Cuenta un viejo proverbio de los nativos Dakota, transmitido de generación en generación que: "Cuando descubres que estás montando un caballo muerto, la mejor estrategia es desmontarte."

Parece de una obviedad brutal. Pero observa lo que realmente hacen las instituciones cuando descubren que su caballo lleva muerto desde hace tiempo. No se desmontan. Compran un látigo más fuerte para golpearlo. Cambian de jinete pensando que el problema es quien lo monta. Forman comités que analizan durante meses por qué el caballo no avanza. Contratan consultores externos que cobran fortunas por confirmar que sí, efectivamente, el caballo está muerto. Incluso llegan a visitar otras organizaciones para ver cómo montan ellos sus caballos muertos, como si existiera alguna técnica secreta para hacer correr a los cadáveres.

La lista continúa: cambian los estándares que definen si un caballo está vivo o muerto (porque técnicamente, si aún tiene algunos reflejos nerviosos, no está completamente muerto), promueven al caballo muerto a una posición de supervisión donde ya no puede hacer daño, reclasifican al caballo muerto como "con disfuncionalidad para vivir", o directamente consiguen más caballos muertos asumiendo que el problema es la cantidad, no la calidad.

Esta sátira organizacional, que se popularizó en círculos de management a finales del siglo XX, ha dejado de ser graciosa. Porque ahora, con la IA, estamos viendo exactamente las mismas respuestas.

Lyon, 1801: el primer caballo muerto de la era tecnológica

Joseph-Marie Jacquard no inventó el telar automático. Lo que hizo fue algo más inquietante: demostró que las órdenes podían almacenarse fuera de la mente humana. Su telar usaba tarjetas perforadas que contenían las instrucciones para tejer patrones complejos. Los tejedores de seda de Lyon, que habían invertido décadas perfeccionando su oficio, se dieron cuenta inmediatamente de lo que esto significaba.

No se equivocaron en su diagnóstico. Se equivocaron en su respuesta.

Quemaron los telares. Formaron protestas. Pidieron regulaciones. Intentaron prohibir la tecnología. Todo mientras el resto de Europa adoptaba los telares de Jacquard y la industria textil francesa perdía su ventaja competitiva. Los tejedores de Lyon estaban montando un caballo muerto llamado "valor exclusivo del conocimiento humano no transferible", y ningún látigo iba a resucitarlo.

La historia se repitió con la imprenta (los copistas monásticos formaron comités), con la electricidad (las compañías de gas optimizaron sus procesos de iluminación a gas), con la computación personal (IBM vendió su división de PCs porque "ese mercado nunca sería rentable").

2026: el año en que todos vimos el cadáver

La IA no ha matado ningún caballo. Solo ha hecho visibles los que llevaban tiempo pudriéndose bajo nuestras sillas de montar.

La educación memorística estaba obsoleta desde que Google puso el conocimiento humano a un clic de distancia. Pero las instituciones educativas responden prohibiendo ChatGPT en las aulas. Compran látigos más fuertes. Forman comités que durante años "estudian el impacto pedagógico" mientras millones de estudiantes usan la IA a escondidas. Diseñan "módulos de IA" que se añaden a currículos obsoletos sin tocar nada fundamental. Visitan Finlandia para ver cómo ellos gestionan sus propios caballos muertos.

Las empresas enfrentan procesos que la IA automatiza en segundos, pero contratan "expertos en transformación digital" que no transforman nada. Crean posiciones de "AI Manager" para supervisar exactamente lo mismo que se hacía antes. Comparan sus estrategias con otras compañías que también montan caballos muertos, solo que con mejores presentaciones en PowerPoint.

Los gobiernos intentan regular la IA con marcos legales diseñados para la telegrafía. Redactan leyes que tardan cinco años en aprobarse para tecnologías que evolucionan cada cinco meses.

Por qué seguimos montados

Desmontar requiere algo más difícil que inteligencia: requiere coraje para admitir que invertimos años, recursos e identidad en algo que ya no funciona.

En 1976, el Cray-1 costaba 8.8 millones de dólares y ocupaba una habitación entera. Era el símbolo del poder computacional. Hoy, el iPhone que llevas en el bolsillo tiene más capacidad de procesamiento. Pero imagina ser el director del centro de cómputo en 1985, con toda tu carrera construida sobre la gestión del Cray. ¿Admitirías que esa máquina gigante, ese símbolo de estatus, pronto sería superada por algo que cabe en una mano?

Más cómodo seguir montado. Comprar un modelo más nuevo. Contratar consultores que expliquen por qué los mainframes siempre serán necesarios. Formar comités. Cambiar de jinete.

La democratización de la IA es inevitable, igual que lo fue la de las computadoras, internet y cada gran tecnología antes. La IA no es el problema. Es el espejo que nos muestra montando cadáveres y llamándolos caballos de carreras.

El primer acto de inteligencia: reconocer lo muerto

En 1937, George Stibitz montó el Modelo K en la mesa de su cocina. Un sumador binario hecho con relés telefónicos viejos y bombillas de linterna. Cuando lo enseñó en Bell Labs, la reacción fue: "Esto no va a ninguna parte." Estaban montando el caballo muerto de "el cálculo siempre será manual".

Treinta años después, IBM se negó a creer que las computadoras personales fueran un mercado real. Estaban montando el caballo muerto de "las computadoras son para empresas y universidades".

Kodak inventó la primera cámara digital en 1975, pero siguió invirtiendo miles de millones en película fotográfica. Quebró en 2012. Estaba montando el caballo muerto de "la fotografía siempre será química".

Hoy, miles de organizaciones están montando caballos muertos sin saberlo: el caballo de "los trabajos repetitivos deben ser humanos", el caballo de "la educación significa memorizar", el caballo de "el valor está en ejecutar, no en pensar".

Desmontar conscientemente

Desde Fundación Human-IA no creemos en prohibir, resistir o negar. Creemos en algo más radical: en desarrollar el pensamiento crítico necesario para desmontar conscientemente de lo que ya no sirve.

No para aceptar pasivamente cualquier tecnología. Sino para decidir activamente qué nos hace más capaces y qué nos hace más dependientes. Para despertar antes de que sea tarde a la realidad de lo que está pasando.

La teoría del caballo muerto nos enseña algo incómodo: el primer paso no es buscar soluciones. El primer paso es tener el coraje de nombrar honestamente qué está muerto.

¿Y tú? ¿Qué caballos muertos estás montando todavía?

Aquel proceso que la IA automatiza pero que insistes en hacer manual. Aquella habilidad que valoras solo porque te costó años dominar, no porque genere valor real. Aquel modelo de negocio que funcionó en 2015 pero que en 2026 ya no tiene sentido.

El caballo está muerto. La pregunta es: ¿cuánto tiempo más vas a seguir montado?