Una mañana pedí algo que, en apariencia, no tenía ninguna ciencia. El mismo proyecto, el mismo contexto y exactamente la misma instrucción para todos: “resuélvelo con ayuda de ChatGPT y tráeme una propuesta”. No cambié una coma. La intención era simple. Ver rapidez. Ver eficiencia. Ver cómo la IA aceleraba el trabajo.

Lo que pasó fue otra cosa.

Las respuestas no se parecían entre sí. Ni un poco.

Uno volvió con un enfoque muy técnico, bien estructurado, correcto en forma, pero desconectado del negocio real. Otro trajo una propuesta creativa, atractiva, incluso inspiradora, aunque imposible de ejecutar en el corto plazo. Alguien más entregó un documento impecable, casi perfecto a la vista, pero lleno de supuestos peligrosos. Y hubo quien simplemente no llegó lejos, no porque la herramienta fallara, sino porque no supo qué pedirle.

Ahí entendí algo clave. El problema no era ChatGPT. La diferencia estaba en cómo cada persona pensó el problema antes de escribir una sola línea del prompt.

Esa es una idea que aparece una y otra vez cada vez que doy una plática sobre inteligencia artificial en empresas. Mucha gente me dice: “No quiero saber de IA, quiero saber de ChatGPT. Quiero aprender a usarlo para generar valor”. Y es válido. Pero también es incompleto. La inteligencia artificial va mucho más allá de un chatbot. Saber usar IA no es abrir una ventana y pedir cosas. Eso es apenas el punto de partida.

El verdadero valor aparece cuando entiendes qué le estás pidiendo, por qué lo pides y cómo vas a usar esa respuesta dentro de un contexto real de negocio.

Siempre insisto en algo que muchas organizaciones pasan por alto. La IA no es magia. Funciona con entradas y salidas. Tú defines el problema, el contexto, los límites, las variables importantes. La herramienta responde en función de eso. Si la entrada es pobre, la salida será mediocre. Si el planteamiento está mal hecho, la respuesta puede ser peligrosa.

Mi pequeño experimento interno lo dejó clarísimo. ChatGPT no pensó distinto para cada persona. Amplificó la forma de pensar de cada una. Quien llegó con una propuesta sólida ya traía claridad mental, criterio y capacidad de estructurar problemas. Quien llegó con algo flojo no fue víctima de la tecnología, sino de su propio proceso mental.

Por eso aprender a generar prompts no es aprender a escribir instrucciones bonitas. Es aprender a pensar mejor. Es saber explicar un problema como lo harías con un buen consultor. Dar contexto. Aclarar objetivos. Marcar restricciones. Preguntar por riesgos. Pedir escenarios. Cuestionar supuestos.

Por eso, en mis pláticas, trato de alejarme de lo que cualquiera puede encontrar en un buscador o pedirle a una IA en cinco segundos. Me meto a casos reales de las personas que están sentadas ahí. A sus preocupaciones concretas. A sus problemas reales. Es casi un viaje. Analizamos cómo piensan, cómo formulan sus preguntas, qué dan por hecho y qué no están viendo. Pensamiento crítico, comunicación clara y criterio de negocio suelen ser más importantes que cualquier comando avanzado.

Usar IA para automatizar tareas repetitivas, mejorar reportes, generar ideas o apoyar decisiones es poderoso. Pero siempre bajo una lógica de colaboración humano máquina, no de sustitución. La persona sigue al mando. La IA acelera, ordena y amplía posibilidades.

Aquí aparece un punto crítico para las empresas. Si la gente no desarrolla pensamiento crítico, la IA se convierte en una fábrica de respuestas plausibles. Respuestas que suenan bien, se ven bien y agradan, porque muchos chatbots están diseñados para eso ( agradarte ). Pero que pueden traer sesgos, información inventada o recomendaciones equivocadas. Y si nadie las cuestiona, el riesgo es alto.

En mi ejercicio pasó algo revelador. Dos personas pidieron “un plan de implementación”. Una asumió que los datos ya estaban limpios. La otra preguntó cómo validar la información antes de usarla. Una pidió velocidad. La otra pidió control y gestión de riesgos. La IA simplemente siguió el camino que le marcaron. Sin juicio. Sin contexto empresarial propio. Sin responsabilidad.

Y eso es lo que a veces asusta, pero también lo que vuelve tan poderosa a esta tecnología. La IA no reemplaza el pensamiento crítico. Lo deja al descubierto. Expone quién sabe plantear problemas y quién no. Quién entiende el negocio y quién solo replica formatos.

Casi siempre cierro mis pláticas con la misma recomendación. Primero entender. Luego experimentar. Después integrar. No se trata de desplegar IA por moda, sino de construir capacidades reales en las personas. Capacidades para pensar mejor, preguntar mejor, validar mejor y decidir mejor.

Hoy la ventaja competitiva no está en tener acceso a inteligencia artificial. Eso ya lo tiene casi todo el mundo. La ventaja está en saber dialogar con ella. En hacer las preguntas correctas. En no tomar la primera respuesta como verdad absoluta, sino como un borrador que necesita criterio humano.

Quizá la habilidad más importante de esta etapa no sea usar IA, sino pensar con ella. Porque la herramienta responde. Pero quien asume las consecuencias de esas respuestas sigue siendo la empresa. Y, al final del día, siguen siendo las personas.

Le comparto este otro articulo interesante del miso tema..

Implementando Inteligencia Artificial: Un Enfoque Estratégico, » Parte III «