¿Y si la experiencia ya no es lo que creemos que es?

Llevo un tiempo dándole vueltas a algo que no sé muy bien cómo resolver.

Hace unos meses leí un estudio de investigadores de Harvard, MIT y BCG que evaluó a cientos de consultores haciendo su trabajo real, con y sin IA. Los que usaron IA terminaron las tareas más rápido, en más cantidad y con mejor calidad. Hasta ahí, más o menos lo esperado.

Pero hubo un detalle que me quedó dando vueltas: los que más mejoraron fueron los que peor lo hacían antes. Los que más se beneficiaron de la IA no eran los más brillantes. Eran los más flojos.

No sé exactamente qué hacer con esa información. Pero desde que la leí, no puedo evitar aplicarla a conversaciones que tengo constantemente.

La pregunta incómoda

Cuando hablo en empresas sobre talento y nuevas generaciones, casi siempre aparece el mismo tema: cómo evaluar a alguien que usa IA para hacer su trabajo. Si entrega algo bueno pero lo hizo con ayuda de una herramienta, ¿es tan valioso como el que lo hizo solo?

Mi respuesta honesta es que no lo sé. Y creo que nadie lo sabe todavía.

Lo que sí noto es que la mayoría de las organizaciones siguen respondiendo esa pregunta con los mismos criterios de siempre (años de experiencia, títulos, formas de trabajar que llevan décadas igual) sin cuestionarse si esos criterios siguen midiendo lo que creen que miden.

No digo que estén equivocados. Digo que la pregunta merece hacerse en voz alta.

Lo que veo en la Gen Z

La Generación Z, en general, no está teniendo esta conversación. No porque no les importe, sino porque para muchos de ellos la IA ya es parte del proceso natural de trabajar. No es una ayuda externa que declaran o esconden. Es simplemente cómo hacen las cosas.

Y eso genera una situación rara: hay gente joven produciendo trabajo de muy alta calidad que los sistemas de evaluación tradicionales no saben muy bien cómo clasificar. ¿Es su trabajo o es el de la IA? ¿Importa la distinción si el resultado es bueno?

Creo que sí importa, pero no de la forma en que normalmente se plantea. No se trata de si usaron una herramienta, sino de si entienden lo que están haciendo. Saber cuándo la IA se equivoca, cuándo hay que corregirla, cuándo no sirve para algo: eso es lo difícil de aprender, y es lo que diferencia a alguien que realmente sabe de alguien que solo sabe pulsar el botón correcto. Ese criterio es el que no te da la herramienta.

La velocidad del cambio

El Foro Económico Mundial publicó este año que 170 millones de nuevos roles se van a crear en los próximos cinco años, pero que 92 millones van a desaparecer. No lo digo para asustar (los números grandes siempre suenan a alarma fácil), sino porque creo que la velocidad de ese cambio nos obliga a hacernos preguntas que antes podíamos ignorar cómodamente.

¿Cómo se mide la experiencia cuando las herramientas cambian tan rápido? ¿Qué vale más: conocer muy bien un proceso o saber adaptarte cuando ese proceso ya no existe? ¿Qué le decimos a alguien de 45 años con 20 de experiencia que de repente compite con alguien de 23 que produce lo mismo en la mitad de tiempo?

No tengo respuestas limpias. Pero creo que estas preguntas importan y que todavía no se están haciendo suficientemente en serio.

Por eso me interesa este tema

Hablo de generaciones y de IA porque estamos en un momento en el que si no nos hacemos las preguntas incómodas a tiempo, las respuestas van a llegar de todas maneras pero sin habernos preparado para ellas.

Y eso, en mi experiencia, suele salir caro.

¿Tú cómo lo estás viviendo en tu empresa o en tu entorno?

---

¿Quieres que hablemos de esto en más profundidad? Escríbeme.

---

Fuentes

• Dell'Acqua, F. et al.: Navigating the Jagged Technological Frontier: Field Experimental Evidence on the Effects of AI on Knowledge Worker Productivity and Quality, Harvard Business School Working Paper, septiembre 2023
• World Economic Forum: Future of Jobs Report 2025, enero 2025
• Microsoft & LinkedIn: Work Trend Index 2024: AI at Work is Here. Now Comes the Hard Part, mayo 2024