Todos entregan trabajo impecable con IA: ¿cómo sabes quién sabe de verdad en tu equipo?

Antes, un informe bien escrito decía algo sobre su autor. Hoy ya no necesariamente. La IA generativa regala acabados impecables a cualquiera, y eso altera la forma en que una empresa sabe de qué es capaz.

Te propongo un método en dos tiempos: primero qué ocurre y luego qué hacer. Lo cuento como lo aplicaría en una empresa que no quiere frenar a su gente ni engañarse a sí misma.

Qué está pasando

Quienes dirigen solían medir las destrezas de alguien por lo que entregaba. Ahora las herramientas fabrican resultados dignos para casi cualquier encargo, y las destrezas propias pueden apagarse sin que nadie lo advierta.

Hay un problema en cadena: quien no domina un asunto no ve el desliz de la herramienta, lo entrega al siguiente y este tampoco lo nota. Cuando nadie puede valorar con precisión a nadie, se resiente la confianza interna.

Magnifica lo que hay, no lo mejora

Esta tecnología no eleva la calidad: amplía lo que ya existe. Una persona excelente rinde más con el mismo esfuerzo. Una persona con huecos produce instrucciones más largas e ideas flojas con idéntica apariencia de seguridad.

Lo más delicado es el riesgo lento. Mientras todo sale bien nadie practica lo difícil, y el día que se necesita esa capacidad ya no está. Ese día rara vez avisa.

Fíjate en algo que suele pasar por alto. Este riesgo no lo causa nadie con mala intención. Nace de una comodidad razonable: si la herramienta resuelve bien lo básico, ¿para qué insistir en hacerlo a mano? El problema es que la maestría se forma justamente en lo básico repetido.

Por eso el método no pide renunciar a la IA. Pide conservar, en pequeñas dosis, el ejercicio que mantiene vivo el criterio.

Qué hacer: el método en cuatro pasos

Cómo se ordena

• Paso 1: Selecciona una tarea que defina la calidad de tu empresa: una cotización, un diagnóstico, un cálculo, un texto para un cliente.
• Paso 2: Pide a una persona que la resuelva y comente su razonamiento sin IA, una vez por trimestre.
• Paso 3: Fíjate en dónde duda, dónde se atora y qué comprueba. Es información, no un examen.
• Paso 4: Refuerza lo que haga falta con práctica guiada y revisa de nuevo el trimestre siguiente.

• Verificación explícita: que quien entrega un trabajo diga también cómo lo comprobó.
• Práctica protegida: que los recién llegados al oficio sigan haciendo ejercicios sin la herramienta.
• Errores a la vista: comparte ejemplos de fallas de la IA que alguien sí detectó.

Un buen acabado no prueba que exista criterio. Lo prueba quien sabe defender el trabajo cuando le quitas la herramienta.

Y hay un beneficio adicional que casi nadie menciona: cuando una empresa sabe qué domina de verdad, puede decirlo con confianza. Una promesa honesta y acotada vende mejor que una promesa amplia que nadie ha verificado.

Lo que esto tiene de marca y de dirección

Tu marca promete un nivel de capacidad. Si la promesa se sostiene en entregables pulidos y no en criterio real, el día que un cliente haga una pregunta fuera de guion, la distancia se notará.

Desde la metodología Lectura Completa, esto toca Marca y Escala. La marca es lo que prometes, y la escala solo es sana si lo prometido sigue siendo cierto cuando creces. En IA aplicada trabajo con el mismo principio: no vendo IA, la uso para resolver problemas de negocio, y eso exige gente que sepa de lo que habla.

Errores que conviene evitar

• Calificar a las personas únicamente por lo que entregan.
• Dar por bueno el trabajo de quien no conoce el tema sin revisarlo.
• Omitir el ejercicio que forma la maestría.
• Vetar la IA por temor en lugar de evaluar con franqueza.
• Usar la prueba sin herramienta como castigo y destruir la confianza.

Y en México

Muchos negocios mexicanos contratan por portafolio o por muestras de trabajo. Con IA, un entregable pulido ya no basta para saber si alguien sabe hacerlo. Al evaluar a un aspirante o a un proveedor, solicita además una charla en la que explique cómo llegó a su resultado. Con tu propio equipo, plantéalo con tono de aprendizaje y no de examen, para que nadie sienta que le cobras por usar una herramienta.

Preguntas frecuentes

¿Qué es el espejismo de la capacidad?

Es que la IA separa el buen resultado de la buena capacidad: todos entregan algo decente y no se sabe qué tan sólido es por dentro.

¿Debo prohibir la IA para evitarlo?

No. Es un riesgo que se maneja con práctica y evaluación honesta, no con miedo ni con prohibiciones.

¿Cada cuánto conviene medir?

Una vez por trimestre es razonable para una tarea clave. Más seguido genera presión sin aportar información nueva.

Checklist para aplicarlo

• Escoge la tarea central de tu empresa.
• Pide que la hagan y la expliquen sin IA este trimestre.
• Úsalo para medir, no para sancionar.
• Solicita que cada entrega incluya cómo se verificó.
• Reserva tiempo de práctica sin herramienta para quienes apenas aprenden.