A medida que la IA absorbe la cognición repetitiva, el papel humano pasa a consistir en administrar recursos cognitivos sintéticos en lugar de ejecutar la cognición misma. La demanda definitoria se vuelve abstracta y gerencial y, con el tiempo, ese cambio transformará lo que entendemos por inteligencia.

Toda tecnología importante ha vuelto a trazar la línea entre lo que hacen las personas y lo que hacen las máquinas, y siempre lo ha hecho en la misma dirección. La fuerza muscular cedió ante el motor, el cálculo ante el ordenador y la memoria ante la base de datos. En cada ocasión, el ser humano no quedó obsoleto, sino que ascendió: de levantar a operar, de calcular a decidir. La IA continúa el patrón en un terreno desconocido: por primera vez, la facultad que se delega es la cognición misma.

La respuesta instintiva es la ansiedad ante el reemplazo, pero esa es la interpretación menos interesante. Lo que absorbe la IA no es el pensamiento en general, sino un tipo concreto: el procesamiento repetitivo y estructurado que ocupa la mayor parte de las jornadas laborales: el contrato estándar, el informe rutinario, la pregunta recurrente. Este trabajo requiere cognición, pero de un tipo reproducible. Se sitúa por encima del trabajo manual y por debajo del juicio genuino, y es precisamente esta capa intermedia la que la IA está preparada para asumir. Al hacerlo, el ser humano no es empujado ni hacia abajo ni hacia fuera, sino hacia arriba, hacia un papel cada vez más parecido al de un gestor.

Esto ya es visible en la forma en que las empresas utilizan estas herramientas. Un estudio reciente del MIT sobre empresas que implementan IA generativa revela que los trabajadores pasan de ejecutar una tarea a supervisarla: permanecen “en el circuito” como controladores de un proceso asistido en lugar de ser sus operadores, del mismo modo que antes los pilotos y los técnicos de plantas pasaron a supervisar sistemas automatizados. La contribución humana distintiva pasa de producir la respuesta a dirigir su producción y juzgar si es adecuada. Un abogado dirige agentes jurídicos, un analista supervisa agentes de investigación y un especialista en marketing supervisa sistemas de contenidos; cada uno establece el objetivo, asigna el recurso cognitivo y asume la responsabilidad del resultado. La tarea ya no es la ejecución. Es la administración de la cognición sintética.

Esa administración es más difícil de lo que parece, y aquí es donde el argumento da un giro. Gestionar bien un recurso cognitivo exige precisamente las facultades de las que carece ese recurso: plantear el problema, mantener firme el objetivo, sopesar las concesiones y detectar cuándo una respuesta es verosímil pero errónea. Estas son habilidades abstractas —la capacidad de razonar sobre una tarea en lugar de ejecutarla— y adquieren valor exactamente a medida que se delega el trabajo concreto. La investigación es cuidadosa al señalar sus límites, y esa cautela refuerza el argumento: la IA eleva el nivel mínimo del rendimiento más rápido que el máximo, y su producción aún debe ser interpretada y corregida por alguien con el criterio necesario para saber más. La IA reduce la brecha en la producción, al tiempo que aumenta la prima del juicio.

Nada de esto ocurre automáticamente. El trabajo de la Oxford Martin School sobre automatización plantea con sobriedad que, a medida que las máquinas absorben las tareas rutinarias, el crecimiento se concentra en el trabajo de mayor cualificación, lo que implica una reasignación sustancial y pocas veces indolora de los trabajadores, basada en gran medida en el reciclaje profesional. Los gobiernos empiezan a tratarlo como un problema propio: el impulso agresivo de China hacia la IA y la robótica coexiste con una verdadera preocupación oficial por su fuerza laboral y con un esfuerzo por formar y reasignar a los trabajadores en lugar de despedirlos. La pregunta estratégica está pasando de cuántos trabajadores pueden eliminarse a cuántos pueden ascender. Que ese ascenso se produzca es una cuestión de diseño, no de destino. Como señala el MIT, el diseño del trabajo y la inversión en aprendizaje determinan el resultado: una empresa puede utilizar la IA para vaciar de contenido el trabajo cognitivo o para elevar a sus empleados hacia el juicio que la tecnología no puede proporcionar. La tecnología permite ambas cosas; la dirección elige.

Hay una consecuencia más profunda, que trasciende el trabajo y alcanza nuestra manera de entendernos. Mientras las máquinas solo pudieron levantar objetos y calcular, situamos la singularidad humana en el pensamiento. A medida que las máquinas comiencen a pensar, esa frontera se desplazará y haremos lo que siempre hemos hecho: reservar la palabra “inteligencia” para aquello que siga siendo exclusivamente nuestro. Cuando la aritmética era difícil, la llamábamos inteligente; una vez que las calculadoras la dominaron, la degradamos a mero cálculo. Lo mismo volverá a ocurrir. A medida que los sistemas sintéticos absorban la cognición rutinaria, nuestra definición de inteligencia ascenderá: hacia la abstracción, el juicio y el planteamiento de problemas, las facultades mediante las cuales gobernamos el pensamiento en lugar de limitarnos a producirlo.

Que los seres humanos valoren el pensamiento abstracto por encima de todo no es un artículo de fe, sino una lectura de los hechos: una especie satisfecha con limitarse a procesar se habría instalado hace mucho en la comodidad y se habría detenido. En cambio, ha avanzado sin descanso hacia cada frontera, a menudo a costa de su propia paz. Lo que siempre ha impulsado el progreso humano no es la capacidad de ejecutar la cognición, sino el impulso de razonar más allá de ella. Vista así, la automatización es lo menos interesante de la IA. No reemplaza tanto el trabajo cognitivo como le cambia el precio: reduce el valor del procesamiento rutinario y eleva el valor del pensamiento abstracto necesario para dirigirlo. El futuro del trabajo no será uno en el que los seres humanos piensen menos, sino uno en el que se les pida operar menos y razonar más y, en el proceso, redescubrir que lo que más valorábamos de nosotros mismos nunca fue el procesamiento, sino la mente que lo gobierna.

Referencias

MIT Industrial Performance Center: Humans in the Loop: Generative AI and the Future of Work. Instituto de Tecnología de Massachusetts, abril de 2026. https://ipc.mit.edu/wp-content/uploads/2026/04/Humans_in_the_Loop_full_r01M.pdf

Oxford Martin School: Robot-Proof: Higher Education in the Age of Artificial Intelligence. Universidad de Oxford. Junio de 2019. https://www.oxfordmartin.ox.ac.uk/long-read/robot-proof

The Economist: “La apuesta de China por la IA amenaza a la mayor fuerza laboral del mundo”. The Economist, 6 de agosto de 2026. https://www.economist.com/briefing/2026/08/06/chinas-ai-drive-threatens-the-worlds-largest-workforce