Hace diez años, en Seúl, un programa de DeepMind llamado AlphaGo le ganó al gran maestro Lee Sedol en Go. El mundo entendió que las máquinas ya podían invadir territorio que se creía exclusivamente humano.
Este año, en el mismo hotel donde ocurrió esa partida, un grupo de líderes educativos se reunió a discutir algo distinto. El foco estaba en qué le queda por hacer al ser humano cuando la máquina ya llegó, más que en qué tan lejos puede llegar la inteligencia artificial.
Esa es exactamente la pregunta que debería estar sobre la mesa de cualquier director que hoy evalúa cómo usar la inteligencia artificial sin perder el toque humano en su empresa.
La respuesta corta: tu ventaja competitiva está en lo que la IA no puede replicar, y nunca estuvo en la IA misma.
Y eso empieza a tener nombre.
Lo que Corea del Sur descubrió diez años después de perder contra una máquina
La reunión en Seúl la convocó la Fundación Yidan Prize, liderada por el excanciller de Educación surcoreano Ju-Ho Lee. El tema central fue la “inteligencia relacional” (RQ): la capacidad de construir confianza, colaborar entre diferencias y resolver conflicto.
Elizabeth King, exdirectora de educación del Banco Mundial, lanzó la pregunta que resume el momento: si las máquinas pueden hacer cada vez más, ¿para qué es la educación?
Es la misma pregunta que cualquier director de RH o Marketing debería hacerse hoy. Si el chatbot ya redacta el reporte, ya responde al cliente y ya arma la primera versión de la campaña, ¿para qué sirve el humano en la sala?
La respuesta que empieza a consolidarse en la evidencia es incómoda para quien creía que “digitalizarse” era sinónimo de ganar. Sirve exactamente para lo que la máquina no sabe hacer bien todavía: sostener una relación de confianza real.
¿Por qué las empresas que más facturan hoy son las que más escuchan?
Aquí el argumento deja la filosofía de conferencia y se vuelve hoja de cálculo. El economista David Deming, de Harvard, analizó datos laborales de Estados Unidos entre 1980 y 2012.
Encontró un patrón que se sigue confirmando: los empleos que combinan alta habilidad matemática y alta habilidad social crecieron 26% en salario. Los que solo exigían matemáticas, apenas 5.9%.
| Dimensión | Alta habilidad social + matemática | Solo alta matemática (baja social) |
|---|---|---|
| Crecimiento de empleo (1980-2012) | +7.2 puntos porcentuales | -3.3 puntos porcentuales |
| Crecimiento salarial | ~26% | ~5.9% |
En un reportaje publicado por NBER se detalla esta metodología completa.
Es el mismo dato que respalda algo que en LuisGyG llevamos años repitiendo: la IA amplifica el criterio en lugar de reemplazarlo. Pero solo si hay criterio, y relación, que amplificar.
Cómo usar la inteligencia artificial sin perder el toque humano
Aquí es donde muchas empresas se equivocan de meta. Conviene decidir qué parte del proceso se automatiza y cuál se protege con precisión quirúrgica, más que “cuánta IA” meter.
Cómo usar la inteligencia artificial sin perder el toque humano es una pregunta de diseño organizacional, más que técnica.
Un ejemplo útil, aunque venga de un terreno inesperado: investigadores de Stanford, liderados por el profesor Dennis Wall, desarrollaron una app llamada GuessWhat para niños con autismo.
La IA analiza expresiones faciales mientras un padre y un hijo juegan cara a cara. Pero la tecnología es casi invisible.
El aprendizaje real ocurre en el contacto visual entre dos humanos. La máquina mide; el vínculo lo hacen ellos.
Ese es el modelo que casi ninguna empresa está copiando todavía: usar IA para quitar fricción administrativa y devolver ese tiempo a la conversación, no para sustituirla.
¿Tu equipo confía más en el chatbot que en ti?
Hay un dato incómodo que toda empresa debería revisar antes de automatizar atención al cliente o feedback interno sin pensarlo dos veces.
Investigación de Stanford sobre “sycophancy” (adulación algorítmica), publicada en Science, encontró que estos sistemas validan al usuario mucho más que un interlocutor humano.
La exposición repetida reduce las intenciones prosociales de las personas. Y hace que las interacciones humanas reales se sientan más costosas y menos satisfactorias.
En un artículo publicado por Happy Capy Guide se resume ese hallazgo, con más de 3,000 participantes.
Traducido a lenguaje de oficina: si tu gente prefiere hablar con el asistente porque “nunca la contradice”, lo que tienes es un problema de cultura disfrazado de innovación, más que una mejora de productividad.
Es el mismo efecto que en los ochenta generaba la tele encendida todo el día en casa. Compañía sin conversación real.
El error de automatizar lo que debería quedarse humano
Antes de decidir qué automatizar, conviene tener claridad de precios reales. “Usar IA” hoy implica elegir entre docenas de modelos con costos muy distintos.
Esta es la fotografía de precios de lista publicados por los tres proveedores principales, vigente al 6 de agosto de 2026 (por millón de tokens, entrada/salida):
| Modelo | Proveedor | Entrada | Salida |
|---|---|---|---|
| Claude Opus 4.8 | Anthropic | $5.00 | $25.00 |
| Claude Sonnet 5 | Anthropic | $2.00* | $10.00* |
| Claude Haiku 4.5 | Anthropic | $1.00 | $5.00 |
| GPT-5.6 Sol | OpenAI | $5.00 | $30.00 |
| GPT-5.6 Terra | OpenAI | $2.00 | $12.00 |
| Gemini 3.1 Pro | $2.00 | $12.00 | |
| Gemini 3.6 Flash | $1.50 | $7.50 |
*Precio introductorio de Sonnet 5, vigente hasta el 31 de agosto de 2026, según las páginas oficiales de precios de cada proveedor.
Lo relevante, más que cuál modelo es “el más barato”, es que ninguna de estas cifras resuelve la pregunta de fondo.
Puedes correr el modelo más caro del mercado en una tarea que debía quedarse en manos de una persona. Y sigue siendo el error equivocado con el presupuesto correcto.
La decisión de cómo usar la inteligencia artificial sin perder el toque humano se toma antes de elegir modelo. Se toma decidiendo qué proceso libera tiempo humano y cuál lo reemplaza sin permiso.
Ese diagnóstico es justo lo que trabajamos en el curso de IA para principiantes de iaAplicada, donde el punto de partida es el criterio, antes que la herramienta.
Erik Brynjolfsson, de Stanford, lo llama la “trampa de Turing”. Cuando la IA amplifica capacidades humanas en lugar de sustituirlas, las personas conservan poder de negociación y valor.
Cuando automatiza sin criterio, el poder se concentra en quien controla la máquina. Casi nunca en quien la usa.
Diez años después de aquella partida en Seúl, que la máquina puede ganar ya quedó claro. Falta ver si tu empresa distingue entre lo que debe delegarle y lo que, si se lo delega, la convierte en una empresa con una suscripción en vez de una empresa con criterio.
Ese diagnóstico, dicho sea de paso, es el tipo de conversación que trabajamos en las conferencias de inteligencia artificial con equipos directivos que ya sienten la presión de “hacer algo con IA” sin saber qué parte de su operación merece quedarse humana.
Si quieres seguir esta conversación con la frecuencia con la que realmente se mueve el terreno, la lista de correo en luisgyg.com/mail es donde aterrizan estos análisis antes que en cualquier otro lado.
Supervisado por Santiago González y Musi.
Que tu equipo lo aplique
Lo armo como curso para tu empresa, a partir de un diagnóstico de cómo trabaja hoy tu equipo.
Conoce los cursos para empresas
