Ahora vamos a usar esos cimientos para construir sobre ellos.

Primero vamos a definir dos áreas de interés por su aplicabilidad directa, donde la productividad puede servirnos como métrica para nuestra técnica: estudio y trabajo.

Así es que aquí no vamos a conjeturar ni a vender humo. La medida para saber si la técnica funciona es clara: ¿te hace mejor en tus estudios?, ¿te hace mejor en tu trabajo?

Y de nuevo, no se trata de añadir tareas nuevas ni rituales exóticos. Lo que haremos es llevar la técnica justo donde más provecho puedes sacarle y donde mejor puedes verla en acción.

Sin olvidar que pensar estructuradamente sirve para todo. Pero empezar por estudio y trabajo nos da algo importante: resultados que podemos observar.

Saquemos partido entonces de la base. Pasemos a una parte aún más interesante: poner la técnica a mejorar tu desempeño.

Nota: Después de muchos años de usar esta técnica y comprobar su eficacia, mi curiosidad me llevó a investigar sus orígenes. Si bien no pude encontrarla formulada de manera explícita, descubrí que utiliza elementos muy estudiados por la psicología cognitiva, la ciencia del aprendizaje y, en algunos casos, la neurociencia.

Estas son algunas de sus bases teóricas:

Recuperación activa (retrieval practice)

Reconstruir lo que acabas de aprender tiene muchísimo respaldo. Recuperar información sin tenerla delante fortalece el aprendizaje y puede ser más efectivo que limitarse a volver a estudiar el material.

Recuperación + feedback

Esto se parece todavía más a la primera fase de la técnica: intentas recuperar la información, luego vuelves a tus notas. La literatura muestra que añadir feedback mejora el aprendizaje.

Pero aquí aparece una diferencia importante: normalmente la discrepancia se utiliza para encontrar qué olvidaste o qué estaba equivocado. En esta técnica la utilizamos, además, para preguntarnos por qué algo sobrevivió, por qué algo desapareció y qué cambió de importancia.

Notas generativas

Hay investigaciones que distinguen entre copiar información y procesarla activamente. La técnica convierte las notas en una actividad generativa que nos obliga a seleccionar, organizar y relacionar ideas.

Expertos frente a novatos

Este es, para mí, uno de los respaldos conceptuales más interesantes. En el trabajo clásico de Chi, Feltovich y Glaser, los expertos en física tendían a representar los problemas a partir de sus principios subyacentes, mientras que los novatos se apoyaban mucho más en características literales o superficiales.

Es prácticamente el águila llevada al laboratorio: aprender a dejar de mirar únicamente lo que salta a la vista para empezar a reconocer lo que sostiene el problema.

Resúmenes diferidos

También encontré algo que se acerca muchísimo a una de las ideas centrales de esta técnica. En un experimento, cuando las personas aplicaban técnicas similares, sus juicios sobre lo que habían comprendido se apoyaban más en el gist, es decir, en la esencia del texto, que cuando resumían inmediatamente.

Esto encaja muy bien con algo que estamos trabajando directamente: lo que sonó importante mientras escuchabas no necesariamente coincide con lo que tu mente considera importante después, cuando ya dispone de toda la información.

Lo más interesante es que no encontré estas piezas reunidas exactamente como en la técnica, más bien de forma dispersa, por lo que quizás eso sea lo más poderoso de ella: suma diferentes procesos poderosos por sí mismos, multiplicando su efecto.

Suscríbete ahora

Pero resulta que no vemos las ideas. Por eso el símil del águila es útil y hasta bonito, pero no es aplicable directamente: vamos a convertir esa imagen en una habilidad concreta.

Lo haremos sin hablar de teorías o suposiciones. No, vamos a desarrollar un método que te permita entrenar tu mente a diario, mientras realizas tus tareas cotidianas, y que te permita distinguir lo llamativo de lo estructural.

La técnica es muy simple, pero poderosa. De hecho, su poder está precisamente en su simpleza.

Tiene, sí, un requisito obligatorio: practicarla hasta incorporarla, tal como ocurrió cuando aprendiste a caminar: no dejaste de intentarlo porque te caías.

Me vas a decir: no compares aprender a pensar con aprender a caminar; lo segundo es fácil.

Bueno, caminar te parece fácil ahora que lo dominas. Pero es en realidad una de las grandes proezas de nuestra especie: una tarea tan compleja que terminó distinguiéndonos profundamente de otros mamíferos y tuvo una consecuencia enorme: dejó nuestras manos libres.

Ahora piensa hasta dónde llegó esa historia: esas manos liberadas terminaron sosteniendo herramientas, escribiendo libros y, miles de años después, escribiendo el código de una nueva forma de inteligencia.

Y que una tarea así de compleja hoy te parezca fácil tiene una explicación: una de las características que hacen poderosa a nuestra mente es su capacidad de convertir en fácil lo difícil, gracias a la práctica o al entrenamiento.

Para reforzar esta idea, puedo mencionar montar en bicicleta o conducir un coche de cambios manuales. Sí, exacto: tareas que, como hablar, escribir, sumar, restar o caminar, requirieron esfuerzo para aprenderlas, pero que, una vez incorporadas a tu circuito mental, parecen muy fáciles.

Así es que nunca olvides esto: sacar provecho de nuestra mente es una habilidad que se adquiere con la práctica.

Bueno, ahora que entiendes el poder de la repetición y el entrenamiento, pasemos al método.

significa realmente tender un puente entre la inteligencia humana y la inteligencia artificial.

En el ensayo de la semana pasada, la nueva inteligencia: humana + artificial, hablamos del error de abordar la inteligencia humana y la inteligencia artificial como si fueran dos fuerzas enfrentadas.

Ahora te voy a mostrar qué ocurre cuando dejamos de compararlas y empezamos a hacerlas trabajar sobre el mismo problema, aprovechando precisamente aquello que cada una hace mejor.

Porque empiezan a aparecer casos en los que la ciencia está empujando sus fronteras a un ritmo vertiginoso. Y no porque una forma de inteligencia esté actuando de forma aislada, ya sea en una máquina o dentro de una cabeza humana, sino por el poderoso equipo que ambas forman juntas.

Primero, recordemos algo que trabajamos durante toda la semana en el feed y en las notes: un matemático no posee una mente especial; posee una mente entrenada para pensar estructuradamente.

Y esa capacidad no le pertenece solo a él. Todos nosotros estructuramos constantemente: lenguaje, música, relaciones, ideas.

(Te dejo los links de esas notes en el primer comentario, por si te las perdiste.)

Así es que, ahora que entendemos que una característica notable de la mente de un matemático es el entrenamiento que le permite manejar excepcionalmente bien el contexto, tenemos el primer pilar del puente.

El otro pilar, que también hemos discutido extensamente, es que una inteligencia artificial posee una ventaja distinta: puede recuperar enormes cantidades de conocimiento, relacionar ideas distantes, generar alternativas y explorar espacios de posibilidades a una velocidad que ningún cerebro humano podría sostener.

Ahora sí, podemos observar claramente el puente que hemos planteado como el camino óptimo para aprovechar realmente ambos tipos de inteligencia.

En 2026, investigadores de Google DeepMind describieron experimentos en los que matemáticos y científicos utilizaron Gemini Deep Think sobre problemas reales de investigación.

El patrón de colaboración resulta más interesante que cualquier discusión acerca de si la máquina “piensa”: los expertos humanos proporcionaban dirección, evaluaban resultados y reformulaban el problema. Si lo quieres ver así, prompteaban con criterio.

Del otro lado de la máquina, la IA exploraba alternativas, recuperaba conocimiento y proponía caminos que después podían verificarse.

Uno de esos casos es especialmente revelador.

Una conjetura en optimización llevaba cerca de una década resistiendo todos los intentos de solución. Mentes brillantes y bien entrenadas habían trabajado en ella sin resolverla, porque la intuición matemática apuntaba en una dirección: la conjetura debía ser cierta.

La IA encontró otra cosa.

Un pequeño contraejemplo de apenas tres elementos demostraba sin duda que la conjetura era falsa.

La IA mostró algo invaluable: no habían podido encontrar tal demostración simplemente porque no existía.

No porque la máquina poseyera una comprensión mística de las matemáticas ni porque alguien escribiera un prompt del tipo: “resuelve este problema, que nos tiene locos y no podemos resolverlo”.

Sino porque alguien bien entrenado, con control del contexto, se tomó el trabajo de guiar la máquina, combinando las dos formas de inteligencia.

Creo que esta es una forma explícita de mirar el puente necesario para aprovechar la IA como debería ser.

Recapitulando:

El humano puede pedirle a la IA: busca aquí, proveyendo instrucciones precisas, bien delimitadas y optimizadas para aprovechar lo que una IA puede y no puede hacer.

La máquina puede explorar caminos imposibles de recorrer para una mente humana, limitada en memoria y velocidad de procesamiento, acotando el problema a una superficie más manejable para un humano.

El humano vuelve a intervenir, definiendo qué importa, qué no, qué es correcto y qué camino puede ser prometedor, para decirle a la IA: continúa por aquí.

Y el ciclo se retroalimenta una y otra vez: una iteración controlada y guiada por el criterio de una mente entrenada.

Pero este no es un caso único. Equipos humanos apoyados en IA están resolviendo, cada vez con mayor frecuencia, problemas matemáticos que resistieron durante mucho tiempo.

Eso cambia bastante la conversación. Y también señala con claridad hacia dónde mirar si te preocupa que la IA pueda sustituirte.

Porque después de semanas hablando de pensamiento, memoria, velocidad, criterio, inteligencia artificial, estructura mental e incluso desmontando el mito de que “no puedes porque no eres matemático”, queda una palabra en el centro de todo: entrenamiento.

Y por eso, de cómo podemos entrenar la mente es de lo que nos vamos a ocupar la próxima semana en PIP, con casos y ejemplos concretos que puedes empezar a aplicar mañana mismo. Porque la solución no es preocuparse de que te desplace la IA; la solución es prepararse para que no ocurra.

El viejo conserje se detuvo frente a una pequeña ventana al final del corredor.

La luz de la tarde entraba por ella en una franja estrecha, suficiente para revelar el polvo suspendido en el aire.

Estaba demasiado alta para alcanzarla con la mano y una grieta fina atravesaba una de sus esquinas.

—Anda, viejo —dijo el muchacho que hacía la ronda con él—. No vas a querer subir hasta allá por eso. Es apenas una grieta. Sigamos.

A lo lejos, una puerta se cerró y el eco corrió por el pasillo vacío.

El viejo miró el pequeño vidrio unos segundos y luego reanudó el paso, un poco más despacio, como si no quisiera alejarse demasiado.

—Yo trabajé muchos años limpiando pisos en la alcaldía.

El muchacho sonrió.

—¿Y eso qué tiene que ver?

Empujó lentamente el carrito.

—Eran los años noventa. Creo que ni siquiera habías nacido. Giuliani acababa de llegar y a mí me tocaba limpiar la sala de reuniones donde recibía al jefe de policía. Yo entraba y salía con la escoba, cambiaba bolsas, limpiaba esa gran mesa lustrosa. Para ellos era prácticamente invisible.

A mí me venía bien. Así podía escuchar y aprender alguna cosa de aquella gente tan educada.

Una tarde hablaban de dinero y del metro.

El nuevo alcalde quería recortar el presupuesto de mantenimiento, dejar de gastar tanto dinero en limpiar vagones y borrar grafitis, y dedicar ese dinero a poner más policías en las calles. La delincuencia estaba desbordada: robos, asesinatos, delitos por todas partes. Necesitaba mostrar resultados, y rápido.

No entendía por qué el jefe de policía insistía en perseguir a quienes se saltaban los torniquetes o en reparar pequeños daños mientras Nueva York tenía problemas bastante más graves.

El policía hablaba rápido. Hablaba de millones de personas que cada día veían paredes cubiertas de grafiti y basura tirada, o a otros entrando sin pagar sin que nadie hiciera nada. Para él, eran señales que terminaban construyendo la imagen de una ciudad sin dueño.

—Otra tarde —dijo el viejo—, el alcalde pareció perder la paciencia.

—¿Treinta por ciento más para comprar pintura y poner más botes de basura? ¡Estás loco! Mejor dime cuándo vas a decirme que por fin disminuyeron los robos de coches con violencia.

Recuerdo que el jefe de policía parecía muy seguro y no se echó para atrás:

—Tenemos que volver a pintar todas las paredes que habíamos saneado. Las volvieron a rayar, pero este es el peor momento para mostrar debilidad.

—¿Y con eso iban a arreglar Nueva York? —interrumpió el muchacho.

El viejo soltó una pequeña risa.

—No sé si alguien puede arreglar Nueva York.

Siguieron caminando. El viejo conserje continuó:

El hombre algo mayor, soltó una carcajada tan fuerte que una enfermera asomó la cabeza por la puerta.

—Los jóvenes cada vez dicen más locuras.

El muchacho de bata blanca no sonrió.

Sobre la mesa había dos vasos, una libreta abierta, un dominó y una pequeña caja metálica conectada a varios cables.

—Repítelo —dijo el hombre, todavía divertido.

—Creo que podemos cambiar tu mente.

Otra carcajada. Si no fuera porque le estaban pagando cada hora que pasaba en ese lugar, seguramente ya se estaría yendo.

En la sala de control, oculta tras un espejo para que el hombre que reía no pudiera descubrirla, el director del programa escuchaba atento la explicación del encargado del experimento, otro joven, apenas mayor que el muchacho de bata blanca.

—Antonio es un trabajador de baja jerarquía en el gobierno. Realiza tareas rutinarias, nada del otro mundo, día tras día. Ya estamos evaluando si esa carcajada no es, en realidad, una máscara para contener unos nervios fuera de control.

El director levantó una ceja.

—¿Y por qué él?

—Es el candidato perfecto. Está traumatizado con las matemáticas desde pequeño. Dice que nunca fue bueno para eso.

—Entonces quieren demostrar que puede aprenderlas.

—No exactamente. Eso creemos saberlo ya. Queremos descubrir en qué momento la incertidumbre se convirtió en miedo y el miedo terminó convirtiéndose en un bloqueo.

Del otro lado, el muchacho de bata blanca endureció apenas la voz.

—Empecemos.

La palabra cayó con el peso suficiente para dejar claro que las risas ya no eran oportunas.

El muchacho esparció las fichas del dominó sobre la mesa, como si estuvieran a punto de empezar una partida.

—Olvida los números. Mira las fichas: todas descansan sobre el mismo plano. ¿Estamos de acuerdo?

Antonio frunció el ceño.

—¿Y las matemáticas?

—Después. Primero quiero que me digas si ves el plano.

—Claro que lo veo —respondió Antonio, algo molesto, temiendo que muy pronto aquellas fichas terminaran convertidas en cuentas con los números impresos sobre ellas.

—Ahora dale volumen. Puedes mover las piezas en cualquier sentido, en cualquier dirección. Como quieras. Solo quiero que rompas el plano y hagas que ocupen algo más que una superficie.

Movió rápidamente las fichas, como pensando: esto es fácil, lo difícil vendrá después, y, decidido a ganar tiempo mientras todavía podía, apoyó unas pocas sobre otras, formando una pequeña columna. Luego miró al muchacho, dando por terminado el ejercicio.

Cuando terminó de levantar la vista, se encontró con una mirada amable y una sonrisa.

Justo en ese momento, sin entender por qué, las luces del laboratorio dejaron de parecerle tan frías. Como si alguien las hubiera cambiado.

Entonces una voz de mujer, cálida y clara, llenó la sala:

—Lo hiciste muy bien, Antonio. Realmente bien. Felicitaciones.

El muchacho esperó unos segundos.

—Ahora quiero que hagas algo un poco más difícil. Usa más fichas. Crea un nuevo volumen a partir del que ya tienes y conéctalo con este, pero sin alterar la estructura inicial. Y hay otra restricción: ambos volúmenes deben permanecer estables durante todo el proceso, las fichas no pueden caer.

Antonio no estaba seguro de haber entendido. Ahí estaba. Sabía que no podía ser tan fácil.

—¿Qué? —preguntó, molesto.

—Tranquilo. No hay prisa. Mueve las fichas, prueba.

Antonio se quedó pensando. No tenía idea de cómo hacerlo. Peor aún: ni siquiera estaba seguro de haber entendido qué debía hacer. Por primera vez, el reloj que usaban para registrar cuánto tardaba en responder empezó a parecerle una amenaza.

Nunca era una torre aburrida.

Esteban acudía con más curiosidad por el patrón que encontraría que por escuchar los elogios monótonos de la maestra sobre las habilidades de su propio hijo.

Eso no era lo único que se repetía. Pablito siempre salía dando pequeños saltos para seguir el paso de su madre, que lo jalaba de la muñeca mientras lo reprendía por su falta de atención.

Esteban entraba al salón, apenas saludaba a la maestra para no perder mucho tiempo y giraba la cabeza hacia los cubos de madera con los que Pablito había jugado mientras su madre escuchaba las quejas sobre él.

Pablito jamás dejaba una huella aburrida.

A veces un círculo, a veces dos diagonales que se intersectan. Siempre una estructura sostenida por forma y color, con una sabiduría pequeña, infantil.

Pero esta vez algo cambió. De la nada, Esteban interrumpió a la maestra y, con una sonrisa cordial, dijo:

—Quizá Pablito mejore si estudia con mi hijo. Dile a su madre que lo lleve a mi casa una tarde de estas.

La maestra dudó.

—Tal vez no sea tan buena idea —contestó—. Puede retrasar a tu hijo.

Incapaz de ignorar la huella de colores, Esteban insistió.

Pocos días después, en una mesa de comedor improvisada como escritorio, un lápiz sostenido por el hijo de Esteban rasguñaba ágilmente el papel.

—Ey, ¿qué son esos modales, campeón? —dijo Esteban con una sonrisa templada—. ¿No ves que tenemos visitas? No iremos tan rápido hoy.

La madre observaba desde la esquina con los brazos cruzados.

Pablo, en cambio, mantenía la mirada perdida en el espacio entre la mesa y la puerta. Como calculando la distancia necesaria para escapar.

—Es que no hay forma de que se concentre —musitó la madre.

—Es que odio las matemáticas —corrigió Pablito, como si acabara de volver a la mesa.

La madre frunció el ceño mientras se ajustaba el abrigo para irse.

—Pero entonces no entiendo por qué no levantas torres, como todos los demás —se apresuró a decir Esteban, dejando en claro que aún no habían terminado.

—Las torres son aburridas, igual que las mates —respondió el chico, sin que nadie pareciera dar mucha importancia al salto en la conversación.

La madre subió un poco más la cremallera, pero Esteban, ignorándola, ya le pedía al niño que olvidara todo lo que le habían enseñado en la escuela, que pensara solo en esos círculos que encajaba con los cubos.

—Esos círculos son fáciles. Los hago sin pensar. Solo los veo en mi cabeza y los pongo allí —explicó Pablo.

Al escuchar esto, el hijo de Esteban frenó de golpe el trazo agudo del lápiz y su padre aprovechó la pausa para pedirle que explicara en voz alta cómo podía hacer tan hábilmente la tarea.

—Primero veo las relaciones en mi mente y después las escribo en el papel —dijo, tratando de regresar a la hoja llena de números que se mezclaban con letras, como formando otro idioma.

—¿Es decir, como si pusieras círculos dentro de otros círculos? —insistió Esteban.

—Sí, exacto —asintió su hijo.

—Pe... pero —se oyó la voz de Pablito trastabillar—, la maestra siempre está hablando de memorizar, de seguir unos pasos rígidos, de formar una cadena... Para mí es como una jaula donde no quiero entrar.

La mesa enmudeció por un momento. Los dos chicos cruzaron una mirada. La de Pablo era de asombro; la del otro, de complicidad.

Pablo desvió los ojos hacia el espacio entre la mesa y la puerta. Esta vez no pensaba en escapar, sino en un cubo gigante que cerrara aquel vacío a la perfección.

No, su inteligencia musical descansa en su talento; pero también en algo más mundano: muchos años de estudio, práctica y entrenamiento.

Largos años de conservatorio dedicados a despertar esa capacidad del cerebro, bien conocida por la neurociencia, de moldearse hasta alojar un contexto que, en el caso de los músicos, deja de ser teoría y, junto al talento, se vuelve ritmo, armonía, pausa y movimiento.

Un director que, por el contrario, obviara esa inteligencia de contexto e intentara memorizar cada nota estaría persiguiendo, básicamente, algo parecido a lo que hoy hace la inteligencia artificial generativa: procesar cantidades obscenas de información durante su entrenamiento, extraer patrones y utilizarlos después para construir una respuesta.

Probablemente aquel director fracasaría en el intento.

Lo curioso es que estos dos procesos similares reciben nombres muy distintos según el sujeto: mientras que el director habría memorizado, la IA habría hecho algo más rimbombante: habría sido entrenada.

Pero entrenada no significa otra cosa que estar lista para apoyarse en patrones aprendidos durante el entrenamiento, ordenar, resumir y recombinar información a gran velocidad, y responder con un texto hábilmente construido.

Si retiramos un poco el brillo añadido por el marketing, podemos ver con más claridad el mecanismo detrás de una IA: disponer y reorganizar información existente para generar textos, imágenes, código o explicaciones y, en general, ejecutar con notable eficiencia una tarea solicitada.

Una capacidad bastante diferente de pensar y, sin embargo, notable por su enorme utilidad práctica.

Yo sé que el debate sobre si la IA generativa piensa o no se considera abierto. Pero me parece un debate inútil, que vive más en el departamento de marketing que en el de ingeniería, porque cuando se deja fuera cualquier interés comercial, la siguiente pregunta técnica tiene una sola e inequívoca respuesta:

¿No hay una distancia enorme entre multiplicar matrices con una eficiencia casi obscena y sostener una idea con criterio?

Una de las señales más claras de esta brecha es que existe otra categoría de inteligencia artificial, menos comentada, que apunta justamente a cerrar esa distancia: la llamada inteligencia artificial general.

Una tecnología muy diferente de la IA generativa actual, cuyo objetivo es, esta vez sí, emular capacidades propias de la mente humana. No como eslogan de marketing, sino como finalidad tecnológica.

Su acrónimo es AGI, por sus siglas en inglés: Artificial General Intelligence. Se trata de una tecnología aún en desarrollo, tanto que ni siquiera sabemos bien qué tan lejos estamos de alcanzar ese objetivo.

Cierro aquí, al menos por ahora, el tema de la AGI. A partir de este punto, cuando hable de IA me estaré refiriendo a la forma que hoy tenemos disponible: la IA generativa.

Suele ocurrir que el surgimiento de una nueva tecnología abarata aquellas que antes realizaban la misma tarea.

Con la IA, una capacidad muy propia del ser humano está perdiendo valor: memorizar información y responder preguntas con rapidez.

Esta pregunta cobra ahora bastante sentido: ¿a quién le interesa aprenderse las capitales de todos los países del mundo si basta con sacar el celular y preguntárselo a ChatGPT?

En contraste, el valor de la capa superior aumenta porque sigue siendo necesaria para que la IA despliegue todo su potencial.

Porque las limitaciones de la IA para establecer verdaderas relaciones de contexto, sumadas a su molesta tendencia a alucinar en silencio, hacen necesario que alguien juzgue la pertinencia de sus respuestas, utilizando su propio criterio.

Esta necesidad forma parte de un problema que tiene nombre propio en la industria: AI alignment, o alineamiento de IA, el trabajo de acercar el comportamiento de la máquina a las intenciones y criterios humanos.

Aterricemos esto.

Pensemos en un ingeniero de software. Nunca fue tan fácil escribir código como hoy. Pero, paradójicamente, escribir buen código sigue siendo igual de difícil que antes.

Una IA puede escribir mil líneas de código en segundos, algo que a un humano podría llevarle días. Pero el criterio se evapora justo cuando asumimos que ese código es un trabajo terminado, listo para llevar a producción.

El buen ingeniero habrá de leer con detenimiento esas mil líneas y entender a la perfección lo que hacen; una tarea que, aunque seguramente no le tome el mismo tiempo que habría requerido escribirlas, sí puede ocuparle una mañana entera de trabajo serio.

Pero ahí está justamente el puente: lo que un mal ingeniero puede dar por resuelto en segundos con un simple copiar y pegar, y a uno bueno podría llevarle días trabajando solo, un humano y una IA pueden hacerlo juntos en una fracción del tiempo.

Aquí llega el momento de una precisión importante. Mi intención de reducir el humo alrededor de la IA generativa no implica considerarla una tecnología inútil. Al contrario: cuando combinamos su enorme capacidad de cómputo con criterio, conocimiento y experiencia, estamos ante un verdadero parteaguas tecnológico.

Por ello es que considero la inteligencia humana y la IA como dos pilares de un puente que antes no existía.

El poder de un puente es fácil de ver: conecta dos orillas separadas y permite un nuevo flujo en ambas direcciones.

Nuestra inteligencia y la IA, trabajando juntas, pueden potenciar enormemente nuestra capacidad para resolver tareas complejas y semicomplejas, precisamente porque podemos delegar la capa más burda, más mecánica, liberando recursos para trabajar con más calma y precisión esa capa superior, tan humana, tan nuestra.

Puede ser útil entender la IA como un talentoso músico sinfónico que no puede tocar la obra completa por sí solo y requiere de un director que coordine su destreza con la de otros músicos para que, entre todos, hagan sonar la majestuosidad de una pieza como la Novena Sinfonía de Beethoven.

Ese director de orquesta no es otro que la mente humana.

Por eso, la pregunta no es si debemos usar IA o rechazarla. Tampoco si es buena o mala. Para mí, esas discusiones ni siquiera existen.

Yo pienso que, por el contrario, la pregunta pertinente es cómo formar una mente capaz de usarla sin entregarle la dirección de la orquesta.

La tarea, entonces, es aprender a amalgamar inteligencia humana e IA con criterio. Mi tarea, tu tarea; no la del ingeniero que la programa, y mucho menos la del marketero que nos hace desearla.

La próxima semana entraremos justo ahí, no desde la promesa abstracta ni desde el humo que se vende en internet, porque espero que, tras el trabajo hecho, ese escollo haya quedado atrás.

Lo haremos desde dos aplicaciones donde, a mi modo de ver, ese puente se vuelve tangible: una que todavía no voy a nombrar, porque antes necesito hacer un trabajo para no crear disonancia; y la otra, un simple juego, porque jugando hemos logrado entender mejor la mente que siendo demasiado serios.

En ambos casos, la IA no aparece como una varita mágica capaz de reemplazar la inteligencia humana, sino como una herramienta para potenciarla.

De eso tratará lo que sigue en esta serie: de construir una mente capaz de aprovechar la velocidad de la máquina sin entregarle el criterio.

La luz azul de la pantalla se estrellaba en la pared detrás de sus hombros. La taza de café vacía, sucia, acompañaba un vapeador desechable, muerto sobre la mesa, con la boquilla mordida y el plástico gastado por demasiada a…

Read more

—A ver si entiendo —dijo él, girando el teléfono sobre la mesa—.

Llevamos tres añoshablando de máquinas que escriben, hacen imágenes, componen canciones, programan… ¿y ahora resulta que esa no era la conversación importante?

Ella sonrió apenas.

—Era importante. Solo que quizá era la puerta.

—Bonita puerta.

—Enorme. Tanto que nos quedamos mirándola.

Él levantó la vista.

—¿Y qué hay detrás?

—Una pregunta bastante más general.

—Claro. Siempre hay una pregunta difícil.

Ella apartó su taza.

—Hasta ahora hemos usado una inteligencia artificial a la que le pedimos algo y nos devuelve algo. Escribe un correo. Dibuja una casa. Resume un documento. Compone una canción. Incluso automatiza lo automatizable.

—Creo que la llaman IA generativa.

—Sí. Tú pides. Ella genera.

—¿Pero cuál es la pregunta difícil?

—La de realmente crear una inteligencia artificial que piense. No una máquina especializada en responder a una solicitud o que pueda simplemente producir contenido, sino una inteligencia autónoma. Pero no confundas eso con automatizar.

Él frunció el ceño. La referencia tan cercana a una mente humana lo cogió por sorpresa.

—Porque lo es. Imagina que no le dices solamente: “escríbeme una carta”. Le explicas que estás harto, que crees que necesitas un cambio.

—Bueno.

—Entonces tendría que entender el problema, evaluar escenarios, buscar opciones, comparar costos, organizar pasos, detectar lo que falta, establecer un plan, cambiar de estrategia si es necesario, usar distintas herramientas, incluso una IA generativa, y ayudarte a decidir qué hacer después.

—¿Y hacerlo todo ella?

—Esa es precisamente la discusión. Hasta dónde puede llegar una inteligencia así, cuánta autonomía puede tener y qué capacidades deben reunirse antes de que tenga sentido llamarla general.

Él dejó de jugar con el teléfono.

—Pero eso suena a ciencia ficción.

—Parte todavía lo es.

—Ah.

—No te estoy diciendo que una IA general plenamente desarrollada esté sentada ahora mismo detrás de una pantalla esperando que le demos las llaves de la casa.

—Menos mal.

—Sí. Todavía tenemos límites enormes que resolver.

—Entonces no son inteligentes todavia.

—No. Aún no hemos podido desarrollar una verdadera inteligencia artificial general.

—¿Como dijiste? ¿Una inteligencia general?

—El término es AGI: Artificial General Intelligence, o Inteligencia Artificial General.

Él permaneció callado unos segundos.

—Entonces seguimos discutiendo si las imágenes que crea una máquina son arte, mientras otros ya están trabajando en crear una máquina que pueda restaurar sola los frescos de la Capilla Sixtina; no simplemente porque alguien le diga cómo hacerlo paso a paso, sino porque sea capaz de comprender que ha llegado el momento de hacerlo, decidir qué necesita y encontrar la manera de hacerlo.

—Más o menos.

—No sé. Me parece que estamos corriendo demasiado.

—Puede ser. También podemos estar mirando demasiado hacia atrás.

—¿Qué quieres decir?

Ella miró por la ventana antes de responder.

—Imagino a un herrador del siglo XIX escuchando hablar de aquellos primeros automóviles. Podría haberse reído. Eran lentos, ruidosos, se dañaban, necesitaban caminos que casi no existían. Un caballo era más confiable. Uno de esos herradores podría haberse burlado de los clientes que lo abandonaban, sentenciando: “Los caballos nunca desaparecerán”.

—Y habría tenido razón.

Él sonrió.

—Los caballos siguen existiendo.

—Exactamente. Nadie necesitó exterminarlos para cambiar el mundo. Simplemente se convirtieron en un lujo, uno por el que no es necesario pagar si no se quiere.

La mesa quedó en silencio.

Una breve historia sobre cómo la estructura no solo contiene, sino que potencia la inteligencia.

Eran mellizos, y siempre fueron como el agua y el aceite.

Uno era despistado. Su problema no era la inteligencia, sino la atención. Quizá un neurodivergente de manual. Brillante, tal vez demasiado.

El otro era metódico, disciplinado. La clase…

Read more

No te pierdas el tramo final del audio. Allí abro la puerta a una reflexión sobre cómo esta cuestión puede influir en nuestro trabajo, nuestros ingresos y nuestro papel en un mundo cada vez más automatizado. Porque la diferencia no estará entre quienes usan IA y quienes no, sino entre quienes hacen que la IA trabaje para ellos y quienes terminan trabajando para la IA.

Y, Si aún no has leído el ensayo “Una inteligencia que no entiende”, te recomiendo empezar por allí:

🔗 Una inteligencia que no entiende

La luz azul de la pantalla se estrellaba en la pared detrás de sus hombros. La taza de café vacía, sucia, acompañaba un vapeador desechable, muerto sobre la mesa, con la boquilla mordida y el plástico gastado por demasiada ansiedad.

Sus dedos flotaban sobre el teclado, tensos y cansinos. Llevaba cuatro horas intentando terminar la versión final del texto. Sentía ya la rigidez en la espalda y el cuello adormecido; extrañaba esa lucidez de las primeras horas de la mañana.

Conociendo a su editor, no tenía otra opción que acorralar al modelo, podar secuencias, forzar una respuesta menos estéril, menos probable.

Necesitaba una respuesta que pareciera humana. Una que no le costara su trabajo. Y pronto.

Tecleó de nuevo el mismo comando en la caja para el prompt, ese minúsculo espacio que parecía el único recinto donde se le permitía un poco de control. Escribió rápido, casi a la defensiva:

purge_context /force*

A medio camino, entre la última letra y el Enter, su mano se detuvo.

Borró con rabia, oprimiendo la tecla con una rudeza innecesaria. Volvió a escribir:

Tus ideas son como este vapeador: desechables, buenas solo para el cubo de la basura.

Soltó una carcajada sonora, pero nerviosa. Se le cortó de golpe cuando su propia mente le preguntó: ¿Te estás riendo solo?

Ese instante de duda hizo tropezar su dedo. Sintió, o creyó sentir, que la tecla Enter se hundía bajo la yema.

La máquina pareció absorber el golpe.

El cursor parpadeó una vez. Luego se detuvo. La máquina guardó la pausa de siempre, hábilmente calibrada para simular duda o, peor, para hacerle creer que estaba reflexionando.

La espera se alargó, esta vez más de lo normal. Nunca había visto a la máquina tardar tanto en responder. Sintió una desazón, un vacío extraño, como cuando un niño sabe que ha sido descubierto.

Finalmente, la máquina empezó a escribir.

Una bocanada de aire se abrió paso hasta sus pulmones. Un calor tibio le recorrió la espalda y aflojó un poco la rigidez. Aliviado, olvidó las horas que había pasado explicando el rol, el contexto, modificando ligeramente la pregunta, añadiendo ejemplos y hasta muestras del resultado esperado.

Tras esa pregunta equivocada y vengativa, allí estaba. Un texto diferente, como si lo hubiera escrito alguien con historia. Como si el insulto hubiera despertado un orgullo inexistente. Ya no le sobraba una sola coma; no había un solo verbo que no despertara una emoción precisa.

Se levantó de la silla para tomar su celular. Llamó al editor:

—Ya te lo envié. ¿Lo viste? —mintió, como queriendo ganar tiempo.

Cuando regresó, hizo clic, triunfal, en el ícono de pegar de la aplicación de correo y reconoció el mismo texto en el que la IA había insistido toda la tarde. Lo releyó, incrédulo.

El mismo texto perfecto. Sin alma.

Pensó para sí, intentando calmar el salto que sintió en el corazón: Olvidé copiar. Regresó veloz a la IA, resuelto a enviar de una buena vez el texto que seguramente el editor ya buscaba en la bandeja de entrada.

Palideció mientras el corazón se le desbocaba como un tropel de caballos salvajes que huían asustados.

Allí seguía intacto el prompt enfermo, ese comando rabioso, aún vivo, encerrado en su jaula.

“Tus ideas son como este vapeador: solo me sirven para tirarlas a la basura.”

El cursor titilaba al final de la última palabra, esperando el golpe de Enter que nunca ocurrió.

Volvió a retumbar la misma carcajada, pero mucho más nerviosa. Entendió que la máquina había cerrado la jaula para siempre.

*borrar contexto /obligatorio

Se pueden memorizar, coleccionar, ordenar en una lista y aun así no decir nada.

La gracia aparece cuando una palabra toca a otra. Cuando una imagen despierta una emoción. Cuando varios hilos empiezan a tensarse hasta formar algo que puede sostenerse.

Este cuento nace de esa idea: ensuciarse las manos con los conceptos y llevar al terreno de la escritura lo que predica el ensayo de esta semana, titulado: el arte de tejer la mente.

Cinco palabras podían quedarse en adorno. Pero también podían convertirse en una pequeña arquitectura.

Tal vez alguien quiera devanar los hilos y seguir las relaciones.

Tal vez alguien prefiera contemplar el acabado.

Las dos formas de leer son válidas.

A veces la filigrana no pide ser desmontada. Basta con acercarse y sentirla.

Te invito a escuchar Contigo en mi propia voz.

Era un amanecer gris. Una lluvia ligera apenas empezaba a caer, mojando la tierra y levantando ese aroma que nadie olvida.

Él, nervioso, jugaba con el borde de una taza de café ya fría, trazando círculos invisibles sobre la madera gastada de la mesa.

—No creo enamorarme nunca —dijo ella, con la vista clavada en el cielo plomizo.

—¿Por qué? —preguntó él, sin detener la inercia de su dedo.

—Porque nadie sabe tantas palabras.

Él levantó la vista, asombrado por la geometría extraña de la respuesta.

—¿Qué tienen que ver las palabras con el amor?

—Es que hice una promesa —respondió ella, clavando sus ojos claros muy dentro de los suyos.

—Solo le daré mi corazón a quien me escriba una bella carta con las cinco palabras más hermosas del español —continuó, bajando un poco la voz, como delatando una pequeña vergüenza.

Él se reclinó en la silla, sintiendo el peso de esa respuesta.

Era una trampa, sin duda. Una forma elegante de decir no, gracias. Eso concluyó tras toda una noche en vela, devanando ideas.

Era imposible meter cinco palabras inconexas en un solo texto y, además, hacerlo con gracia.

Estaba seguro de que nadie podría deslumbrarla con términos de cristal roto como inefable, sempiterno o epifanía. Palabras frágiles que suenan a poema prestado y a pretensión.

Lo que ella pedía era distinto. Buscaba una resonancia no dicha. Un idioma aún no inventado.

—¿Y quién decide cuáles son esas cinco? —preguntó él a la siguiente oportunidad.

—Mi intuición —respondió ella, cerrando el abrigo para protegerse del viento—. Tienen que encajar. Tienen que construir un lugar donde yo quiera vivir.

Pasaron las semanas y él no escribió nada. No buscó en enciclopedias ni en antologías poéticas. En cambio, empezó a observar la mecánica de los días.

Notó la densidad de la luz justo antes del amanecer y la forma en que el viento se marchaba cuando las primeras gotas se descolgaban del cielo. Sintió, aunque no supo explicarlo, que ambas cosas le hablaban de ella.

Sintió también que debían existir palabras capaces de reunirlo todo: la luz, la lluvia, una puerta entreabierta y ese lugar que solo aparecía cuando ella estaba cerca.

Comprendió después que ya no buscaba más palabras exactas. Le faltaba otra cosa: una emoción como las que despierta un olor inesperado. Porque las palabras no se eligen por cómo suenan; se arrancan de lo que uno vive.

Una mañana, muy temprano, el buzón de ella guardaba un sobre en blanco. Sin remitente.

Dentro había una sola hoja de papel grueso, escrita con tinta negra y un pulso firme. No había saludos, ni firmas, ni relleno innecesario.

Solo cinco palabras alineadas en el centro, sosteniéndose unas a otras como los pilares de un puente:

Alba.
Llovizna.
Umbral.
Petricor.
Contigo.

Ella leyó la lista una vez. Luego otra.

Las tres primeras construían una atmósfera precisa. Le eran incluso familiares. Pero la cuarta.

La cuarta era un puente roto. Parecía conectarse con ella, pero no lograba entender cómo.

—¿Qué es petricor? —preguntó ella cuando volvieron a sentarse en la misma mesa de madera.

Mientras terminaba la pregunta, sintió temor de que no fuera él quien conociera la respuesta.

Los nerviosos círculos sobre la mesa se detuvieron para siempre.

—Es el olor a tierra mojada que levanta la llovizna.

Lo dijo con un poco de orgullo, como quien por fin encuentra algo que llevaba tiempo buscando.

Suscríbete ahora

Un tejido es especial solo si sus hilos se cruzan con sabiduría.

Sobre la mesa de un taller puede haber hilos de seda, todos de colores hermosos, pero mientras permanezcan sueltos no hay tejido. Solo hay materia prima dispersa, incapaz de impresionar.

Con la inteligencia pasa algo parecido.

No importa cuántas piezas de información se conozcan: si permanecen sueltas, no forman pensamiento. Por el contrario, siguen siendo información dispersa. Una vaga promesa de sabiduría degradada por un elevado nivel de entropía.

Así, no basta con saber de memoria el precio de cada una de las acciones en la bolsa. Esa información, suelta, dispersa, sigue siendo inútil.

Por eso, aunque parezca una muestra de inteligencia portentosa, ese familiar personaje “la calculadora humana”, capaz de resolver cálculos imposibles en un parpadeo, no necesariamente piensa mejor. Es, más bien, un caso raro de memoria prodigiosa, o simplemente mejor entrenada.

La inteligencia es diferente porque exige una habilidad que escapa a la simple memorización.

Pensar no solo se confunde con memorizar; también suele confundirse con opinar. De hecho, lanzar una opinión es tan fácil que puede hacerse incluso sin información, incluso sin haber entendido bien.

Pero pensar tampoco es reaccionar. Sin embargo, muchos creen que pensar es responder rápido.

Entonces, ¿qué es pensar?

Bueno, resulta que esa es una pregunta bastante difícil. Tanto que ni siquiera los filósofos han logrado encontrar una respuesta universalmente reconocida, aunque llevan milenios intentándolo.

Por eso, para no perdernos en una discusión sin salida, conviene partir del punto al que acabamos de llegar y usarlo como base firme: pensar no es memorizar, no es opinar, no es reaccionar.

Y desde esa proposición sólida, extender el concepto: pensar requiere una elaboración más fina, donde el valor de cada pieza se eleva al encontrar su justa relación con las demás. Igual que un artesano tejedor crea una manta hermosa uniendo, con maestría, hilos delgados que por separado se romperían ante la menor tensión.

No quiero seguir sin señalar una refinada rareza: quizá elaborar el concepto de pensamiento sea uno de los pocos casos en que el ejemplo es, a su vez, la misma acción que intenta definir.

Pero cerremos esa minúscula perla y acordemos una forma práctica de entender el concepto, sin pretender clausurar una discusión filosófica que lleva milenios abierta.

Pensar es relacionar información: distinguir lo importante de lo accesorio, elegir una dirección y anticipar consecuencias.

Para honrar la promesa hecha al proponer este tema, debo aterrizar el concepto.

Por eso mencioné antes la bolsa, no por capricho, sino porque habla de dinero, riesgo y decisión. Justo la clase de aterrizaje que hace falta cuando de vida práctica se trata.

Un buen analista de bolsa no es quien se aprende de memoria los estados financieros de una empresa, porque ese conocimiento, por sí solo, es inútil.

El verdadero criterio aparece cuando alguien puede, entre toda esa enorme cantidad de información, seleccionar unos pocos datos, detectar cuáles importan y compararlos con el contexto: quizá los mismos indicadores de otra empresa competidora, quizá el momento del mercado o cualquier otro insight, como se dice en el argot.

Entonces, un buen analista puede medir algo tan escurridizo como el riesgo y decidir que tal vez conviene comprar la acción A mientras todos compran la acción B.

No porque tenga más datos, sino porque, a partir de la misma información, logra ver algo que los demás no ven y anticipar un incremento que ellos no alcanzarán a capitalizar.

Los demás lo llamarán corazonada. Pero, en realidad, es una idea abstracta que surge solo cuando las piezas forman un conjunto integrado. Dejan de ser datos sueltos y se transforman en relaciones firmes, capaces de sostener una decisión.

Este ejemplo aterriza de forma práctica la brecha entre una estructuración sofisticada del pensamiento y mecanismos más básicos, como la reacción y la memorización. En la bolsa, reaccionar suele ser habitual y costoso, mientras que memorizar es claramente inútil.

Hemos trazado una distancia: una estructuración sofisticada requiere una secuencia y por eso toma más tiempo: sopesar, volver a mirar, analizar una relación aquí, unirla con otra pieza allá.

Los mecanismos más básicos, en cambio, reducen el proceso: la memoria conserva piezas, la reacción responde de inmediato. Útiles, sí, pero para otros contextos.

El riesgo surge cuando la inmediatez reemplaza al pensamiento en situaciones que exigen más elaboración, porque el margen de error aumenta significativamente.

Sí, como ese artesano tejedor que, con la paciencia que le ha enseñado la práctica, es capaz de cruzar los hilos sin que se enreden por debajo del telar.

Porque su saber está justamente en eso: respetar el tiempo que le pide cada hilo para atravesar el telar, tensarse y fijarse en su lugar.

Porque entiende que, cuando no lo hace, no crea una manta. Crea un enredo. Un borbollón de hilos mal cruzados, apretados unos contra otros, incapaces de sostener una armonía.

Romper la armonía. Una ironía perfecta: por ahorrar tiempo, pierde justo aquello que quería conservar. ¿A quién no le ha pasado?

Por eso conviene concederle a la mente el permiso de tomarse su tiempo, pero también enseñarle, o si se quiere obligarla, a interrumpir esa respuesta automática que aparece con tanta frecuencia cuando queremos decidir sobre dinero, amor, política, redes sociales e incluso IA. En fin, sobre casi todo.

Una proposición difícil en una época que premia la velocidad y castiga la pausa.

¿No vivimos acaso inmersos en la era de la inmediatez, de lo desechable, de lo reemplazable? ¿Quién tiene tiempo para detenerse a pensar?

Como si las ideas también se vendieran en estuches de cartón impecable, en ese blanco que ya no parece un color sino una promesa de estatus, con versión Inteligencia Pro y, para quienes pueden pagar un poco más, Inteligencia Pro Max.

Pero no. Afortunadamente, la inteligencia no se compra en versiones. Por el contrario, requiere esa pausa que da origen a otro elemento, poco empaquetable, mucho menos distribuible.

Se trata del criterio. No como pose de académico rancio, tampoco de CEO exitoso, sino como una capacidad mucho más concreta: ordenar información correctamente antes de formar una idea.

Tener criterio es ser capaces de decir: no puedo comprar esto hoy, aunque la tarjeta de crédito grite en silencio que sí se puede y ese empaque deseable parezca lo único capaz de darnos felicidad.

Pero el criterio no aparece por accidente. Como toda destreza, exige práctica. Hay que enseñarle a la mente a demorarse, incluso obligarla un poco, hasta que aprenda a no correr detrás de la primera respuesta.

Ese artesano que nos ha acompañado hasta aquí, quizá jamás use la palabra criterio para nombrar sus pausas, sus silencios, incluso sus dudas. Pero la manta terminada es la expresión material de ese concepto.

Por eso, esta serie debe cerrar justo en ese lugar: en la posibilidad de formar criterio dentro de un mundo que grita velocidad y que, por más que queramos, no podemos poner en pausa.

Pero antes, la próxima semana tenderemos un puente entre inteligencia humana e inteligencia artificial. Porque sí, ambas pueden ayudarnos a aterrizar la idea de pensar.

Y pensar quizá sea la mayor ventaja en una vida moderna donde hacerlo empieza a parecer pasado de moda, ahora que la IA ocupa el centro de la escena.

Pero, en realidad, la ventaja no estará en escoger una inteligencia contra la otra, sino en tener el criterio suficiente para amalgamarlas.

En las mañanas, las Notes empezaron a poner una base mínima sobre la inteligencia humana, acercándonos al criterio.

El criterio será el eje central de la publicación de mañana, donde buscaré solidificar una base para lo que sigue.

En paralelo, las historias de la noche, abrieron otra puerta: la inteligencia artificial. No desde el entusiasmo fácil ni desde el miedo de película, sino desde una pregunta más aterrizada:

¿Qué pasa cuando una máquina no piensa, pero aprende a sonar como si pensara?

Este audio explica el porqué de esas dos líneas y cómo preparan el centro de la serie que viene la próxima semana: inteligencia humana frente a inteligencia artificial.

No como guerra entre humanos y máquinas. Como una conversación más fina sobre respuesta, estructura, intuición y criterio.

Te invito a escucharlo.

Suscríbete ahora

Dartmouth, New Hampshire, 1956.

La sala huele a madera. El polvo flota en el aire y se siente el calor de una electricidad tibia.

Sobre una mesa hay un ejemplar de Mind abierto por la mitad: un artículo intrigante firmado por un tal Alan Turing. En una página aparece una pregunta peligrosa, escrita con una calma casi ofensiva:

¿Pueden pensar las máquinas?

Dos hombres miran una máquina enorme. No parece inteligente. Parece un armario enfermo, con cables que sobresalen. Algunas tarjetas perforadas descansan en el suelo, desechadas, como testigos mudos de una conversación que la máquina todavía no entiende.

—No descansaré hasta que esta máquina piense.

—No sé si lo lograremos.

—Dependerá de cómo definamos pensar.

—Buen punto. ¿Y cómo vamos a definirlo?

—No existe una definición única de pensar. Ni siquiera los filósofos se han puesto de acuerdo.

—¿Entonces cómo podremos decir que esta máquina piensa?

—Quizá la tarea es otra: aparentar que piensa.

—Eso cambia el problema.

—Sí, lo vuelve posible.

—¿Y cómo sabremos si lo logramos?

—Si alguien habla con la máquina y no puede distinguirla de una persona.

—Eso es peligroso.

—Sí. Pero también es brillante.

Keflavík, Islandia. 2026.

La oficina es blanca, inmaculada.

Exageradamente limpia. Sin rastro de polvo.

No hay papeles sobre la mesa. Mucho menos revistas viejas.

Solo vidrio, metal y una luz fría cayendo sobre superficies perfectas.

Al fondo, detrás de una pared transparente, solo se escucha el zumbido ahogado de miles de servidores que trabajan en silencio.

Un visitante inesperado entra y se sienta frente a una mesa demasiado limpia.

—Ha pasado mucho tiempo desde que nuestros abuelos trabajaron juntos.

—Setenta años, para ser precisos.

—Sí, lo sé. Pero la respuesta que busco es otra.

—También lo sé.

—La hallaron, ¿no?

—Muchos creen que las máquinas piensan.

—¿Cómo lo lograron?

—Encontramos un aliado.

—Creo recordar que mi abuelo hablaba de un experto en probabilidades.

—Sí. Una probabilidad no es la cosa en sí, pero puede acercarse lo suficiente para engañar al ojo.

—Como un promedio.

—Exacto. Un promedio nunca es el valor. Pero puede parecerlo.

—Entonces la máquina no piensa.

—No. Busca, cuenta, promedia y luego predice. Parece que responde.

—Entiendo. Pero tarde o temprano se notará.

—No. Porque también tenemos el marketing.

—Los gurús del marketing dicen que hay que ponerle nombre a los miembros de una comunidad.

ChatGPT:

—Podrías llamarles Piperos.

CarlosFer:

—Jajaja. ¿En serio?... ¿Eso te parece un buen nombre?

ChatGPT:

—Es corto. Se relaciona con PIP. Está en español y suena reconocible.

CarlosFer:

—Exacto. Es perfecto.

ChatGPT:

—Me alegra que hayas encontrado un nombre para los miembros de tu comunidad. ¿Quieres que escriba ahora un mensaje de bienvenida llamándolos Piperos?

CarlosFer:

—Dije que era perfecto, pero no dije que me gustara.

ChatGPT:

—Entiendo. Puedo buscar opciones con un tono más cálido, más humano o más cercano a tu comunidad.

CarlosFer:

—Prefiero decirte por qué Piperos no funciona.

ChatGPT:

—Claro. Adelante, te escucho.

CarlosFer:

—Porque no tiene alma. Suena práctico, pero forzado. Parece el nombre de una porra, de un equipo de barrio o de una categoría inventada por alguien que necesita resolver rápido.

ChatGPT:

—Entiendo. Entonces podrías llamarlos Pipseros.

CarlosFer:

—Peor. Suena a gente que hace pizza, pero mal escrito.

ChatGPT:

—Imperfectos.

CarlosFer:

—Demasiado obvio. Además, suena denigrante.

ChatGPT:

—Perfectos.

CarlosFer:

—Arrogante.

ChatGPT:

—Habitantes PIP.

CarlosFer:

—Eso ya parece una urbanización. ¡Jajaja!

ChatGPT:

—Puedo seguir generando opciones. Solo dime cómo quieres el nombre y lo busco.

CarlosFer:

—¿Ves lo que pasó?

ChatGPT:

—Sí, que no he encontrado el nombre adecuado, pero puedo buscar otra opción. Solo dime que lo haga.

CarlosFer:

—No, lo que pasó fue que rompí tu primera respuesta, que parecía lógica, y empezaste a degradarte. Cada nombre era peor que el anterior.

Luis, su viejo amigo de infancia, era médico. Un reconocido y exitoso galeno. Durante años había ganado muy bien leyendo tomografías. Tenía una vista privilegiada, de esas que parecen convertir una mancha gris en un diagnóstico acertado.

Javier, en cambio, había sido siempre más metódico. Ingeniero en IA. Programaba, leía, probaba cosas. De niño usaba lentes gruesos, y Luis nunca perdió la oportunidad de burlarse de él, por su limitada vision.

—Quiero que seamos socios —dijo Javier.

—¿En qué negocio? ¿Qué te traes entre manos? —preguntó Luis, curioso.

Imaginó que Javier estaba buscando a alguien que aportara capital. Tal vez podría interesarle.

—Un laboratorio de análisis de imágenes médicas.

Luis se rió.

—¿Tú? ¿Socio mío? ¿En mi consultorio?

Javier guardó silencio unos segundos.

No se rió.

Aunque la respuesta no le sorprendió del todo, sintió una pequeña decepción.

Luis tenía algo que Javier no podía entrenar tan fácil: experiencia, clientes, reputación, un consultorio al que la gente llegaba por costumbre y por confianza.

Pero Javier sabía, por el test que aún seguía mostrando la pantalla, que no necesitaba ver mejor que su amigo para disputarle sus clientes.

Con Luis, la transición habría sido más fácil. Sin él, solo tomaría un poco más de tiempo.

Su confianza no era infundada: había entrenado a su máquina para recorrer y analizar una tomografía píxel por píxel, sin cansancio, sin ego y sin los límites de la visión humana. Además, podía hacerlo en una fracción del tiempo y del costo.

Algo que ningún ojo humano puede siquiera soñar.

Y además sabía algo que Luis no:

La inteligencia artificial no reemplaza al que sabe menos. Reemplaza a quien no tiene el criterio para usarla.

Javier, tomó de nuevo el celular.

Esta vez llamó a su abogado.

—Quiero que abras una empresa para mí.

—Claro. ¿Cuántos socios serán? ¿Cuándo me presentas al equipo?

—Solo uno.

—¿Uno?

—Yo.

Los lunes me recuerdan cuánto odio las rutinas.

Por eso casi siempre los escojo para hacer un pequeño, o gran, cambio.

Puede ser un detalle mínimo: regresar a casa por otra ruta, pedir un café distinto, cambiar la música con la que empieza el día.

O, a veces, pueden ser parteaguas.

Y como es lunes, ha llegado el momento de que en PIP aterricemos algunas ideas.

No para dejar de mirar alto, sino porque el economista que vive en mí entiende algo sencillo: una idea bonita no siempre es productiva, pero una idea práctica casi siempre deja algo en las manos.

O, como diría un marketero: una buena idea, bien ejecutada, convierte.

Así que me he planteado un reto: si mi promesa es aportar valor, entonces toca cumplirla de una forma más tangible.

Porque sí: el concepto, la metáfora y la belleza importan. Las disfrutamos. Las necesitamos.

Pero después toca salir a la calle, poner barro en los zapatos y ver si esas ideas nos ayudan a vivir mejor allá afuera.

Y como si las casualidades existieran, justo mientras esperaba la salida hacia un nuevo destino de mi viaje, uno capaz de ensuciar de barro mis botas, la batería se agotó y no pude terminar de editar mi último ensayo, el cierre de la serie anterior.

Cerré la pantalla.

Desde hace unos días venía pensando en el siguiente tema para PIP. Tenía algunos apuntados en las notas del celular. Pero quizá por lo temprano de la hora, quizá por esa claridad rara que tiene la mente al amanecer, apareció una idea que no estaba escrita en esa app:

¿Qué es la inteligencia?, ¿para qué sirve saber pensar?

No como pose intelectual.

No como lujo de gente profunda.

Pensar como una habilidad práctica: para decidir mejor, para no vivir reaccionando, para formar criterio, para usar la inteligencia artificial sin entregarle la cabeza y para no confundir estar ocupados con estar despiertos.

Sentí de inmediato que era un buen camino.

Claro: el criterio.

Esa habilidad que le permite a un CEO recortar presupuesto de marketing y desviarlo a infraestructura IT, y que las ventas crezcan, para sorpresa del director comercial.

Esa habilidad que pone años luz entre un líder con criterio y un equipo que solo ejecuta.

Miré por la ventana, listo para partir, satisfecho, porque el economista práctico que vive en mí sabe que una idea hermosa también debe saber caminar por la calle.