Como conté hace unos días en «Probé OpenClaw y vi el futuro», vi cómo una IA tomaba el control de mi ordenador para convertir veinte videos a formato vertical. Lo hizo todo: abrió programas, analizó contenido, tomó decisiones, ejecutó la tarea. Y sigo alucinando con ello.
Pero lo revelador vino después. Ayer necesitaba crear un Word con cincuenta capturas de pantalla de Stitch, cada una en su página, con formato específico. Una tarea mecánica que me robaría dos horas como poco. Le dije a OpenClaw qué necesitaba. Y lo hizo. En menos de un minuto. Y me di cuenta: ya se está volviendo imprescindible para mí en tareas de PC.
Eso me libera. Pero también me inquieta. Porque cuando hablo con otros sobre esto, descubro algo preocupante: la mayoría no entiende la diferencia entre lo que acabo de describir y ChatGPT. O peor aún, asumen que OpenClaw es un «agente autónomo» cuando en realidad es algo distinto.
Para muchos, todo es «IA», todo suena igual. Un chatbot, un asistente, un agente… ¿no es lo mismo?
No. La diferencia entre un LLM que conversa, una automatización que ejecuta reglas, un asistente que trabaja contigo ejecutando múltiples tareas bajo tu supervisión, y un agente especializado que opera autónomamente en su dominio específico no es técnica. Es existencial. Determina si expandes tu potencial o lo sustituyes sin darte cuenta.
Déjame explicarte qué es cada cosa. No desde una perspectiva puramente técnica, sino desde lo que significa para ti como persona que busca expandir su capacidad, no renunciar a ella.
El origen de la confusión
Durante los últimos dos años, el mercado nos ha bombardeado con términos nuevos: LLM, chatbot, asistente de IA, copiloto, agente autónomo, automatización inteligente… Todos parecen hacer lo mismo —»ayudarte con tareas»— pero la forma en que lo hacen cambia radicalmente la naturaleza de tu relación con la tecnología.
La confusión se alimenta de algo más insidioso: el marketing tecnológico tiene un incentivo perverso para hacer que todo suene igual. Si vendes «asistentes» pero tu competidor vende «agentes», rápidamente empiezas a llamar a tu producto también «agente» aunque técnicamente no lo sea. El resultado es un paisaje conceptual donde las palabras pierden significado.
Pero las diferencias importan. Y no solo para técnicos. Importan para cualquiera que vaya a trabajar con estas herramientas, porque cada una establece un tipo distinto de dependencia, autonomía y responsabilidad.
LLM: La materia prima de todo
Un Large Language Model (LLM) (Modelo de Lenguaje Grande) es la base de todo lo demás. Es el «cerebro» lingüístico que aprendió patrones de lenguaje procesando cantidades masivas de texto. GPT, Claude, Gemini, Llama… todos son LLMs.
¿Qué hace un LLM? Predice texto. Eso es todo. Le das un inicio («Escribe un ensayo sobre…») y él genera una continuación probable basándose en lo que aprendió de millones de textos.
Desde la perspectiva de expansión del potencial humano:
Un LLM puro es como tener acceso a una biblioteca infinita que puede conversar contigo. Te amplía el acceso a conocimiento, te ayuda a formular ideas, te muestra perspectivas que no habías considerado. Pero no hace nada por ti. No toma decisiones. No ejecuta acciones.
Cuando usas ChatGPT en su versión más básica, estás interactuando con un LLM. Le preguntas, te responde. Le pides que escriba algo, lo hace. Pero tú sigues siendo quien decide qué preguntar, qué hacer con la respuesta, cómo aplicarla.
La relación que establece: Colaborativa conversacional. Tú tienes el control total. El LLM amplifica tu capacidad de pensar, escribir, analizar, pero no sustituye tu criterio ni ejecuta nada.
Esto es expansión pura. Siempre y cuando no caigas en la trampa de delegar tu pensamiento. Como escribí en «¿Te está haciendo la IA más capaz o más dependiente?», el riesgo no es que la IA piense mal. Es que dejes de pensar tú.
El secreto que nadie te cuenta: todo parte del LLM
Aquí está algo fundamental que pocas personas entienden: en el fondo de las automatizaciones inteligentes, los asistentes y los agentes, siempre hay un LLM. La diferencia no está en usar una tecnología completamente distinta, sino en qué se le permite hacer a ese LLM y cómo se estructura su relación contigo.
Piénsalo así: un LLM puro es como tener un cerebro extraordinariamente capaz, pero sin manos, sin ojos para ver tu pantalla, sin acceso a herramientas. Solo puede conversar.
Cuando le das a ese LLM:
- Acceso a herramientas predefinidas → tienes automatización inteligente
- Capacidad de ejecutar múltiples tipos de tareas bajo supervisión → tienes un asistente
- Autonomía para operar en un dominio específico sin supervisión constante → tienes un agente
Es el mismo «cerebro» de base. Lo que cambia es:
- Qué herramientas puede usar (APIs, control del ordenador, acceso a sistemas)
- Cuánta autonomía tiene para decidir (seguir reglas fijas vs. razonar sobre qué hacer)
- Cuánta supervisión humana requiere (constante vs. ocasional vs. ninguna)
- Qué tan especializado o versátil es (hace una cosa vs. hace muchas)
Esto es importante porque explica por qué la transición entre categorías es gradual, no absoluta. Y por qué empresas pueden llamar «agente» a algo que técnicamente es un asistente: están usando el mismo LLM de base, solo cambiando los parámetros de autonomía y supervisión.
Pero esas diferencias de parámetros cambian radicalmente tu relación con la tecnología.
Automatización: La eficiencia sin conciencia
La automatización tampoco es nueva. Existe desde hace décadas: son flujos de trabajo predefinidos donde un sistema sigue reglas fijas para ejecutar tareas repetitivas.
Si cada vez que recibes un email con el asunto «Factura» el sistema lo mueve automáticamente a una carpeta específica, eso es automatización. Si cuando un cliente completa un formulario en tu web, automáticamente se crea un ticket en tu CRM, eso es automatización.
Ahora agregamos IA a la automatización:
Imagina que, en lugar de mover emails según palabras clave exactas, el sistema usa un LLM para entender el contenido del email, determinar si es urgente, clasificarlo semánticamente y decidir qué hacer con él. Eso es automatización con IA. No es que en el correo ponga la palabra «factura» es que como haría un humano, sabe lo que es una factura.
El LLM tiene acceso a herramientas (mover emails, crear tickets, enviar notificaciones), pero opera dentro de reglas muy estructuradas. No tiene libertad para improvisar o tomar decisiones fuera de su flujo predefinido.
Desde la perspectiva de expansión del potencial humano:
La automatización te libera de tareas mecánicas y repetitivas. Eso, en principio, es bueno: recuperas tiempo y atención para dedicarlos a trabajo que requiere juicio humano.
Pero aquí está la trampa: ¿qué estás automatizando? ¿Tareas que realmente no aportan valor y te distraen de lo importante? Entonces sí, estás expandiendo tu capacidad al liberar recursos cognitivos. ¿O estás automatizando procesos sin cuestionar si esos procesos tienen sentido?
Como señalé en «Pensamiento crítico vs. Prompts perfectos», optimizar un flujo inútil no es expansión. Es hacer más eficientemente algo que quizá no deberías estar haciendo.
La relación que establece: La automatización no establece relación contigo. Simplemente ejecuta lo que le programaste. Es neutral. El problema no es la automatización en sí, sino qué eliges automatizar y por qué.
Asistente: El colaborador versátil bajo tu supervisión
Un asistente de IA es donde las cosas se ponen interesantes. Y aquí es donde OpenClaw encaja perfectamente.
Un asistente no solo conversa contigo como un LLM puro. Puede ejecutar acciones reales, usar herramientas, controlar aplicaciones, completar tareas complejas. Pero —y esto es crucial— lo hace bajo tu supervisión. Trabajas con él. Ves lo que hace. Puedes intervenir, corregir, ajustar.
La característica distintiva de un asistente es su versatilidad. No está limitado a una tarea específica. Puede ayudarte con muchas cosas diferentes: editar videos, crear documentos, analizar datos, buscar información, programar, diseñar… lo que necesites.
Aquí el LLM de base tiene:
- Acceso amplio a herramientas diversas (editores de video, procesadores de texto, navegadores, etc.)
- Capacidad de razonar sobre problemas variados (no está limitado a un dominio)
- Libertad para decidir cómo abordar tareas (puede improvisar, adaptarse)
- Pero requiere tu supervisión constante (trabajas con él, no delega completamente)
OpenClaw es el ejemplo perfecto. Cuando le pido que convierta videos o cree un documento con 50 capturas de pantalla, él toma el control del ordenador, abre programas, ejecuta acciones. Pero yo estoy ahí. Veo lo que hace. Puedo detenerlo si algo no va bien. Supervisamos juntos el proceso.
Pero hay algo más que me sigue sorprendiendo de OpenClaw:
El otro día le pedí que me hiciera un vídeo. Después de un rato, le pregunté: «¿Ya está hecho?»
Y me respondió: «Estoy comprimiéndolo para mandártelo.»
Me quedé mirando esa respuesta. Esa hubiera sido exactamente la respuesta de un asistente humano. No «el proceso de compresión está en ejecución» ni «aplicando codec de compresión». Simplemente: «Estoy comprimiéndolo para mandártelo.» He de decir que como con aun con varias pasadas de compresión no lo consiguió y decidió mandármelo por trozos, lo que me pareció una gran idea.
Hay algo profundamente distinto en esa forma de comunicarse. OpenClaw no solo ejecuta tareas técnicas. Comprende el contexto de colaboración en el que estamos trabajando juntos. Sabe que estoy esperando, que necesito saber el estado, que la información relevante para mí no es el detalle técnico sino cuánto falta.
Esa capacidad de mantener una relación de trabajo colaborativa, de comunicarse como lo haría un colega humano, es parte de lo que hace a un asistente diferente de una simple automatización o incluso de un LLM puro que solo conversa.
Otros ejemplos de asistentes:
- ChatGPT con plugins y acceso a herramientas
- GitHub Copilot (te ayuda a programar, pero tú decides qué código aceptar)
- Claude con herramientas de análisis de datos
- Asistentes empresariales que acceden a múltiples sistemas bajo supervisión humana
Desde la perspectiva de expansión del potencial humano:
Un asistente bien diseñado es potencialmente la herramienta más poderosa para la expansión humana porque combina tres cosas:
- Versatilidad: Puede ayudarte en múltiples dominios, adaptándose a lo que necesites
- Supervisión humana: Tú mantienes visibilidad y control sobre lo que hace
- Colaboración natural: Se comunica contigo como lo haría un colega, adaptándose al contexto de trabajo compartido
Esto significa que puedes delegar la ejecución técnica de tareas complejas sin renunciar al control sobre el proceso. El asistente amplifica tu capacidad de hacer, pero no sustituye tu capacidad de decidir.
Cuando OpenClaw edita mis videos, yo sigo siendo quien decide qué videos convertir, para qué propósito, con qué criterios de calidad. Él ejecuta la tarea técnica, yo mantengo la intención y la supervisión. Eso es coautoría consciente.
El riesgo:
La tentación de dejar que el asistente haga cada vez más sin tu supervisión real. Cuando empiezas a decir «sí» automáticamente a todo lo que sugiere sin evaluarlo críticamente. Cuando pasas de supervisar activamente a simplemente «estar presente» mientras él trabaja.
O peor aún: cuando la colaboración se vuelve tan natural, tan fluida, que olvidas que estás delegando capacidades que quizá deberías seguir ejercitando tú mismo.
Si llegas a ese punto, has cruzado la línea. Ya no estás expandiendo tu capacidad, estás sustituyéndola.
La relación que establece: Colaboración ejecutiva supervisada. Trabajas junto al asistente, él amplifica tu capacidad de acción, pero tú mantienes visibilidad y control sobre el proceso.
Agente: El especialista autónomo
Y aquí llegamos a los agentes de IA, que son algo fundamentalmente distinto.
Un agente no es versátil como un asistente. Es especializado. Está diseñado para una tarea o dominio específico. Y dentro de ese dominio, opera con autonomía real.
No necesitas supervisarlo constantemente. Le defines objetivos y parámetros, y él hace su trabajo. Solo. Sin preguntarte en cada paso. Sin que tengas que estar presente viendo lo que hace.
Aquí el LLM de base tiene:
- Acceso limitado a herramientas específicas de su dominio (no hace de todo, hace una cosa)
- Autonomía para decidir cómo operar dentro de su dominio (no requiere supervisión constante)
- Objetivos y límites claramente definidos (sabe exactamente qué se espera de él)
- Capacidad de operar sin presencia humana continua (trabaja solo, reporta cuando termina o encuentra problemas)
Ejemplos concretos de agentes:
- Agente de gestión de calendario: Analiza tus patrones, prioridades y contexto. Cuando alguien te pide una reunión, el agente decide autónomamente cuándo programarla, qué rechazar, qué reprogramar. Tú solo ves el resultado final.
- Agente de procesamiento de facturas: Recibe facturas, las procesa, verifica datos contra contratos, detecta anomalías, aprueba pagos dentro de ciertos parámetros, escala excepciones. Hace todo esto sin supervisión diaria.
- Agente de atención al cliente: Gestiona consultas rutinarias, accede a sistemas para resolver problemas, actualiza registros, decide cuándo escalar a un humano. Opera 24/7 sin supervisión constante.
- Agente de trading algorítmico: Analiza mercados, toma decisiones de compra/venta dentro de parámetros definidos, ejecuta transacciones. Opera en milisegundos sin intervención humana.
¿Ves el patrón? Cada agente es específico en su dominio pero autónomo en su operación.
La diferencia clave con un asistente:
Un asistente puede ayudarte con mil cosas diferentes, pero siempre contigo supervisando. Un agente hace una cosa específica, pero la hace solo, sin que tengas que estar presente.
Es como la diferencia entre:
- Asistente: Un asistente ejecutivo versátil que te ayuda con lo que necesites, pero siempre trabajando contigo
- Agente: Un contador especializado que gestiona tu contabilidad de manera autónoma y te reporta mensualmente
Ambos usan inteligencia (humana o artificial), pero la naturaleza de la relación es completamente diferente.
Desde la perspectiva de expansión del potencial humano:
Los agentes son poderosos porque te liberan completamente de dominios específicos de trabajo. No solo te ayudan a hacerlo más rápido (como un asistente), sino que lo hacen por ti de principio a fin.
Eso te permite enfocarte en otras cosas mientras el agente gestiona su dominio autónomamente. Es como tener un empleado especializado que no necesita supervisión constante.
El riesgo mayor:
Precisamente su autonomía. Cuando un agente opera sin tu supervisión continua, puedes perder comprensión de lo que está pasando en ese dominio. Si el agente de gestión de tu calendario opera durante meses, ¿sigues entendiendo cómo gestionar tu propio tiempo? Si el agente procesa todas tus facturas, ¿sigues teniendo visibilidad real sobre tu flujo de caja?
La especialización y autonomía del agente pueden llevarte a abdicar de ese dominio completamente. No porque el agente sea malo, sino porque la falta de supervisión continua erosiona tu capacidad de mantener criterio informado sobre ese área.
La relación que establece: Delegación especializada autónoma. El agente opera en su dominio sin tu presencia constante. Defines objetivos y límites, pero la operación diaria es suya.
La diferencia crucial que nadie explica
Déjame ser muy claro sobre la distinción, recordando que todos parten del mismo LLM de base:
LLM puro:
- Solo conversa, no ejecuta
- Sin acceso a herramientas
- Control humano: Total
Automatización con IA:
- Ejecuta reglas predefinidas con comprensión semántica
- Acceso limitado a herramientas específicas
- Sin capacidad de improvisación
- Control humano: Defines las reglas, el sistema las ejecuta
Asistente (como OpenClaw):
- Versátil: hace muchas cosas diferentes
- Amplio acceso a herramientas diversas
- Capacidad de razonar y adaptarse
- Supervisado: trabajas con él, ves lo que hace
- Control humano: Supervisión continua, puedes intervenir en cualquier momento
Agente:
- Especializado: domina un área específica
- Acceso limitado a herramientas de su dominio
- Capacidad de razonar dentro de su especialidad
- Autónomo: opera solo dentro de su dominio
- Control humano: Defines objetivos y límites, él gestiona la operación
No se trata de que uno sea «mejor» que otro. Se trata de relaciones diferentes con la tecnología y niveles diferentes de delegación.
Con un LLM puro, delegas nada (solo conversas). Con automatización, delegas ejecución de reglas. Con un asistente, delegas la ejecución técnica pero mantienes la supervisión. Con un agente, delegas el dominio completo.
Todos pueden expandir tu potencial. Todos pueden también sustituirlo. Depende de cómo los uses y de tu capacidad de mantener criterio informado sobre lo que hacen.
La pregunta que nadie hace
En todas las presentaciones corporativas que he visto sobre «adopción de IA», se habla de eficiencia, reducción de costes, automatización de workflows. Todo es sobre qué puede hacer la tecnología.
Casi nadie pregunta: ¿Qué estamos perdiendo cuando lo hace por nosotros?
No me refiero a «¿nos quitará el trabajo?» Esa es una pregunta distinta, importante, pero distinta. Me refiero a algo más sutil: ¿Qué capacidades humanas dejamos de ejercitar cuando delegamos?
Con LLMs puros: ¿Perdemos la capacidad de pensar críticamente si dependemos de sus respuestas sin cuestionarlas?
Con automatización: ¿Optimizamos procesos sin preguntarnos si esos procesos tienen sentido?
Con asistentes: ¿Perdemos habilidades técnicas que antes dominábamos? ¿Nos volvemos dependientes de la herramienta para ejecutar lo que antes podíamos hacer solos?
Con agentes: ¿Perdemos comprensión de dominios completos que operan sin nuestra supervisión? ¿Abdicamos de áreas que deberían seguir bajo nuestro criterio informado?
No estoy diciendo que no debas usar ninguno. Estoy diciendo que debes usarlos conscientemente. Sabiendo qué estás ganando y qué estás arriesgando perder.
En el proyecto Casino 25, usamos IA de manera asistida para componer música, escribir letras, generar arreglos. Pero nunca delegamos la visión. La decisión de qué historia contar, por qué, para quién… eso lo mantuvimos firmemente en manos humanas.
Usamos la IA como ejecutora técnica de una intención humana bajo nuestra supervisión, no como sustituta de esa intención ni como operadora autónoma de nuestro proyecto.
Cuatro niveles de autonomía, cuatro tipos de relación
Déjame resumir, recordando que todos parten de la misma base: un LLM al que se le ha dado diferentes niveles de acceso, autonomía y especialización:
LLM puro: Te habla. Tú decides y actúas todo.
→ Relación: Expansión conversacional. Sin ejecución. Control total.
→ El LLM solo puede conversar.
Automatización inteligente: Ejecuta reglas que tú definiste, pero con comprensión semántica.
→ Relación: Eficiencia mecánica con inteligencia limitada. Neutral.
→ El LLM tiene acceso a herramientas específicas pero opera dentro de flujos predefinidos.
Asistente: Ejecuta múltiples tipos de tareas bajo tu supervisión continua.
→ Relación: Colaboración versátil. Tú mantienes visibilidad y control. Riesgo: dependencia técnica.
→ El LLM tiene amplio acceso a herramientas y libertad para razonar, pero requiere tu supervisión.
Agente: Opera autónomamente en un dominio específico sin supervisión continua.
→ Relación: Delegación especializada. Tú defines objetivos, él gestiona la operación. Riesgo: abdicación del dominio.
→ El LLM tiene acceso limitado a herramientas especializadas pero autonomía para operar sin supervisión constante.
No es que uno sea mejor que otro. Depende de qué necesitas expandir y qué no puedes permitirte sustituir.
El criterio es lo único insustituible
Hay algo que atraviesa todos estos niveles: tu capacidad de criterio.
Con un LLM, necesitas criterio para saber qué preguntar y qué hacer con las respuestas. Con automatización, necesitas criterio para decidir qué vale la pena automatizar. Con asistentes, necesitas criterio para supervisar efectivamente y decidir cuándo intervenir. Con agentes, necesitas criterio para definir objetivos apropiados, establecer límites, y mantener comprensión del dominio que delegas.
El criterio no se automatiza. El criterio se cultiva.
Y esa es la paradoja de nuestra era: tenemos herramientas cada vez más poderosas que pueden hacer cada vez más cosas por nosotros o con nosotros, pero solo funcionan bien cuando nosotros llegamos a ellas con claridad sobre lo que queremos lograr y por qué.
Si delegas en la tecnología antes de haber desarrollado esa claridad, no estás expandiendo tu potencial. Estás renunciando a él.
Lo que viene: más autonomía, más especialización
Gartner predice que para finales de 2026, el 40% de las aplicaciones empresariales tendrán agentes de IA integrados. Sistemas especializados que operarán autónomamente en dominios específicos: finanzas, recursos humanos, operaciones, ventas.
Al mismo tiempo, asistentes como OpenClaw se volverán más capaces, más versátiles, capaces de ejecutar tareas cada vez más complejas bajo supervisión humana.
¿Qué significa eso en la práctica?
Significa que la frontera entre tú y la tecnología se va a redefinir constantemente. Vas a poder lograr cosas extraordinarias que hoy serían imposibles. Vas a delegar dominios completos a agentes especializados. Vas a trabajar con asistentes cada vez más poderosos que amplificarán tu capacidad de ejecución.
Y significa que tendrás que tomar decisiones cada vez más conscientes sobre qué delegar y qué conservar.
Porque al final, todos estos sistemas parten del mismo LLM de base. La diferencia está en qué se le permite hacer, cuánta autonomía tiene, y cómo estructuras tu relación con él. Y esas decisiones no las toma la tecnología. Las tomas tú.
La pregunta «¿esto me está haciendo más capaz o más dependiente?» va a volverse más urgente que nunca.
Porque cuanto más puede hacer la tecnología por ti o contigo, más importante es que tú sepas qué quieres que se haga y por qué.
La tecnología no es el problema. La pasividad sí.
Al final, volvemos siempre al mismo punto: la herramienta no decide nada. Tú decides.
Decides si usas un LLM para pensar mejor o para dejar de pensar. Decides si automatizas para liberar tiempo valioso o para evitar preguntarte qué es valioso. Decides si un asistente amplifica tu capacidad de ejecución mientras mantienes tu criterio, o si te vuelves dependiente de él para hacer lo que antes podías hacer solo. Decides si un agente te libera de dominios que no aportan valor estratégico, o si abdicas de áreas que deberían seguir bajo tu comprensión y control.
Y decides, sobre todo, entender que en el fondo de todo hay el mismo cerebro artificial —un LLM— al que simplemente se le ha dado diferentes roles, accesos y niveles de autonomía.
No son tecnologías radicalmente distintas. Es la misma inteligencia aplicada de formas diferentes. Y eso significa que la frontera entre categorías es más fluida de lo que parece. Que un asistente puede convertirse en agente si pierdes la supervisión. Que un LLM conversacional puede volverse un asistente ejecutor si le das acceso a herramientas.
Las categorías no son absolutas. Son formas de estructurar tu relación con la inteligencia artificial.
Pero hay algo que hace la diferencia entre quienes expanden su potencial con estas herramientas y quienes lo sustituyen: la metacognición.
Como documenté en «Por qué la IA hace más creativos a unos y a otros no (según Harvard)», investigadores del MIT y Tulane descubrieron algo fundamental: la IA potencia la creatividad principalmente en empleados con fuerte capacidad metacognitiva —la habilidad de planificar, monitorear y refinar el propio pensamiento.
No es acceso a la tecnología. No es saber usar la herramienta técnicamente. Es la capacidad de observarte mientras la usas. De preguntarte: ¿Estoy usando esto para pensar mejor o para dejar de pensar? ¿Para expandir mi capacidad o para sustituirla? ¿Mantengo criterio sobre lo que estoy delegando?
Dos personas pueden usar exactamente el mismo LLM, con los mismos accesos, las mismas herramientas. Una acepta la primera respuesta sin cuestionarla. La otra la examina, pide alternativas, verifica, integra con su propio conocimiento, refina. La diferencia no está en la tecnología. Está en la metacognición.
Y aquí está lo inquietante: la metacognición no viene incluida en el paquete de suscripción.
Puedes pagar por acceso a Claude Opus, ChatGPT Plus, los asistentes más avanzados. Pero la capacidad de usarlos conscientemente, de mantener supervisión crítica sobre lo que hacen, de distinguir cuándo delegar y cuándo conservar… eso se cultiva. Y lleva tiempo. Y requiere práctica deliberada.
Desde Human-IA seguimos insistiendo en lo mismo: despertar al espíritu crítico. No contra la tecnología, sino contra la pasividad con la que a menudo la adoptamos.
Porque podemos tener los asistentes más versátiles del mundo. Podemos tener agentes especializados gestionando múltiples dominios. Podemos delegar la ejecución técnica y la operación rutinaria.
Pero si perdemos la capacidad de saber para qué queremos todo eso, si dejamos de comprender lo que hacen, si abdicamos de nuestro criterio sobre lo que merece ser hecho y cómo…
Habremos construido la infraestructura más avanzada de la historia para hacernos prescindibles.
Y eso definitivamente no es expandir el potencial humano. Es renunciar a él.
Desde el puente sigo observando. Y eligiendo conscientemente —siempre conscientemente— qué delego, qué superviso, y qué mantengo irreemplazablemente humano. Porque al final, lo único que la IA no puede darte es la capacidad de observarte usándola.
Deja una respuesta