Hay un cansancio raro circulando en las oficinas. No es el de siempre. La gente no está agotada por trabajar de más: está agotada por no saber si lo que está haciendo va a seguir importando en un año.
Harvard Business Review le puso nombre: niebla de IA. Y el nombre ayuda, porque lo que no se nombra se acaba interpretando como defecto personal. Mucha gente lleva meses creyendo que se le acabó la disciplina cuando lo que se le acabó es la claridad sobre para qué sirve su esfuerzo.
La respuesta que voy a defender aquí no es "capacítate". Es opcionalidad: dejar de apostarle a una predicción sobre el futuro y empezar a construir cosas que te sirven en varios futuros distintos. Abajo está el argumento y las cinco habilidades concretas por las que empezaría.
Qué es la niebla de IA
Es el desgaste de trabajar sin saber cuál de tus tareas todavía cuenta.
El burnout clásico viene de la carga: demasiado trabajo, demasiado tiempo, muy poco descanso. Tiene una solución conocida aunque sea difícil de aplicar. La niebla viene de otro lado —de la incertidumbre— y por eso las soluciones de burnout no le hacen nada. Puedes tomarte dos semanas de vacaciones y regresar exactamente igual de nublado.
Se reconoce por tres síntomas. Empiezas cosas y las abandonas al tercer día porque salió una herramienta que "hace eso mismo". Pospones aprender algo a fondo porque no sabes si va a quedar obsoleto. Y trabajas más horas que antes con la sensación de estar avanzando menos.
En las empresas donde trabajo lo veo con una firma particular: equipos que producen más entregables que nunca y a la vez tienen menos claro qué se decidió. La IA subió el volumen de producción sin subir el volumen de criterio, y el hueco entre las dos cosas es exactamente donde vive la niebla.
La respuesta es opcionalidad, no predicción
La reacción natural a la incertidumbre es intentar predecir: leer más noticias, buscar la lista de "los trabajos que van a desaparecer", decidir cuál herramienta va a ganar. Es un pozo sin fondo y además no funciona, porque nadie sabe.
Opcionalidad es lo contrario. En lugar de acertarle al futuro, acumulas activos que valen en varios escenarios a la vez. Un ejemplo simple: aprender a usar una herramienta específica te sirve mientras esa herramienta exista. Aprender a especificar un trabajo con precisión te sirve con esa herramienta, con la que la reemplace, y con un humano.
El filtro que uso para decidir en qué meto horas es una sola pregunta: si mañana cambia la herramienta que estoy usando, ¿esto que acabo de aprender sigue valiendo? Si la respuesta es no, es entrenamiento de producto, no habilidad. El entrenamiento de producto se aprende en una tarde cuando lo necesitas. No merece tu ansiedad.
El paso que todo mundo se salta: bajarle al consumo de noticias de IA antes de subirle a la práctica. La niebla se alimenta de enterarte de veinte lanzamientos por semana que no vas a usar. No es curiosidad, es un simulacro de progreso que te deja igual de perdido y más cansado. Elige una fuente, revísala un día a la semana, y usa el resto del tiempo en construir algo.
Las cinco habilidades por las que empezaría
1. Especificar un trabajo por escrito
Escribir qué recibe una tarea, qué entrega, contra qué criterio se evalúa y qué no le corresponde. Suena administrativo y es la habilidad más subestimada del momento: es lo mismo que necesitas para delegarle a una persona, a un proveedor o a un agente.
El que sabe especificar dirige. El que no, se queda revisando entregables ajenos para siempre.
Cómo se practica: toma la tarea que más repites en tu semana y escríbele esas cuatro partes. Si no puedes llenarlas, encontraste por qué esa tarea siempre sale mal.
2. Verificar sin volver a hacer el trabajo
Cuando producir es barato, revisar es el cuello de botella. La habilidad no es detectar errores leyendo todo con lupa: es saber dónde suele mentir una salida y revisar ahí primero. Números que no vienen de una fuente. Citas. Nombres propios. Cualquier cosa que el modelo pudo haber rellenado en vez de consultado.
Cómo se practica: arma tu propia lista de puntos de revisión para el tipo de entregable que más produces, y aplícala tres veces. La lista se afina sola.
3. Armar el contexto que nadie más tiene
Un modelo público le da a todos la misma respuesta promedio. Lo que cambia el resultado es lo que le pones enfrente: tus números, tus llamadas con clientes, tus decisiones pasadas y en qué acabaron.
Esta habilidad es archivística y aburrida, y por eso casi nadie la construye. También es la que menos se deprecia: un archivo bien hecho de tu operación vale igual sin importar qué modelo salga el mes que entra.
Cómo se practica: empieza por una carpeta de texto con las decisiones de tu área y su resultado. Está desarrollado en las tres formas de armar un segundo cerebro.
4. Traducir entre el negocio y la máquina
Ver un proceso real —cotización, cobranza, alta de cliente, cierre mensual— y saber qué pedazo se automatiza, cuál se queda con una persona y en qué orden conviene tocarlos. No es una habilidad técnica: es entender dónde está el dolor y qué tan caro es equivocarse en cada paso.
Es la habilidad que más se paga ahorita en empresas medianas, y no la tiene ni el área de sistemas ni el área de negocio. Vive justo en medio.
Cómo se practica: mapea un proceso de tu empresa de punta a punta, con tiempos reales, antes de proponer automatizar nada.
5. Construir criterio propio y defenderlo
Cuando la respuesta promedio es gratis e instantánea, lo escaso es tener una opinión que se sostenga. Criterio es saber por qué una opción es mejor que otra en tu contexto específico, y poder explicarlo sin apoyarte en la autoridad de la herramienta.
Es también el antídoto directo de la niebla: la incertidumbre pesa menos cuando tienes una posición propia sobre lo que estás haciendo.
Cómo se practica: antes de preguntarle a la IA, escribe tu respuesta. Después compara. El método está en construir criterio con IA.
Una auditoría de opcionalidad para esta semana
Este prompt lo corres una vez, con honestidad, y sale una lista corta de dónde meter tus horas. Funciona mejor si antes escribes tus tareas de una semana normal.
Te voy a pasar la lista de lo que hago en una semana normal
de trabajo, con el tiempo aproximado que le dedico a cada
cosa. Quiero una auditoría de opcionalidad, no un plan de
carrera genérico.
PARA CADA TAREA, DIME
1. Qué habilidad estoy ejercitando en realidad al hacerla.
La habilidad, no la herramienta.
2. Si esa habilidad sigue valiendo cuando cambie la
herramienta que uso hoy. Sí o no, y por qué.
3. Qué parte de esa tarea es especificar y verificar, y qué
parte es ejecutar a mano.
DESPUÉS
- Dime las tres tareas donde estoy acumulando habilidad que
se transfiere, y qué haría falta para dedicarles más tiempo.
- Dime las tres donde solo estoy acumulando kilometraje de
una herramienta.
- Nombra la habilidad que me falta y que se nota por su
ausencia en toda la lista.
REGLAS
- No me consueles. Si la mayoría de mi semana es kilometraje,
dilo en la primera línea.
- Nada de listas de "profesiones del futuro". Solo lo que se
ve en lo que ya hago.
- Si te falta contexto para juzgar una tarea, pregúntame en
vez de suponer.
MI SEMANA:
[aquí pego mis tareas con horas]Lo que no arregla nada
Certificarte de todo. Coleccionar cursos es la versión productiva de la parálisis: se siente como avanzar y no cambia lo que puedes hacer el lunes.
La niebla se levanta cuando terminas algo. No cuando entiendes algo, no cuando te enteras de algo: cuando entregas algo que antes no existía y alguien lo usa. Una habilidad de las cinco de arriba, aplicada a un proceso real de tu trabajo, durante dos semanas. Eso vale más que veinte horas de leer sobre hacia dónde va todo esto.