Hace un tiempo que no publico acá. La semana pasada, sin tiempo para escribir, le pedí a Maximiliano Cifuentes, que trabaja conmigo en Yom, que me hiciera un post para publicar como invitado. Me mandó este ensayo.
En mayo escribí que cuando construir se vuelve barato, el problema pasa a ser qué construyes. Maximiliano hace la pregunta que viene después: si la IA ya hace el trabajo con el que antes formábamos el criterio para decidir eso, ¿dónde lo vamos a formar ahora?
En Yom nos ha ocurrido: recibimos informes y correos impecables en apariencia, bien escritos, ordenados y aparentemente “listos”. Pero al intentar tomar una decisión a partir de ellos aparecen supuestos poco claros, recomendaciones sin sustento y antecedentes que debemos verificar.
Tobi Lütke, CEO de Shopify, habla de este problema en una conversación con The Knowledge Project, donde describe cómo trabaja con agentes de IA y advierte sobre las slop grenades. El boletín del propio programa explica el término: trabajo generado con IA que alguien entrega sin revisarlo, dejando a otros la tarea de detectar errores y ordenar el resultado.
El ahorro del remitente se convierte en trabajo adicional para el receptor, incluso superior al tiempo que se ahorró. Si medimos solamente la velocidad de quien genera el documento, podemos confundir un desplazamiento del esfuerzo con una mejora de productividad.
La pregunta más difícil aparece cuando ese problema desaparece. Supongamos que el informe es excelente: los datos son correctos, el análisis es pertinente y la recomendación saca aplausos. O que el correo comunica exactamente lo que necesitábamos. Hay una mejora real en obtener esos resultados en menos tiempo. Pero ¿qué demuestran sobre la comprensión de quien los entregó y sobre la organización que los produjo?
Mientras trabajamos también aprendemos, formamos criterio y establecemos maneras de colaborar. Al automatizar un entregable intervenimos en las condiciones en que todo eso ocurre. La pregunta que da origen a este ensayo es si sabemos reconocer una mejora organizacional o seguimos evaluando solamente mejoras de producción.
No vimos el proceso. Reconstruimos una historia a partir del resultado y de su firma. ¿Cuánto de esa historia está realmente contenido en el informe que tenemos delante?
Lo que una firma nos hace suponer
Un experimento, inspirado en F for Fake, de Orson Welles. Imagínate frente a un cuadro que crees de Picasso. Admiras su composición, sus colores y su originalidad. Después descubres que es una falsificación.
La imagen no cambió; tampoco los trazos ni las pinceladas. Sin embargo, tu valoración cambia. ¿Qué estabas viendo en el cuadro y qué estabas poniendo de tu parte al conocer su supuesto autor?
Atender a la procedencia no es necesariamente un error. Cambia lo que la obra significa históricamente y cómo la valoramos. Pero su firma y sus cualidades visibles nos ofrecen información distinta.
En la empresa, la firma hace algo más que aportar prestigio: nos lleva a imaginar el trabajo que hubo detrás. Supongamos que tenemos una empleada estrella, Juanita. Cuando nos dicen “este informe lo hizo Juanita”, solemos suponer que examinó antecedentes, consideró alternativas y comprende los supuestos que sostienen su recomendación. Un documento muy bueno no demuestra, por sí solo, que todo eso haya ocurrido.
Esta separación siempre ha existido. Los encargos, el trabajo de equipos y las presentaciones de personas que no dominan cada detalle no son inventos de la IA. Lo que esta facilita es producir un entregable convincente sin realizar personalmente todas las operaciones que antes asociábamos a su elaboración.
En la película, Welles se detiene ante la catedral de Chartres, una obra cuyo valor excede una firma individual. Acá tenemos un equivalente más cercano: las iglesias del archipiélago de Chiloé.
Lo que sostiene una obra colectiva
Las iglesias de Chiloé expresan una tradición de construcción y mantenimiento transmitida entre generaciones. La descripción patrimonial de la UNESCO destaca los conocimientos de carpinteros, agricultores, pescadores y navegantes, la influencia de la construcción naval y prácticas comunitarias como la minga. La ausencia de una firma reconocible no implica ausencia de participación humana.
Ahora imaginemos que invento una impresora 3D capaz de levantar y mantener una iglesia visualmente idéntica a una de Castro, pero más resistente a la humedad. El edificio podría mejorar en una dimensión concreta. Si la impresora reemplazara por completo las prácticas anteriores y dejáramos de transmitir sus saberes, la construcción podría conservarse mientras la tradición que la sostenía se debilita.
En una empresa ocurre algo similar. Mientras un equipo prepara una propuesta comercial, también aprende qué está dispuesto a entregar, cómo se resuelven las diferencias de visión y a quién acudir cuando algo falla. Un junior observa cómo un colega escucha al cliente. Ventas y operaciones acuerdan qué pueden prometer.
El documento es el resultado visible de una instancia en la que también se transmite cultura organizacional. Si automatizamos la propuesta, podemos obtener un entregable mejor y eliminar una de las ocasiones en que el equipo aprendía a trabajar junto.
Antes de cambiar esos procesos conviene reconocer qué función cultural cumplen y decidir dónde se va a seguir cumpliendo.
Obtener una respuesta no termina el trabajo
Algo parecido ocurre a nivel individual. Hay tareas que conviene terminar cuanto antes, pero en otras el proceso produce algo que el resultado no trae: comprensión.
El 8 de septiembre de 2026, OpenAI anunció una solución al problema de Navier–Stokes, uno de los Problemas del Milenio, producida por un sistema interno. El Instituto Clay recibió el anuncio con interés y recordó, en su comunicado del 11 de septiembre, que la evaluación del resultado y la asignación de crédito seguirían un proceso deliberadamente pausado.
En ese contexto, Henry Cohn publicó en el blog de Terence Tao una reflexión sobre las soluciones matemáticas generadas por IA. Cohn separa dos cosas: obtener una respuesta, y que una comunidad comprenda sus ideas y pueda construir sobre ellas. Incluso un descubrimiento humano exige ese trabajo posterior.
No necesitamos haber descubierto personalmente una solución para entenderla. Pero sí involucrarnos con sus ideas. La solución puede estar terminada sin que haya terminado el trabajo humano de comprenderla.
Lo mismo pasa en nuestras organizaciones. Un empleado junior presenta un reporte con recomendaciones correctas sin haber desarrollado necesariamente el criterio para reconocer en qué condiciones dejarían de servir. Si parte de ese criterio se formaba al contrastar fuentes, discutir supuestos y corregir errores, ¿dónde se formará ahora?
La IA también podría ayudarlo a desarrollar ese criterio. Imaginemos que el junior le pide comparar dos recomendaciones, formular objeciones y explorar qué ocurriría si cambiara un supuesto. Luego contrasta esas respuestas con los antecedentes del negocio y discute con un colega cuál se sostiene. En ese caso, usar la herramienta forma parte del trabajo de comprender.
Pedir una explicación y recibirla todavía no demuestra que la haya entendido. La diferencia se vuelve observable cuando puede justificar su elección, reconocer un límite o adaptar la recomendación a una situación nueva. No necesita dominar cada operación que hizo el sistema: necesita comprender lo suficiente para responder por la decisión que le corresponde y reconocer cuándo pedir ayuda.
La combinación de personas y herramientas aumenta la capacidad de la organización. Para sostener esa capacidad, necesita saber dónde se forma el criterio con que evalúa los resultados y responde cuando cambian las condiciones.
¿Cómo identificar qué esfuerzo podemos eliminar y cuál estaba contribuyendo a formar algo que todavía necesitamos?
La promesa de eliminar la última fricción
Cada herramienta que adoptamos llega con la promesa de eliminar otra fricción. Antes de aceptarla conviene preguntarse: ¿entendemos qué función cumple aquello que queremos eliminar? En una organización, una reunión que parece durar demasiado puede estar haciendo aparecer un supuesto equivocado o información que nadie había puesto sobre la mesa.
La reunión también puede ser completamente inútil. Los desacuerdos no garantizan profundidad ni la rapidez implica superficialidad. Necesitamos examinar la función de esa fricción y reconocer qué tendría que conservarse para que una mejora siguiera siendo una mejora.
Pero esta defensa del proceso también tiene un límite. Si cada actividad puede producir aprendizaje, transmitir cultura o crear vínculos, podríamos terminar exigiendo una participación profunda en todos los aspectos de la organización. Sería agotador. No toda tarea merece nuestra plena atención.
Dar la participación por cumplida
Delegar también libera atención para participar mejor en otras instancias. Un ejemplo personal: antes de que las minutas se escribieran solas, parte de mi atención en las reuniones estaba dedicada a capturar lo que se decía. Automatizar ese registro me permite escuchar mejor.
La misma herramienta admite otro uso. Un compañero puede recibir la minuta y sentir que está al tanto sin examinar las decisiones ni sus implicancias. Puede que el resumen le permita entender todo lo que necesita, y faltar a la reunión no tiene nada de malo. La dificultad aparece cuando disponer del registro le basta para sentir que ya hizo el trabajo de comprender.
El filósofo Robert Pfaller analiza una conducta reconocible en Little Gestures of Disappearance: fotocopiar textos que queremos leer produce satisfacción aunque después nunca los leamos. Nadie cree literalmente que la fotocopiadora haya leído por él. Sin embargo, el recorrido de la máquina por las páginas representa una lectura y puede funcionar como su sustituto: nos vamos satisfechos, como si algo de ese trabajo ya se hubiera cumplido.
Pfaller piensa esta sustitución mediante la interpasividad, la delegación del consumo o del disfrute. Su ejemplo pone el acento en el carácter ritual del acto: una representación puede ocupar el lugar de la experiencia sin que necesitemos creer conscientemente en su equivalencia.
Propongo extender esa lectura a ciertos usos de la minuta. Dejar un archivo sin leer puede ser simple desatención. La conexión con la interpasividad aparece cuando recibirlo o archivarlo funciona como un ritual que permite dar nuestra parte por cumplida. Sabemos que disponer del registro no equivale a comprender una decisión, pero actuamos como si la recepción ya hubiera ocurrido.
Esto también podría organizar una práctica colectiva. Imaginemos que, ante una duda sobre si todos entendieron un acuerdo, basta responder “la minuta fue enviada” para cerrar la conversación. La circulación del documento pasa a acreditar una comprensión que nadie ha comprobado. La organización encuentra en ese registro una manera de dar el asunto por resuelto. El resultado deja la comprensión pendiente y, de paso, nos quita la inquietud por buscarla.
Automatizar la minuta para escuchar mejor es una delegación útil; por sí sola, no constituye interpasividad. Importa qué exigencia damos por cumplida y qué hacemos con el espacio que queda disponible.
Qué conservar cuando cambia el trabajo
Podemos llamar fricción muerta a la que es posible eliminar sin perder algo relevante, y fricción generativa a la que contribuye a desarrollar comprensión, criterio o colaboración. La distinción depende de la situación: lo que para alguien experimentado es repetición puede ayudar a quien recién empieza a entender el negocio. Incluso una tarea que enseña algo puede dejar de ser la mejor manera de aprenderlo.
Para distinguirlas, necesitamos mirar qué permite hacer ese esfuerzo. En el caso del junior, conviene observar si logra explicar por qué confía en una fuente y qué evidencia cambiaría su recomendación. En una propuesta comercial, si ventas y operaciones consiguen reconocer y resolver una diferencia sobre lo que pueden prometer. Esas capacidades nos dan algo más concreto que el tiempo invertido para evaluar el proceso y decidir cómo cambiarlo.
El aprendizaje puede cambiar de lugar, incluso apoyarse en la IA, siempre que alguien se ocupe de darle ese lugar. Pero una reunión adicional o una aprobación humana tampoco lo garantizan: pueden convertirse en otras formas de acreditar que participamos sin habernos involucrado.
Si diriges un equipo, antes de automatizar un proceso conviene preguntarse qué aprendía alguien al hacer esa tarea y quién se va a encargar de que lo siga aprendiendo cuando ya no la haga.
Volvamos al informe del comienzo. Los datos son correctos, la recomendación sirve y llegó en una fracción del tiempo. Tenemos buenas razones para celebrar esa mejora. Puede habernos permitido discutir mejor el problema; también puede bastarnos su existencia para considerar que ya lo pensamos.
Una organización necesita resolver problemas y renovar las capacidades y relaciones con las que enfrentará los siguientes. La pregunta es qué organización estamos construyendo mientras producimos sus resultados.