Por qué la sustentación sigue siendo la prueba definitiva de autoría en la empresa y en el aula
La inteligencia artificial dejó de ser una promesa tecnológica para convertirse en una capa operativa de casi cualquier proceso de trabajo. Redactamos con ella, sintetizamos con ella, diseñamos con ella, proyectamos escenarios con ella. En mi caso, la uso a diario tanto en la gestión académica como en el ejercicio de la comunicación. No hay nada de excepcional en eso. La excepción, hoy, es no usarla.
Lo excepcional —y preocupante— es la velocidad desigual entre dos curvas: la de adopción se disparó; la de gobernanza avanza a paso lento. Y en ese desfase se juega algo mayor que la productividad: la autoría, la integridad y, sobre todo, la formación del criterio profesional.
1. Adopción acelerada, reglas ausentes
Los datos describen bien la brecha. El estudio Work:InProgress, de Google, encontró que solo el 30 % de las empresas cuenta con políticas claras sobre el uso de IA y que apenas el 31 % incentiva formalmente a sus colaboradores a experimentar con estas herramientas. Microsoft, por su parte, reportó que el 78 % de quienes usan IA en el trabajo empezaron por su cuenta, con herramientas propias, antes de que existiera cualquier política corporativa. Y Gartner proyecta que, hacia el cierre de 2026, más del 80 % de las organizaciones habrá utilizado modelos o APIs de IA generativa sin una gobernanza adecuada.
El fenómeno tiene nombre —shadow AI— y una causa que conviene subrayar: no nace de la rebeldía, sino de la fricción. Cuando la vía oficial es más lenta o más complicada que la vía informal, la política fracasa antes de escribirse. El colaborador que descubre que puede ahorrarse dos horas diarias no va a esperar seis meses a que el área de sistemas apruebe una herramienta. Y a todos nos ha pasado alguna vez, ¿o no?
En el ámbito académico el panorama es idéntico, solo que amplificado. La Encuesta sobre la IA en la Educación Superior en América Latina 2026, elaborada por el Digital Education Council junto con el Instituto para el Futuro de la Educación del Tec de Monterrey sobre más de 30 mil estudiantes y docentes, halló que el 92 % del alumnado utiliza al menos una herramienta de IA de manera regular. En México, la encuesta nacional de la Secretaría de Educación Pública —con más de 1,5 millones de respuestas estudiantiles— arrojó que el 77 % de los universitarios recurre a la IA para producir textos académicos y que el 78 % de los docentes la emplea en su propia labor. Y el informe GAD3 para Planeta Formación y Universidades, aplicado en España, Francia, Italia y Colombia, detectó que el 72 % de los estudiantes usa IA sin haber recibido ninguna formación específica de su institución.
El problema institucional no es que los estudiantes usen IA. Es que la usen sin marco, sin formación y sin que nadie les haya explicado dónde termina la herramienta y dónde empieza su responsabilidad.
2. Una decisión que obliga a cambiar los parámetros
Hace unos meses me tocó tomar una decisión de gestión que modificó mis propios parámetros de trabajo: normar, vía reglamento institucional, hasta dónde puede emplearse la IA en el desarrollo de las tareas académicas. No fue una decisión punitiva, sino formativa, y la asumí desde una convicción que sostengo hace años en entornos creativos: la investigación es el mejor insumo para despertar la innovación.
La IA multiplica ese insumo de manera espectacular. Reduce el costo de explorar referentes, acelera el benchmarking, permite contrastar hipótesis en minutos y libera tiempo para lo que realmente escasea: pensar. Ese es su uso virtuoso, y regularlo mal —prohibiéndolo— sería un error tan grave como no regularlo. La experiencia corporativa lo demuestra: las prohibiciones frontales no eliminan el uso; solo lo vuelven invisible.
Lo que sí debe normarse es otra cosa: la trazabilidad de la autoría. Es decir, qué se puede delegar, qué debe declararse, qué información institucional jamás debe ingresar a una plataforma externa y —el punto central— qué se evalúa.
3. El momento de la verdad no es la entrega: es la sustentación
Aquí está el núcleo del argumento. Cuando un trabajo se recibe por escrito, distinguir la autoría es difícil y los detectores automáticos son notoriamente poco confiables. Pero cuando se le pide al estudiante —o al colaborador— que sustente su propuesta, el escenario cambia por completo.
Basta con preguntar por qué eligió esa ruta y no otra; qué descartó y con qué criterio; qué pasaría si se altera una variable del contexto. Quien construyó la propuesta responde con incomodidad, pero responde. Quien solo la recibió generada improvisa, y esa improvisación produce una argumentación gaseosa: fluida en la superficie, hueca en el sustento técnico. No es que la persona sepa poco; es que nunca recorrió el proceso que produce ese saber.
Tampoco es un fenómeno nuevo. Hace más de diez años, cuando la IA generativa era aún incipiente, los estudiantes resolvían sus trabajos copiando de internet: era la manera más fácil de deshacerse de una responsabilidad. Y caían exactamente igual, con la misma prueba: pedirles que explicaran el significado de una frase o de un término que, a todas luces, no dominaban. La herramienta se volvió infinitamente más sofisticada; la prueba sigue siendo la misma, y sigue siendo infalible.
4. La evidencia: qué ocurre cuando se delega el pensamiento
La intuición docente encontró respaldo neurocientífico. El estudio “Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task”, desarrollado por Nataliya Kosmyna y su equipo en el MIT Media Lab (2025), siguió durante cuatro meses a 54 estudiantes universitarios divididos en tres grupos —escritura solo con el cerebro, con buscador web y con asistente de IA— y midió su actividad cerebral mediante electroencefalografía.
Los hallazgos son contundentes. El grupo que escribió exclusivamente con IA registró la menor conectividad cerebral, con una activación notoriamente más baja en las redes asociadas a la función ejecutiva, la memoria profunda y la creatividad. Con el paso de las sesiones, esos participantes se volvieron progresivamente más pasivos, hasta limitarse a copiar y pegar el texto generado. Muchos no lograban recordar ni citar lo que acababan de “escribir”. Los investigadores denominaron a este efecto deuda cognitiva: la comodidad inmediata se toma prestada a costa del aprendizaje y de la retención de largo plazo.
Hay dos hallazgos adicionales que rara vez se citan y que, para mí, son los más importantes:
La superficie sin el fondo. Los ensayos producidos con IA obtuvieron buenas calificaciones de los evaluadores automáticos, pero fueron penalizados por los docentes humanos precisamente por su falta de profundidad y de estructura argumental. La forma era impecable; el fondo, no.
El orden de uso importa, y mucho. Quienes primero pensaron y escribieron por su cuenta, y solo después recurrieron a la IA para revisar y ampliar, mostraron un aumento notable de conectividad cerebral, superior incluso al del grupo que trabajó sin ninguna herramienta.
Esa segunda conclusión es, en la práctica, una instrucción de política institucional: la IA no debe ser el punto de partida, sino el punto de contraste. Primero el criterio, después la herramienta.
5. Base, no tronco
La IA puede dibujar por ti, generar video, clonar voces, producir piezas completas en segundos. Puede darte veinte rutas creativas antes de que termines tu café. Lo que no puede hacer es decidir cuál de esas rutas corresponde a tu marca, a tu público, a tu momento reputacional o a tu objetivo de negocio. La esencia, el sentido, la dirección y el enfoque siguen siendo intransferibles: son tuyos.
La IA es la compañera perfecta de quien quiere profundizar, investigar y desarrollar. Pero siempre será la base de la propuesta; nunca su tronco.
En comunicación esto es especialmente crítico. Un contenido puede estar bien escrito y ser estratégicamente inútil. La calidad formal dejó de ser un diferencial el día en que se volvió gratuita y abundante. Lo que hoy diferencia a un profesional no es su capacidad de producir, sino su capacidad de decidir qué merece ser producido, con qué ángulo y para quién.
6. Qué debería normar toda organización
De la experiencia de este último año —y de lo que muestran los datos— extraigo seis criterios mínimos, aplicables tanto a una empresa como a una institución educativa:
Uso permitido explícito. No basta con decir “úsenla con responsabilidad”. Hay que definir qué tareas admiten asistencia total, cuáles asistencia parcial y cuáles ninguna.
Declaración de uso. Transparentar el empleo de IA no es una confesión de culpa; es una práctica de integridad profesional, igual que citar una fuente.
Protección de información. Ningún dato sensible, personal o estratégico debe ingresar a plataformas no aprobadas. Este es hoy el mayor riesgo legal y reputacional.
Herramientas oficiales. Si la organización no ofrece alternativas aprobadas y buenas, cada colaborador elegirá la suya. Prohibir sin proveer garantiza la informalidad.
Evaluación rediseñada. Si el producto final puede generarse, la evaluación debe migrar hacia el proceso: sustentación oral, defensa de decisiones, bitácora de trabajo, iteraciones documentadas.
Formación, no solo normativa. Ese 72 % que usa IA sin formación institucional no necesita otra prohibición: necesita que alguien le enseñe a preguntar, a verificar y a discriminar.
7. El criterio como activo de marca personal
Cierro con una lectura desde la comunicación y la marca personal, que es el otro frente en el que me desarrollo. Estamos entrando en un mercado de contenidos infinitos y costo marginal cero. En ese escenario, la ventaja competitiva se desplaza: ya no está en producir más rápido, sino en sostener un punto de vista propio, verificable y defendible.
Quien construye su marca profesional publicando contenido enteramente generado obtiene visibilidad inmediata y erosión reputacional diferida, porque tarde o temprano llega la sustentación: una reunión, una entrevista, una pregunta incómoda de un cliente. Y ahí la superficie se rompe. En cambio, quien usa la IA para acelerar su investigación y luego imprime su criterio construye algo que ningún modelo puede replicar: una voz con historial, con coherencia y con capacidad de defenderse.
La inteligencia artificial llegó para quedarse y para hacernos la vida más fácil. No para reemplazarnos. Pero conviene ser precisos con el matiz: no reemplaza a quien piensa; reemplaza, y rápido, a quien había dejado de hacerlo.
En la empresa y en el aula, la diferencia entre usar la IA y depender de ella tiene un solo nombre. Se llama criterio. Y el criterio, por ahora, no se genera con un prompt.
Deja una respuesta