Un estudio del Massachusetts Institute of Technology (MIT) encendió las alarmas: el 95% de las iniciativas corporativas con inteligencia artificial fracasan. La cifra se viralizó rápidamente en redes y reuniones empresariales, pero pocos se detuvieron a analizar por qué ocurre.
El experto en tecnología Josh Anderson decidió averiguarlo por sí mismo y su conclusión es contundente: “No fallan los algoritmos. Fallamos nosotros, cuando dejamos que la IA piense y decida por nosotros”.
Un experimento con final predecible
Anderson, ingeniero con más de 25 años de experiencia, se propuso un reto: crear un producto tecnológico utilizando solo inteligencia artificial, sin escribir una sola línea de código por cuenta propia. Durante tres meses trabajó exclusivamente con una herramienta llamada Claude Code, dejando que la IA diseñara, programara y documentara el proyecto.
El resultado fue, en apariencia, exitoso. Logró lanzar un producto funcional y con buena performance inicial. Pero la ilusión duró poco. “Cuando quise hacer un cambio mínimo, me di cuenta de que no entendía cómo funcionaba mi propio código”, contó.
El especialista describió esa sensación como “haberme convertido en un pasajero dentro de mi propio trabajo”. La productividad aparente escondía una dependencia peligrosa: había dejado de ser dueño del proceso creativo y técnico.
Por qué el 95% de los proyectos fallan
Según Anderson, las empresas repiten un patrón que explica el alto índice de fracaso:
- El entusiasmo inicial. La dirección impone el uso de IA para ganar eficiencia.
- El auge de los indicadores. Los equipos comienzan a producir más rápido, los reportes muestran mejoras.
- El momento crítico. Algo falla, y nadie entiende cómo corregirlo.
En ese punto, ni los desarrolladores pueden depurar código que no escribieron, ni los líderes logran justificar decisiones tomadas por algoritmos. “Todos terminan señalando a la IA como responsable”, sintetizó Anderson.
Durante su experimento, el consultor vivió ese mismo ciclo: horas de correcciones repetitivas, errores reincidentes y la sensación de estar trabajando más, pero aprendiendo menos.
Abdicación versus augmentación
El error central, advierte, no está en usar IA sino en cederle el control. Anderson diferencia dos enfoques:
- Augmentación: la IA potencia la capacidad humana, acelera tareas y mejora resultados, pero el criterio sigue siendo humano.
- Abdicación: el profesional delega totalmente la tarea y deja de entender lo que hace la herramienta.
“Cuando la IA te ayuda a escribir mejor código, eso es augmentación. Cuando escribe el código y vos no entendés qué hizo, eso es abdicación”, resumió.
Esa diferencia, explica, separa a las empresas que aprenden y evolucionan de aquellas que se suman al 95% de los fracasos.
El riesgo de una generación sin maestros
El especialista también advirtió sobre un problema a largo plazo: la pérdida de la experiencia humana. Si las nuevas generaciones de profesionales dependen completamente de la IA para programar, tomar decisiones o diseñar estrategias, dentro de una década podría haber un vacío de conocimiento.
“¿Quién va a enseñar a los próximos ingenieros si los actuales no entienden cómo funcionan las herramientas que usan?”, se pregunta Anderson. “No se puede descargar la sabiduría; hay que ganarla a través de la práctica y el error”.
Un llamado a recuperar el oficio
El autor propone un ejercicio simple para todos los profesionales que hoy utilizan IA en su trabajo: intentar hacer durante una semana una de sus tareas sin asistencia de herramientas como ChatGPT o Copilot. “Esa incomodidad que vas a sentir no es falta de capacidad, es tu nivel real de dominio revelándose”, sostiene.
El mensaje final es claro: la inteligencia artificial debe ser una herramienta de aprendizaje, no un sustituto de la inteligencia humana.
“Las empresas que triunfarán no son las que tengan la mejor IA, sino las que consigan que su gente se vuelva mejor gracias a ella”, concluye Anderson.
En síntesis: la inteligencia artificial no destruye el talento, pero puede adormecerlo. La verdadera innovación no está en dejar que los algoritmos decidan, sino en aprender a usarlos sin renunciar a la comprensión, la creatividad ni la responsabilidad.
Con información de https://substack.com/@leadershiplighthouse