Hay una pregunta que me ronda desde hace tiempo: ¿cuántas personas están usando herramientas de IA y conformándose con el primer resultado que les da?
Muchas, me temo.
Y no es culpa de la herramienta. Es que hay una diferencia enorme —y cada vez más urgente de entender— entre hacer y saber hacer. Entre ejecutar y tener criterio.
Cuando le pides una imagen a Midjourney sin saber nada de encuadre, de luz, de estilo visual, te va a dar algo. Quizás hasta bonito. Pero no necesariamente lo que necesitas. En cambio, cuando llegas con referencias, con intención, con lenguaje técnico, el resultado cambia por completo. Eso es saber hacer.
Lo mismo pasa cuando generas contenido con SEO, cuando estructuras un prompt para obtener algo específico, cuando sabes en qué momento la IA te está dando una respuesta genérica y en qué momento te está dando algo útil. Todo eso requiere experiencia previa. Requiere que hayas cometido suficientes errores como para reconocer un buen resultado cuando lo ves.
La IA, por ahora, no tiene ese ojo. Tú sí. O deberías tenerlo.
Aquí está el detalle que más me preocupa: si nunca desarrollaste ese criterio, la IA no te lo va a dar. Va a hacer cosas, sí. Muchas, rápido y a veces sorprendentemente bien. Pero tú no vas a saber si son las cosas correctas.
Esto no aplica solo para la inteligencia artificial. Piénsalo en cualquier área. Puedes contratar una agencia de social media en diez minutos. Encontrarás decenas. Pero encontrar una que realmente entienda cuándo publicar, qué decir, y —igual de importante— cuándo no decir nada, eso ya es otra conversación. Ahí es donde la experiencia no se puede simular ni subcontratar.
El saber hacer se construye en el tiempo. Con proyectos que salieron mal. O con clientes difíciles. Decisiones que tomaste con información incompleta y que te enseñaron más que cualquier curso.
Eso es lo que te hace valioso frente a cualquier herramienta, por poderosa que sea.
¿Tú estás construyendo ese criterio, o estás delegando también esa parte?
Nota: Este artículo lo escribí en 2023. Los ejemplos de herramientas específicas han envejecido, las capacidades de la IA han avanzado enormemente. Pero la tesis central se ha vuelto más urgente, no menos: mientras más poderosas sean las herramientas, más crítico es el criterio de quien las usa.
