8 minutos de lectura'
Se dice y promete que la inteligencia artificial nos permite ser más eficientes y productivos. Que libera tiempo para que nos centremos en hacer tareas más creativas y menos repetitivas. Pero ¿hasta qué punto esto es así? El uso de la IA puede ser extenuante. Un estudio publicado en Harvard Business Review en marzo de 2026 por investigadores de Boston Consulting Group habla del AI Brain Fry (la fatiga mental extrema que surge de ciertos patrones de uso de herramientas de IA en el ámbito profesional) y señala que, al mismo tiempo, otros modos pueden reducir el agotamiento.
¿Lo que más nos cansa? La supervisión constante de los resultados de estos sistemas. La idea del human in the loop y no confiar en un 100% todo lo que genera. Lo cual, por cierto, es una práctica recomendada. El punto es: ¿cómo y hasta qué punto saber qué delegar en cada caso?
Y esto no es todo: el hecho de que surjan una y otra vez un sinnúmero de nuevas funcionalidades y plataformas, con más y mejores promesas, también genera una carga cognitiva adicional. El FOMO a quedarse fuera de lo “más nuevo” y, en definitiva, de quedar obsoletos, es un fantasma que hoy está omnipresente en la vida diaria de los profesionales de diferentes áreas. Sobre todo de aquellos que trabajan en áreas de conocimiento.
En esta nota, tres expertos en educación y tecnología explican de qué manera se puede aprender a integrar la IA en nuestro día a día en forma productiva y sin terminar desbordados y agotados. ¿Acaso se trata de desarrollar nuevas habilidades cognitivas? Cómo pararnos ante este nuevo paradigma de producción de contenido en colaboración con máquinas.
Mariana Ferrarelli, directora de estrategia de IA en educación de la Universidad de San Andrés, destaca que la primera pregunta que tenemos que hacernos es para qué nos acercamos a la IA.
Y a partir de eso distingue dos tipos de enfoques: uno transaccional, en el cual el usuario no tiene una noción clara de para qué la quiere usar; entonces se dirige al sistema con pedidos genéricos, sin una solicitud clara, ni información de contexto. “Esto es un problema, porque lo que te entrega, seguramente, va a tener sesgos, alucinaciones, va a ser muy general y no va a estar del todo adaptado a lo que estás necesitando. Eso genera otra vez el agotamiento, porque te das cuenta de que mucho no sirve, tenés que editar un montón y te genera más trabajo del que te ahorra”, destaca Ferrarelli.
En las antípodas de este enfoque está lo que la experta llama un enfoque de acoplamiento, donde el usuario hace un recorte de lo que desea hacer. Tiene un objetivo claro, sabe cuáles son los materiales sobre los cuales quiere trabajar y el resultado que espera obtener. “En estos casos tengo más gobernanza sobre el proceso, entiendo cuál es el producto final que estoy apuntando desde el inicio, orienté todos mis esfuerzos y los esfuerzos creativos de la IA hacia ese producto que quiero lograr. Puedo entender con más detalle dónde van a estar las alucinaciones y tomar precauciones”, detalla.
Y también menciona que si el uso es estructurado y el prompting está guiado, se mitiga la carga cognitiva. Y ahí se hace un uso productivo de las herramientas.
Así como Ferrarelli pone el foco en la direccionalidad del proceso, Melina Masnatta, especialista en tecnología educativa y autora del libro Educar en tiempos sintéticos, profundiza en la dimensión cognitiva de ese mismo desafío.
Masnatta contrasta el agotamiento cognitivo y la fatiga emocional de quienes hacen un uso superficial de la IA, sin tener en claro lo que buscan, con la fluidez de aquellos que entienden cómo dialogar con la tecnología y logran resultados que los primeros no alcanzan.
Las metahabilidades prioritarias a desarrollar en este contexto, según la especialista, son el pensamiento crítico y la metacognición (entendida como la capacidad de comprender cómo uno mismo piensa y aprende) y el agenciamiento, que define como el acto de hacerse cargo del propio proceso de aprendizaje. “El agenciamiento”, agrega, “es lo que nos diferencia como personas, y se vincula con la capacidad de hacernos cargo de nuestro aprendizaje“.
Lejos de ser conceptos separados, funcionan como un par: “quienes desarrollan esta metacognición entienden cómo piensa la IA, y por lo tanto entienden qué le tienen que pedir”. Y añade: “lo que tenemos que hacer los humanos es proyectar a dónde queremos ir, y eso nos cuesta entenderlo, tanto en las organizaciones, como en los sistemas de aprendizaje. Porque todavía falta comunicación y conversación. Te diría que el desafío más grande es saber a dónde queremos ir, qué queremos hacer con esta tecnología”.
Masnatta también advierte sobre otro fenómeno que ya se percibe en el ecosistema digital: la samefication, o la tendencia a que todo el contenido producido con IA se parezca entre sí. “Vemos Internet desbordado de posts de LinkedIn iguales”, señala, como síntoma de que aún no logramos dar ese salto hacia un uso que potencie la diversidad cognitiva y la originalidad. A esto se suma, dice, el FOMO y el FOBO (el miedo a quedarse afuera y el miedo a volverse obsoleto, respectivamente) que generan una sobrecarga emocional adicional. “En ese mareo de estímulos y de cambios, terminamos incluso sobrecargados emocionalmente frente al uso de la IA.”
“Creo que el impacto más profundo no es la automatización del trabajo, sino la automatización del criterio y de la mirada propia”, remarca Tomás Balmaceda, doctor en filosofía, docente y autor de Volver a pensar: filosofía para desobedientes.
“La lógica algorítmica subordina la compasión, la justicia y hasta los valores éticos a una racionalidad orientada exclusivamente a la eficiencia. A esto se le suma el llamado sesgo de automatización: la tendencia a aceptar lo que dice la máquina como si fuera más confiable que la propia experiencia”; reflexiona. Y agrega que “cuando eso ocurre a escala organizacional, la empresa puede volverse más rápida, pero también más injusta y más frágil”.
¿Logramos ser siempre más productivos cuando usamos herramientas de IA? “No necesariamente, lo que tenemos es una ilusión de productividad. La IA acelera la generación de resultados, pero productividad no es solo velocidad. Es calidad, pertinencia, comprensión del contexto y capacidad de generar valor”, dice.
Balmaceda también advierte sobre el riesgo de ir perdiendo habilidades adquiridas por la falta de uso. Se trata de un proceso conocido como deskilling que ya está comenzando a ocurrir. Esto aplica especialmente a capacidades como argumentar, analizar o escribir.
“Los entornos altamente automatizados tienden a producir trabajadores menos innovadores, menos ágiles y menos ingeniosos. Se normaliza algo muy peligroso: hacer sin pensar”; destaca.
“Me parece que la clave es reposicionar la IA no como sustituto, sino como amplificadora de mis capacidades. Eso implica, primero, mantener la vigilancia y la duda. No hay que confundir cálculo estadístico con juicio. Las decisiones importantes deben seguir estando guiadas por el razonamiento, la empatía y la reflexión humana. La IA puede sugerir, pero no decidir”, explica Balmaceda.
El segundo punto es que el humano se inserte en el proceso de manera estratégica. “Los sistemas necesitan puntos de supervisión donde alguien evalúe los resultados no solo por su eficiencia, sino por su justicia, su sentido común y su adecuación al contexto”, subraya.
En tercera instancia, se trata de elegir qué automatizar y qué no. “Usar la IA para automatizar lo mundano o aburrido y liberar tiempo para lo inspirador y humano”, sugiere.
Y por último, “desarrollar una verdadera alfabetización en IA. No se trata de usarla pasivamente, sino de aprender a co-crear con ella: saber pedir, evaluar, corregir y mejorar. El ideal no es delegar, sino dialogar”.
Los tres expertos convergen en algo que suena simple, pero que en la práctica resulta desafiante: antes de integrar la IA en cualquier flujo de trabajo, hace falta saber adónde se quiere llegar. La herramienta amplifica tanto la claridad como la confusión. En un momento en que la velocidad se vende como virtud, usar bien la inteligencia artificial es, paradójicamente, un ejercicio de pausa: saber qué se quiere, qué se puede delegar y qué, bajo ningún concepto, conviene soltar.
