IA Generativa

La encuesta de Gallup y Walton Family Foundation (2024–2025, muestra representativa de docentes en EE.UU.) registró una cifra impresionante: los profesores que usan IA de forma regular ahorran en promedio 5,9 horas por semana – el equivalente a seis semanas laborales completas en un año escolar. Suena como un problema resuelto.

Pero la encuesta paralela de la Royal Society of Chemistry (2024, Reino Unido) muestra otra realidad: el 44% de los docentes probó la IA, pero solo el 3% reportó una reducción real de su carga laboral. Un profesor de matemáticas de Irlanda explicó la brecha con más precisión que cualquier estadística: «La IA genera fichas rápido, pero hay que revisarlas a fondo – y el ahorro de tiempo termina siendo menor de lo esperado».

¿Quién tiene razón? Ya analizamos la crisis de la IA en la educación desde la perspectiva del estudiante – el 86 % de los estudiantes usan IA, pero el pensamiento crítico se degrada. Ahora – la perspectiva del instructor. En los últimos dos años se han acumulado suficientes datos experimentales para responder a esta pregunta no con opiniones, sino con cifras.

El 5 de febrero resumimos las cuatro semanas del hype de OpenClaw, llegando a una conclusión que entonces parecía obvia: la herramienta funciona para tareas personales, pero su aplicación corporativa es prácticamente inexistente. Ha pasado un mes. OpenClaw superó a React en estrellas en GitHub, alcanzando 265 000 frente a las 228 000 del framework JavaScript más popular de la historia – y esto es solo el comienzo de lo que ha cambiado.

Hace año y medio escribí una nota en mi blog personal sobre algo que observaba en el trabajo de mis colegas y en el mío propio: cuanto más confías en la IA, con menos frecuencia te preguntas «¿esto realmente es correcto?». En aquel momento me basaba en un estudio de Microsoft que mostraba que la confianza en la IA suprime la evaluación crítica de las respuestas generadas. El argumento me parecía sólido, pero tenía un defecto evidente: correlación, no causalidad.

En febrero de 2026, los investigadores de Anthropic Judy Shen y Alex Tamkin publicaron un experimento que cerró esa brecha. Control aleatorizado. Datos concretos. Y una conclusión que, en mi opinión, la mayoría de quienes la leyeron interpretaron mal.

Porque no es una historia sobre cómo la IA nos hace más tontos. Es una historia sobre cómo exactamente la utilizamos.

El 11 de febrero de 2026, en una sesión del gobierno, el presidente Tokáyev criticó públicamente KazLLM. El modelo, lanzado con gran pompa en diciembre de 2024, tiene apenas 600 mil usuarios – el 3% de la población del país. A modo de comparación: ChatGPT en Kazajistán cuenta con 2,6 millones de usuarios. El presidente fue directo: KazLLM «no puede competir con ChatGPT».

Esta declaración plantea la cuestión de forma tajante. ¿Para qué necesita Kazajistán su propio modelo lingüístico si las soluciones globales funcionan mejor? Y si la IA soberana es necesaria – ¿por qué está perdiendo?

La respuesta es más compleja de lo que parece. Porque KazLLM no es «el ChatGPT kazajo». Es una herramienta completamente diferente con una misión diferente. Y compararlos es como comparar una central eléctrica nacional con un electrodoméstico importado.

Su artículo «The 2028 Global Intelligence Crisis» es un memorándum ficticio fechado en junio de 2028. No es una predicción, sino una prueba de estrés: ¿qué le pasará a la economía si la inteligencia artificial reemplaza realmente a los trabajadores de cuello blanco tan rápido como prometen sus desarrolladores?

Porque entre “tener acceso a la información” y “saber trabajar con ella” – hay un abismo. El acceso a manuales médicos no te convierte en médico. Tener un cuchillo de cocina no te convierte en chef. Y la posibilidad de hacerle una pregunta a ChatGPT no te convierte en especialista en AI. Como demuestra la investigación del MIT sobre la toma de decisiones, la verdadera fortaleza de un especialista no está en tener la herramienta, sino en la capacidad de evaluar críticamente lo que la herramienta propone.

Y esto no es solo una metáfora bonita – es un hecho respaldado por investigaciones.