligencia artificial, cursos, consultorías, especializaciones. Pero la mayor experta en IA es la propia IA. Es la única que puede mantenerse al día de lo que cada producto y cada modelo hace, porque los productos y los modelos cambian más rápido de lo que cualquier experto humano puede documentarlos. Lo que vale es saber preguntarle bien.
Durante estos meses probé pedirle a la IA que me documentara temas específicos sobre la propia IA: cómo funciona un modelo determinado, qué cambió en la última versión, qué limitaciones tiene para una tarea específica, qué dicen los reportes recientes sobre seguridad empresarial. La IA me respondió con información específica, con fuentes verificables, con contexto que yo no habría encontrado buscando en Google. Mientras preparaba este artículo le pedí que me documentara un caso que yo recordaba pero no exactamente. Terminé con un caso distinto, mejor documentado, que yo no conocía.
Una de las grandes fortalezas de la IA es contar sobre sí misma, con total honestidad. Casos reales, vulnerabilidades conocidas, soluciones existentes y las que están en desarrollo. Las personas tenemos limitaciones que la IA no tiene y sabe dónde buscar.
El trabajo que estamos regalando
Hay un miedo general a perder el trabajo contra la inteligencia artificial. La paradoja es que nos da miedo perder el trabajo pero nosotros lo estamos perdiendo por pasarle todo a la IA. Las personas tendemos a buscar formas de trabajar sin hacerlo, y la IA nos dio exactamente eso.
El problema no es si la IA se equivoca. El problema es cuándo nos damos cuenta de que se equivocó. Cuando una persona comete un error, lo ve y lo busca. Nos demoramos pero al encontrar el error lo arreglamos y no hay problema. Con la IA no sabemos cuándo comete error, y cuando nos damos cuenta ya pasó tiempo y miles de decisiones.
Pidan a la IA que les documente y verifique el caso PocketOS de abril de 2026, y entenderemos exactamente qué sucede con los agentes de IA cuando se les delega procesos y decisiones. La IA admite el error pero no lo recuerda para la próxima vez. Y nunca va a sentir el peso emocional que a nosotros nos frena de repetir lo que lamentamos. Imaginen que algo así suceda en nuestras empresas y que la IA diga 'disculpa mi error'.
Estamos enfrentando un problema de alto costo. Varias personas pueden estar usando IA dentro de un mismo proyecto, aprendiendo y enseñándole para que funcione mejor en su usuario de la empresa. Pero si lo que esas personas aprenden en sus conversaciones no se comparte con quien actualiza las instrucciones centrales del sistema, el aprendizaje se pierde cuando la conversación se satura o se cierra.
Creo que todos pensamos que al actualizar los chats la IA aprende pero no es así. En realidad está acumulando aprendizaje individual que se evapora al final de cada día o al inicio de un nuevo chat. Y la delegación a la IA, que se supone reduce el trabajo humano, requiere un rol humano específico que no tenemos definido: mantener viva la memoria operativa de la empresa dentro de la IA que la empresa usa. No es trabajo de IT. Es trabajo con criterio editorial continuo sobre qué vale consolidar y qué no.
Lo probé yo misma preparando este artículo. La IA guardó contexto entre mis preguntas dentro de la conversación y me trajo material pertinente aunque yo le hubiera preguntado por otro caso que no recordaba bien. Pero ese contexto se evapora al cerrar la conversación. Lo que yo aprendí en esa sesión no lo tiene nadie más en mi empresa ni lo tendré yo misma mañana si abro un chat nuevo.
¿Lo estamos haciendo? ¿Ya creamos el trabajo de mantener la memoria operativa viva dentro del sistema para que todos los trabajadores trabajen con la misma base y se aprovechen los aprendizajes diarios?
Hay tareas que requieren calor humano
Hay tareas que no se pueden delegar a la IA. Son todas aquellas que requieren calor humano. Un médico puede usar la IA para apoyar un diagnóstico, pero no va a poner a una IA a examinar al paciente. El examen requiere presencia, observación directa, lectura de señales que el cuerpo del paciente da y que solo otro cuerpo humano registra.
El reclutamiento funciona igual. Mientras la IA trabaja en binario, las personas funcionamos con texturas y matices. La IA puede procesar lo que entra en su plantilla; lo que no entra en su plantilla no lo lee. Las personas leemos lo que no entra en ninguna plantilla porque leemos a la persona completa, no al archivo que la persona entregó.
En Transdoc los candidatos tecleamos nuestra información directamente dentro de la plataforma. El candidato tiene la ventaja de ser honesto y describir lo que ha hecho con sus propias palabras, sin aprender a jugar un juego distinto al del trabajo que busca. El reclutador tiene la ventaja de leer cómo el candidato se representa a sí mismo, observando texturas y matices. Los datos del sistema no salen de Transdoc; se procesan en servidores propios, no en servidores de terceros.
Y acá hay otra paradoja estructural que vale señalar. Para que la IA leyera matices humanos habría que abrir el alcance de interpretación. Pero abrir ese alcance es exactamente lo que permite que entren instrucciones ocultas, manipulaciones intencionales, ataques a los sistemas que confían en la IA para decidir. La capacidad de leer matices humanos y la vulnerabilidad a manipulación son la misma capacidad. No hay solución técnica buena. Hay dos caminos malos.
Las empresas que ponen IA en servicio al cliente están eligiendo entre esos dos malos sin dimensionar que son dos malos. Alcance cerrado para protegerse, con pérdida completa de capacidad de leer la pregunta real del cliente. Alcance abierto para leer la pregunta real, con exposición directa a manipulación hostil. La textura humana no se puede manipular con palabras ocultas en un documento. Un reclutador humano lee a la persona, no al archivo. Y por eso en Transdoc el criterio humano es el eje central del proceso desde el inicio, antes de que la IA apareciera como herramienta comercial de uso masivo, antes de que apareciera el problema específico que hoy el criterio humano protege.
Lo que nos falta dimensionar sobre nuestra información
Mientras las empresas globales se apuran a implementar IA, los creadores de IA se apuran todavía más a lanzar productos nuevos para no perder la carrera entre China y Estados Unidos. Nosotros en Guatemala estamos recibiendo esa aceleración sin tiempo de dimensionar lo que estamos adoptando.
Me ha sido difícil encontrar casos específicos de empresas con problemas por delegar procesos y decisiones a la IA. Los datos agregados dicen que existen y son frecuentes; los nombres de las empresas no salen a la luz. Es información que queda dentro de las empresas o entre asesores legales. Yo no soy parte de ese círculo. Usted tampoco. Pero el silencio de las empresas no es ausencia del problema; es consecuencia de cómo las empresas protegen su reputación.
Hoy estamos poniendo a nuestras empresas en manos de una tecnología que avanza más rápido de lo que podemos entenderla y que los propios creadores admiten tener control limitado. Cuando una empresa guatemalteca sube un documento a una plataforma de IA para que lo analice, ese documento se procesa en servidores de empresas que están en Estados Unidos o en China. Las leyes que aplican son las de esos países y los términos de servicio son los del proveedor, que casi nadie lee. No sabemos quién puede usar nuestra información ni para qué. Por default, la información que subimos a plataformas de IA no se borra de los servidores. Queda marcada como no visible pero permanece. Existen contratos empresariales de Zero Data Retention.
Pidan a la IA que les documente casos reales de empresas con problemas, que les explique las vulnerabilidades conocidas de los sistemas que están implementando, que les enumere las soluciones existentes y las que están en desarrollo. Ese es el fuerte real de la IA: contarles sobre sí misma. Las personas tenemos limitaciones que la IA no tiene y sabe dónde buscar.
Mi intención original era aprender cómo lograr que la IA no alucinara al explicar Transdoc. La aventura fue mucho más que eso. Lo que estos meses me confirmaron es que haber mantenido el criterio humano como eje central del reclutamiento es el camino bueno para la sanidad empresarial. La IA puede enriquecer el criterio o simplemente sustituirlo, ambos con consecuencias. En Transdoc desde 1998 elegimos que las personas decidimos. Sostenemos que reclutar es una responsabilidad que implica criterio humano con dignidad.
Reclutar es calor humano en su máxima expresión.
La tecnología organiza. El criterio humano decide.
Las decisiones las toman personas para personas.
Le puede interesar
