1. Contrataste a 100 genios y todos están en la sala de descanso porque nadie escribió la orden de trabajo
La IA generativa programa, redacta, investiga, traduce, compara opciones y aprovecha enormes cuerpos de conocimiento.
En teoría, mañana todo el mundo debería dirigir diez empresas unipersonales.
Pero muchas veces todo se detiene en una pregunta:
“¿Qué construimos?”
Una IA potentísima sin una tarea sigue siendo capacidad ociosa. Cien Ferrari sin destino forman únicamente un aparcamiento carísimo.
En la era de la IA, el recurso escaso no siempre es el modelo.
Puede ser la persona que le da a esa capacidad su primer trabajo.
2. La fortaleza no siempre es una gran invención; a veces es producir la primera chispa
Pensamos en la creatividad como una revelación revolucionaria.
En la práctica, preguntas mucho más pequeñas pueden ser más útiles:
- esto es molesto
- ¿podemos conectar estas dos cosas?
- ¿puede esta función servir para otra cosa?
- ¿por qué existe este paso?
- ¿qué aprenderíamos con un prototipo mínimo?
Son puntos de ignición.
La primera idea no necesita estar terminada. Su función es crear algo sobre lo que pensar.
Una mesa vacía ofrece poco que criticar. Un prototipo tosco provoca inmediatamente: “esto falla”, “esto sirve”, “falta aquello”, “entonces podemos hacer lo siguiente”.
El primer movimiento no es la respuesta.
Es una máquina que genera respuestas posteriores.
3. La “capacidad de tener ideas” no es una sola capacidad
| Capacidad | Función |
|---|---|
| Divergencia | Generar varias posibilidades |
| Analogía | Importar estructuras de otros campos |
| Recombinación | Convertir A+B en un nuevo C |
| Descubrimiento del problema | Detectar la fricción previa al problema asignado |
| Reencuadre | Redefinir qué debe resolverse |
| Convergencia | Elegir qué merece implementación |
| Descomposición | Dividir el objetivo en tareas manejables por IA |
| Inicio | Crear el primer artefacto visible |
| Reideación | Usar el artefacto para producir la siguiente idea |
La APA describe el pensamiento divergente como pensamiento creativo que se aparta de estrategias habituales o previamente aprendidas.[1]
Pero las pruebas de pensamiento divergente no equivalen a toda la creatividad real.[2]
No basta con producir muchas ideas.
Hay que reencuadrar, elegir, construir, observar y volver a pensar.
4. La creatividad se parece a “generar→explorar→volver a generar”
El modelo Geneplore de la cognición creativa distingue procesos generativos y exploratorios y los concibe como un ciclo.[3]
En trabajo con IA se ve muy claro:
- surge una idea
- se discute con IA
- se vuelve una especificación aproximada
- se construye
- se prueba
- algo no encaja
- aparece otro enfoque
- se reconstruye
La idea no necesita estar acabada antes de implementar.
Implementar pasa a formar parte del pensamiento.
Si un prototipo tarda tres meses, intentamos resolver mucho antes de empezar.
Si aparece en treinta minutos, el prototipo puede funcionar como una nota de pensamiento.
5. “No puedo hacer multitarea” es correcto si pretendemos que el humano haga todo
Un cerebro humano no debería mantener diez proyectos, diez especificaciones, diez rutas de código y diez estados de verificación a la vez.
No es un defecto humano.
Es mala arquitectura.
La persona no necesita hacer multitarea. El sistema puede trabajar en paralelo.
La persona conserva dirección, prioridades, límites y decisiones finales.
Investigación, especificación, implementación, pruebas, traducción y auditoría pueden separarse cuando las dependencias lo permitan y delegarse.
Si la multitarea te cuesta, externalizar el trabajo en responsabilidades claras tiene todavía más valor.
6. Un corpus gigantesco es un almacén de materiales, no un plano de construcción
Una enorme base de conocimiento de IA se parece a una tienda gigantesca con madera, acero, vidrio, herramientas y maquinaria.
Impresionante.
Pero si nadie decide qué construir, sigue siendo una tienda.
La capacidad se convierte en trabajo cuando alguien dice:
“Quiero eliminar esta fricción.” “Estos dos sistemas podrían unirse.” “Esta experiencia puede subir un nivel.”
No hace falta saber más que la IA.
Hace falta saber dónde pedirle que excave.
7. Quien puede rehacer el problema puede tener más ventaja que quien solo sabe resolverlo
La investigación en diseño ha tratado el encuadre y la creación de marcos como prácticas centrales para problemas abiertos y complejos. Dorst destaca el reencuadre como forma de hacer situaciones problemáticas más tratables.[4]
Cuanto más rápido responde la IA, más importante se vuelve esto.
Una pregunta equivocada puede producir una respuesta impecable para el problema equivocado a velocidad industrial.
No preguntes solo:
“¿Cómo hacemos esta tarea más rápido?”
Pregunta también:
“¿Esta tarea debe existir?” “¿El usuario quiere trabajar más rápido o no hacer el trabajo?” “¿Existe otra entrada al problema?”
8. Implementar más rápido genera más ideas, no solo más producción
En un experimento preregistrado de Noy y Zhang sobre tareas profesionales de escritura, el acceso a ChatGPT redujo el tiempo medio un 40% y elevó la calidad evaluada un 18% en las tareas estudiadas.[5]
Eso no implica que todo trabajo sea 40% más rápido.
La idea importante es:
si probar cuesta menos, puedes probar más.
Los artefactos reales producen información nueva: si funciona, si se ve peor de lo esperado, si otro uso es mejor, si conecta con otra función o dónde se atasca el usuario.
Así, cuanto más corto es el ciclo
idea→implementación→observación→nueva idea
más fácil es que las ideas formen una reacción en cadena.
9. Pero si la IA genera todas las ideas, todos pueden acabar subiendo la misma montaña
Doshi y Hauser encontraron que las ideas generadas por IA mejoraban en promedio las evaluaciones individuales de relatos, pero los relatos asistidos por IA se parecían más entre sí, reduciendo la diversidad colectiva.[6]
Si todos pedimos al mismo modelo “dame diez ideas creativas”, quizá todos subamos al mismo autobús turístico.
Por eso siguen importando entradas humanas peculiares:
- fricciones realmente vividas
- detalles raros del terreno
- restricciones del sistema existente
- analogías de otros campos
- combinaciones extrañas
- la pregunta “todos lo hacen así, ¿pero por qué?”
La persona arroja una piedra extraña.
La IA amplifica las ondas.
10. El bucle práctico es simple: chispa→frase→dividir→delegar→inspeccionar→otra chispa
- Chispa — “¿No sería útil si esto funcionara así?”
- Frase — Quién debe pasar de qué estado a cuál.
- Dividir — Investigación, diseño, implementación y verificación.
- Delegar — No guardar todo en la cabeza; asignarlo a la IA.
- Artefacto — Texto, interfaz, código o datos visibles.
- Relectura — Verificar que el estado objetivo existe de verdad.
- Reideación — Preguntar qué se vuelve posible ahora.
A hace visible B. A+B sugiere C. C permite redefinir todo el servicio como D.
Una chispa pequeña puede terminar construyendo una central eléctrica.
11. El peligro aparece cuando la velocidad de ideas supera la velocidad de organización
Ideas rápidas más implementación rápida crean capas de ampliaciones.
Un día abres el cableado:
“¿Quién hizo esto?”
Tú, ayer.
La respuesta no es frenar las ideas.
Es mejorar la estructura:
- no multiplicar fuentes de verdad
- no crear un segundo mecanismo para la misma responsabilidad
- integrar en lo existente cuando sea posible
- paralelizar solo trabajo realmente independiente
- releer y verificar después de implementar
- poner controles de calidad en cambios importantes
- separar “podemos construirlo” de “debemos construirlo ahora”
No reduzcas el acelerador.
Mejora el volante y los frenos.
12. Conclusión: la ventaja pasa de “usar IA” a “crear trabajo para la IA”
Los modelos seguirán mejorando.
Habrá más conocimiento, código más rápido, escritura más rápida y más agentes.
Entonces sube de nivel la contribución humana:
detectar qué debería existir,
crear la primera chispa,
reencuadrar el problema,
dividir el trabajo,
delegarlo,
mirar el resultado real,
y generar la siguiente idea a partir de la realidad.
La IA es una capacidad enorme.
Pero la capacidad espera una tarea.
En una empresa con cien IA geniales, la primera contratación que falta quizá no sea el genio número 101.
Quizá sea quien escribe la primera línea de la orden de trabajo.
- APA Dictionary of Psychology, “divergent thinking. dictionary.apa.org
- American Psychological Association, “The science behind creativity” — notes that divergent-thinking measures are useful but do not map cleanly onto real-world creativity as a whole apa.org
- Ward, T. B., Smith, S. M., & Finke, R. A., “Creative Cognition,” in Handbook of Creativity; see also Geneplore descriptions of iterative generative and exploratory processes cambridge.org
- Dorst, K. (2011). “The core of ‘design thinking’ and its application.” Design Studies, 32(6), 521–532 doi.org
- Noy, S., & Zhang, W. (2023). “Experimental evidence on the productivity effects of generative artificial intelligence.” Science, 381(6654), 187–192 doi.org
- Doshi, A. R., & Hauser, O. P. (2024). “Generative AI enhances individual creativity but reduces the collective diversity of novel content.” Science Advances, 10(28), eadn5290 doi.org
