Sobre la diferencia entre usar una herramienta y saber convertir información dispersa en pensamiento útil.

Por Dr. Luis Enrique Sánchez Díaz

Hay palabras que se ponen de moda no porque expliquen mejor la realidad, sino porque permiten ocultar que no la entendemos del todo. “Innovación” fue una de ellas. “Gobernanza” también. “Disrupción” tuvo su momento de gloria, hasta que terminó sirviendo para nombrar desde una app de comida hasta un curso mal armado en PowerPoint. Ahora le toca a la inteligencia artificial.

Hoy todo es IA. Si un texto se corrige, es IA. Si una tabla se ordena, es IA. Si alguien resume un documento, es IA. Si un profesor sistematiza información, es IA. Si un analista detecta patrones, también. La expresión se ha vuelto una gran bolsa conceptual donde cabe todo aquello que la gente intuye como tecnológico, sofisticado o misterioso, pero que muchas veces no sabe nombrar con precisión.

Y ahí empieza el problema.

Porque no todo lo que hoy se llama inteligencia artificial es, en sentido estricto, inteligencia artificial. Muchas veces estamos hablando de análisis asistido, sistematización documental, apoyo en redacción, minería básica de información, modelación de escenarios, vigilancia estratégica, diseño narrativo, construcción de argumentos o simple automatización de tareas repetitivas. Pero como esas palabras exigen más precisión, más formación y más responsabilidad intelectual, se prefiere decir “IA” y asunto resuelto.

La etiqueta funciona porque deslumbra. Y deslumbra porque evita explicar.

Pero detrás de esa etiqueta hay una diferencia fundamental que conviene no perder de vista: una cosa es usar una herramienta y otra muy distinta es tener criterio para convertir esa herramienta en pensamiento útil. Cualquiera puede abrir una plataforma, escribir una instrucción y recibir una respuesta en segundos. Eso no convierte a nadie en estratega, investigador, consultor ni analista. Del mismo modo que comprar un estetoscopio no convierte a nadie en médico, usar una herramienta de IA no convierte automáticamente a nadie en experto.

La herramienta responde. El criterio decide.

Esa diferencia parece menor, pero es decisiva. La inteligencia artificial puede ayudar a redactar, ordenar, resumir, comparar, clasificar, sugerir o simular. Pero no sabe, por sí sola, qué documento conviene presentar ante un comité, qué frase puede abrir una puerta institucional, qué dato puede encender una crisis, qué omisión puede ser usada en contra, qué tono conviene para no parecer arrogante ni subordinado, qué riesgo político se esconde detrás de una aparente solicitud técnica.

Eso no lo da la máquina. Eso lo da la experiencia.

Y aquí aparece una paradoja interesante: mientras más gente presume que “usa IA”, más evidente se vuelve quién realmente sabe pensar con ella. Porque la tecnología democratiza el acceso, sí, pero no democratiza automáticamente el juicio. Al contrario: lo exhibe. La IA puede hacer más visible la diferencia entre quien sabe formular un problema y quien apenas sabe pedir un texto bonito.

La pregunta ya no es quién usa inteligencia artificial. La pregunta seria es otra: ¿para qué la usa?, ¿con qué método?, ¿con qué límites?, ¿con qué capacidad de corrección?, ¿con qué lectura política, ética, institucional o estratégica?

Porque pedirle a una herramienta que escriba “un documento profesional” es fácil. Lo difícil es saber si ese documento sirve, si es pertinente, si está sobrevendido, si comete errores, si suaviza demasiado el conflicto, si exagera una conclusión, si inventa una relación causal o si convierte una intuición interesante en una barbaridad elegante.

La IA puede producir frases impecables para ideas equivocadas. Y eso, en el mundo académico, político e institucional, no es una virtud: es un peligro.

Por eso conviene bajar un poco el entusiasmo infantil que hoy rodea a estas tecnologías. No para negarlas, sino para entenderlas mejor. La inteligencia artificial no sustituye al pensamiento crítico; lo pone a prueba. No reemplaza la metodología; exige mejores preguntas. No elimina la responsabilidad del autor; la vuelve más difícil de eludir. No convierte la ignorancia en conocimiento; apenas la maquilla con buena sintaxis.

El verdadero valor no está en decir: “esto lo hice con IA”. Esa frase, mal usada, puede incluso rebajar el trabajo. Lo vuelve sospechoso de facilismo, de automatismo, de copia sofisticada. El verdadero valor está en poder decir: “esto fue construido mediante una metodología de análisis asistido, revisión crítica, sistematización de información, lectura estratégica y edición argumentativa”.

Suena menos mágico, desde luego. Pero es más honesto.

Porque lo que muchas organizaciones necesitan no es “usar IA” como quien compra una licencia para sentirse moderno. Necesitan algo más serio: convertir información dispersa en decisiones inteligentes. Necesitan leer documentos, detectar contradicciones, identificar riesgos, ordenar procesos, anticipar escenarios, construir narrativas claras, comunicar sin improvisar y producir entregables que no sólo se vean bien, sino que sirvan.

Eso no se consigue con una herramienta aislada. Se consigue con método.

Y el método exige una mezcla poco frecuente: conocimiento del tema, sensibilidad institucional, dominio del lenguaje, capacidad de síntesis, lectura del poder, pensamiento crítico y disposición a corregir. La IA puede ayudar en todas esas fases, pero no puede reemplazar la responsabilidad intelectual de quien conduce el proceso.

En el fondo, esta discusión revela algo más profundo: estamos confundiendo la novedad tecnológica con la capacidad profesional. Creemos que el valor está en la plataforma cuando en realidad está en la arquitectura mental de quien la usa. Es el mismo error de siempre, vestido con ropa digital: pensar que comprar tecnología equivale a transformar prácticas.

No equivale.

Una universidad puede hablar de IA y seguir pensando burocráticamente. Un gobierno puede anunciar innovación y seguir operando con ocurrencias. Una empresa puede automatizar procesos y continuar tomando malas decisiones. Un consultor puede usar herramientas sofisticadas y producir diagnósticos vacíos. La tecnología no salva a nadie de su falta de criterio.

Por eso, quizá habría que cambiar la conversación. En lugar de preguntar quién usa inteligencia artificial, habría que preguntar quién tiene capacidad para integrarla con juicio. Quién sabe convertir una masa informe de datos, textos, versiones, intereses y presiones en una propuesta clara. Quién distingue entre un resumen y un análisis. Entre una ocurrencia y una estrategia. Entre una frase elegante y una idea sólida.

La moda dice: “usa IA”.

El criterio responde: “primero aprende a pensar”.

Y tal vez ahí está la verdadera frontera. No entre quienes usan tecnología y quienes no la usan, sino entre quienes la usan para aparentar modernidad y quienes la usan para trabajar con más profundidad, más velocidad y más precisión.

Porque la inteligencia artificial, al final, no elimina la vieja pregunta humana: ¿quién está pensando realmente?

En tiempos donde todos quieren parecer innovadores, conviene recordar algo elemental: la herramienta puede ser nueva, pero la diferencia sigue estando donde siempre ha estado. En la cabeza que pregunta. En la mano que corrige. En el criterio que decide. En la experiencia que interpreta. En la responsabilidad de no confundir velocidad con inteligencia.

Lo demás es etiqueta.

Y de etiquetas está lleno el mundo. De criterio, bastante menos.

---

Semblanza de autor

Luis Enrique Sánchez Díaz es profesor investigador universitario y consultor en análisis estratégico, comunicación pública, inteligencia institucional e innovación aplicada. Su trabajo vincula pensamiento crítico, administración pública, big data e inteligencia artificial para apoyar mejores procesos de decisión.

Sitio web: luisenriquesan.blog | X: @luisenriquesan | Telegram: t.me/profesorluisenrique