7 de marzo de 2026 # Productividad o competencia: la paradoja de la IA  Una de las ideas más engañosas sobre la inteligencia artificial es pensar que usarla mucho y usarla bien son casi lo mismo. No lo son. Se puede usar constantemente y, aun así, salir intelectualmente peor parado. Y para mí, si una herramienta nos vuelve más torpes, eso es usarla mal. La IA permite dos usos bastante distintos en el trabajo del conocimiento. Uno sirve para producir más en menos tiempo (productividad). El otro sirve para trabajar con más profundidad, contrastar mejor las ideas y elevar el nivel de lo que haces (competencia profesional). El problema es que no van en la misma dirección. Más bien en direcciones opuestas. ## Productividad Cuando se usa para productividad, la lógica es sencilla. Delegas en la máquina parte del trabajo cognitivo, reduces esfuerzo y aumentas volumen. Sale más. Más documentos, más resúmenes, más propuestas, más correos, más entregables. Desde fuera parece una mejora clara, y en muchos casos lo es. La empresa ve velocidad. El profesional ve alivio. Además, este uso encaja perfectamente con cómo suelen medirse estos proyectos. El éxito se cuenta en horas. El KPI habitual para explicar la implantación suele ser el de siempre: ahorro de tiempo por empleado a la semana. A mí ese enfoque no me convence. Porque ese mismo uso tiene un coste que no siempre se ve al principio. Si la IA empieza a hacer por ti las partes difíciles del trabajo, tú sigues entregando resultados, pero dejas de ejercitar la capacidad que antes te permitía producirlos. No pierdes output. Pierdes competencia. Y eso, con el tiempo, pesa. Si dejas de hacer la tarea tú mismo, dentro de algún tiempo ya no sabrás hacerla. Cambia “tarea” por “aquello que sabes hacer y por lo que te pagan” y se entiende bastante rápido. ## Competencia profesional Usar IA para competencia es otra cosa. No consiste en que piense por ti, sino en que te ayude a pensar mejor. Sirve para explorar enfoques, forzar un razonamiento, detectar huecos, comparar alternativas o, en mi caso favorito, llegar más lejos en una idea. Aquí la máquina no te sustituye. Te obliga a estar más presente. De hecho, muchas veces no te ahorra esfuerzo, sino que te exige más. No reduce la carga mental. La mueve hacia un trabajo de más nivel. Ahí está la parte paradójica de todo esto. La IA orientada a productividad tiende a reducir carga mental. La IA orientada a competencia tiende a aumentar exigencia intelectual. Una te deja hacer más. La otra te ayuda a hacer mejor, pero no necesariamente más rápido ni con menos cansancio. ## Dos intereses distintos El fondo es bastante simple. La empresa busca aumentar la productividad. El individuo debería buscar también mejorar su competencia. La organización suele premiar el aumento de volumen, la reducción de tiempo y la eficiencia visible. El profesional, en cambio, debería preocuparse por conservar y desarrollar su capacidad real. No solo por entregar. También por seguir sabiendo hacer, entender, evaluar y decidir. Si esta paradoja no se reconoce, acabaremos construyendo entornos de trabajo donde todo parece mejorar mientras las habilidades personales se van debilitando por debajo. Mucha producción. Mucha asistencia. Mucha velocidad. Y cada vez menos dominio real de la tarea por parte de las personas. La IA da productividad. Claro que la da, y claro que eso es bueno. Pero también puede vaciar poco a poco la competencia de quien la usa. Ahí está el riesgo. El uso bueno de la IA no debería consistir solo en sacar más trabajo. Debería servir también para que la persona mantenga o aumente su nivel. --- ## Bonus: sobre la medición de la IA en la empresa Creo que aquí hay un error de base. Estamos midiendo la IA en horas ahorradas porque es la forma más fácil de hablar de productividad. Pero, bien usada, la IA no solo reduce tiempo: **aumenta la inteligencia disponible en la organización**. Y eso cambia bastante la foto. El problema es que nadie ha construido KPIs sólidos para medir algo así dentro de una empresa o un departamento. **Como no sabemos medir inteligencia, medimos horas**. Y con eso nos dejamos fuera una parte enorme del valor real. Por ejemplo, habría que ser capaces de medir cosas como estas: - Calidad del razonamiento - Profundidad analítica - Amplitud de exploración de opciones - Calidad de decisión - Capacidad de síntesis - Robustez intelectual de un equipo Después de leer estos seis puntos, medir únicamente horas se me queda muy corto.