Hubo un momento en que le dije a la IA que necesitaba pensar mejor.
No era un prompt. Era una confesión de incomodidad. Algo no estaba funcionando en la forma en que trabajaba — no la herramienta, sino yo con la herramienta — y en lugar de ajustar el proceso, dije lo que era verdad: estoy incómodo. Necesito pensar mejor.
Lo que ocurrió después no fue que la IA resolvió el problema. Fue que la conversación cambió de naturaleza. Dejó de ser instrucción y respuesta. Se convirtió en otra cosa — más parecida a un pensamiento en voz alta con alguien que tiene la capacidad de devolver lo que uno dijo desde un ángulo que solo no habría encontrado.
Desde ese momento empecé a entender que la calidad de lo que emerge en esa relación no depende de la herramienta. Depende de lo que uno trae. Del criterio. De la claridad sobre lo que realmente se necesita. De la disposición a ser honesto sobre lo que no se sabe.
La IA amplifica lo que encuentra. Esa tarde encontró incomodidad honesta. Y eso fue suficiente para que todo cambiara.
El término que define lo que está ocurriendo
Anthropic lleva más de un año midiendo sistemáticamente cómo las personas realmente trabajan con IA — no cómo dicen que la usan, sino qué ocurre en cada conversación. Lo que encontraron tiene un nombre preciso: augmentación.
No es una metáfora. Es una categoría operativa. Augmentación ocurre cuando la IA y el profesional construyen juntos algo que ninguno de los dos produciría solo. Se distingue de la automatización — donde la IA simplemente ejecuta una tarea — en algo fundamental: requiere que el profesional esté presente, con criterio, en cada paso del proceso.
En febrero de 2025, el Anthropic Economic Index documentó que el 57% de las interacciones con Claude eran de augmentación. Para noviembre del mismo año, ese número era el 52%, frente al 45% de automatización. No como línea recta — como tendencia con oscilaciones. Lo que los datos muestran es que el modo colaborativo entre persona e IA es, por ahora, el modo dominante.
Lo que los datos no capturan es lo más importante: la augmentación no ocurre sola. No es el modo por defecto de ninguna herramienta. Es el resultado de una decisión — consciente o no — de traer criterio propio a la relación.
La experiencia no es un obstáculo. Es la materia prima.
Hay una narrativa instalada que conviene examinar con cuidado.
Dice que la IA nivela el campo. Que el profesional con menos trayectoria pero más habilidad técnica puede competir con el ejecutivo de veinte años de experiencia. Que la curva de aprendizaje favorece a quien llegó después.
Ethan Mollick, profesor de Wharton y autor de Co-Intelligence, investigó esto con rigor y encontró lo contrario. Quienes tienen más formación y experiencia previa obtienen consistentemente mejores resultados al trabajar con IA. No por dominio técnico. Por algo más difícil de enseñar: la capacidad de saber qué están buscando antes de pedírselo, de detectar cuándo el output es incorrecto, de iterar desde un criterio construido con años de decisiones reales.
La experiencia acumulada no compite con la IA. La alimenta. Pero solo cuando el líder decide activarla intencionalmente — cuando trae lo que sabe, lo que vivió y lo que aprendió a cada conversación, en lugar de esperar que la herramienta lo compense.
Una elección que la mayoría no está tomando
Deloitte encuestó a casi 10.000 líderes de 93 países para su reporte Global Human Capital Trends 2025. Entre las tensiones centrales que identificaron para el liderazgo de hoy figura esta: automatización versus augmentación. No como problema técnico — como elección de liderazgo.
Esa distinción merece atención.
La mayoría de las conversaciones sobre IA en organizaciones ocurren en el nivel de las herramientas. Qué plataforma adoptar. Qué proceso optimizar. Qué política implementar. Son conversaciones necesarias y en su mayoría incompletas, porque evitan la pregunta que las antecede: ¿qué tipo de relación quiero construir con la inteligencia artificial? ¿Qué voy a traerle? ¿Qué voy a enseñarle sobre quién soy y qué necesito?
Esa pregunta no tiene respuesta técnica. Tiene respuesta de liderazgo.
El punto ciego que nadie está resolviendo
BCG publicó en noviembre de 2025 un análisis sobre transformaciones de IA con una observación que pocas organizaciones están dispuestas a incorporar: los líderes tienden a enfocarse en la racionalidad de negocio o financiera a expensas del impacto humano. Lo denominan un punto ciego crítico. Y agregan, a través de su asesor Michael Ventura, que el miedo más extendido no es a la tecnología — es a quedarse atrás, a volverse irrelevante.
Ese miedo no se resuelve con capacitación técnica. Se resuelve construyendo criterio propio — claridad sobre lo que uno sabe, sobre lo que no sabe, sobre qué decisiones delegar y cuáles sostener. Y eso tiene una condición que ningún programa de adopción de IA está contemplando: requiere que el líder esté bien. No productivo. Bien.
No se co-crea desde el agotamiento. No se itera con criterio desde la ansiedad. El estado interno del líder no es el contexto del trabajo — es la condición del trabajo. En la era de la augmentación, esa condición se vuelve determinante.
Lo que define la calidad de la relación
El AI Fluency Framework — desarrollado por Rick Dakan, Joseph Feller y Anthropic — describe cuatro competencias que determinan la calidad de la relación con la IA: Delegación, Descripción, Discernimiento y Diligencia.
No son pasos secuenciales. Son dimensiones simultáneas. Delegar con claridad — saber qué resultado concreto se necesita antes de abrir la herramienta. Describir con precisión — construir el contexto que permite a la IA ser genuinamente útil, no encontrar el prompt perfecto sino enseñarle quién eres y qué necesitas. Discernir — no solo detectar errores, sino reconocer cuándo la IA propone un ángulo que vale la pena explorar. Diligencia — presente en cada decisión sobre qué información entra, qué se verifica, quién es responsable de lo que se produce.
Estas cuatro competencias no se desarrollan usando más herramientas. Se desarrollan diseñando mejor la relación. Y el diseño empieza siempre en el mismo lugar: en la claridad de quien lidera.
La augmentación no es un modo de la herramienta. Es una decisión de liderazgo. Y como toda decisión de liderazgo, depende de quien la toma.
El liderazgo sigue siendo humano
Los datos de Anthropic, la investigación de Mollick, el análisis de Deloitte y la advertencia de BCG convergen en algo que ningún algoritmo puede resolver por sí solo: la calidad de lo que emerge en la relación con la IA depende de la calidad humana que se trae a esa relación.
Criterio. Consciencia. Bienestar. Diseño intencional.
No son valores blandos en contraposición a la dureza de la tecnología. Son las condiciones del liderazgo augmentado. Las variables que determinan si lo que emerge es simplemente correcto — o genuinamente nuevo.
Fuentes
- Anthropic Economic Index — Reporte inicial · Anthropic, febrero 2025 · anthropic.com/news/the-anthropic-economic-index
- Anthropic Economic Index — New building blocks · Anthropic, enero 2026 · anthropic.com/research/economic-index-primitives
- Co-Intelligence: Living and Working with AI · Ethan Mollick · Penguin Random House, 2024
- Change is Hard. Empathy Is Essential in AI Transformations · BCG, noviembre 2025 · bcg.com/publications/2025/empathy-essential-ai-transformations
- 2025 Global Human Capital Trends · Deloitte, marzo 2025 · deloitte.com/us/en/insights/topics/talent/human-capital-trends/2025.html
Artículo escrito por Gus Figueroa + IA en modo Augmentación (IA por Diseño)
Gus Figueroa es Arquitecto de Transformación Humana, Mentor y Coach Ejecutivo ICF y creador de IA por Diseño, una metodología para integrar inteligencia artificial en el liderazgo desde el criterio humano. Trabaja con líderes y organizaciones en Argentina, LATAM y España desde Mendoza.