Tu criterio no cabe en un prompt —y eso es la economía de la autenticidad

En un mundo donde generar contenido correcto ya casi no cuesta nada, lo que empieza a escasear —y por tanto a valer— es algo que ningún modelo produce: tu criterio, tu experiencia y la confianza que has construido con otros.Estaba facilitando una sesión con el equipo directivo de una empresa internacional cuando uno de ellos lanzó una pregunta que no estaba en la agenda. No la dijo con agresividad. La dijo con genuina incomodidad: “¿Cómo sabemos ya si lo que nos presentan nuestros equipos lo pensaron ellos o lo armó una IA en diez minutos?”.

Silencio. De esos silencios que duran tres segundos y parecen treinta. Nadie en la sala tenía una respuesta lista. Y eso, en un grupo de directivos acostumbrados a tener respuestas, ya era una señal.

Esa pregunta abrió una conversación que no habíamos planeado y que resultó ser la más importante del día. Desde entonces no he parado de pensar en lo que hay detrás.

La economía de la autenticidad

Cuando la producción de contenido se vuelve masiva y barata, lo que escasea —y por tanto lo que vale— ya no es lo correcto, sino lo genuino. No el texto bien escrito, sino el criterio detrás. No la presentación impecable, sino la reputación de quien la firma. A eso lo llamo la economía de la autenticidad: no una postura ética abstracta, sino una lógica de valor concreta.

Tiene tres dimensiones. La escasez: cuando algo abunda, su valor cae —y el contenido generado con IA es abundante por diseño. El mercado laboral: Las organizaciones ya no buscan quién sabe usar las herramientas, sino quién tiene criterio para saber cuándo no usarlas y para detectar cuando algo está bien escrito, pero fundamentalmente equivocado. Y la confianza como capital: un historial de confiabilidad no se genera. Se construye.

La objeción que vale la pena escuchar

“Esto suena bonito, pero el mercado paga resultados. Si la IA me ayuda a entregarlos más rápido, eso es lo que importa. La autenticidad es un lujo de quien ya tiene reputación.”

La escucho seguido. Tiene razón en una parte: el mercado paga resultados. Pero la pregunta no es si los resultados importan. Es lo que pasa cuando se vuelven indistinguibles porque todos tienen acceso a las mismas herramientas para producirlos. Cuando eso ocurre —y ya está ocurriendo—, el diferenciador deja de ser el output y pasa a ser el origen. ¿Quién lo pensó? ¿Quién responde por ello? Ahí es donde la autenticidad deja de ser lujo y se convierte en ventaja.

Cuando escribir bien se vuelve sospechoso

En el mundo académico esta tensión es todavía más aguda. Las instituciones reaccionaron ante la IA con detectores de contenido. El problema es que esa herramienta no cumple lo que promete: estudios arbitrados muestran que los detectores más usados clasifican erróneamente como IA más del 61 % de los textos de hablantes no nativos, y que el 97 % de los ensayos de TOEFL son marcados como sospechosos por al menos una herramienta (Liang et al., 2023; Weber-Wulff et al., 2023).

Si una herramienta se equivoca de forma sistemática, ¿qué tan ético es usarla como base para sancionar? Pero hay una consecuencia que me preocupa más: la distorsión del pensamiento. Cuando la presión por no parecer IA condiciona cómo se escribe, el objetivo ya no es argumentar mejor. Es camuflajearse. Un sistema que forma personas hábiles para evadir detectores no está apostando por la integridad. Está apostando por su apariencia.

Sánchez Mendiola (2023) lo pregunta con precisión: si la IA puede responder adecuadamente muchas evaluaciones tradicionales, ¿qué estamos midiendo realmente? Evaluar solo el producto final ya no alcanza. Hay que evaluar proceso, criterio y capacidad de defensa.

Cinco formas de construir autenticidad como ventaja

1. Firma con criterio, no solo con tu nombre. Pregúntate si puedes defender lo que entregas en una conversación en tiempo real. Si no puedes, el trabajo todavía no es tuyo.

2. Haz visible tu proceso. En un entorno donde los productos se parecen, lo que diferencia es el razonamiento detrás. Mostrar cómo llegaste vale más que adónde llegaste.

3. Mete experiencia real. La IA no tiene tu contexto, tus cicatrices ni tu historia con esa industria. Eso es tuyo. Úsalo.

4. Construye confianza con consistencia, no con perfección. La IA puede mejorar cómo comunicas. No puede construir la coherencia entre lo que dices y lo que haces.

5. Usála para pensar mejor, no para pensar menos. Las mejores aplicaciones no generan el producto final: cuestionan tus supuestos y abren ángulos que no habías considerado.

Lo que no escala con un prompt

Aquel directivo que hizo la pregunta incómoda no estaba cuestionando a su equipo. Estaba nombrando algo que todos en esa sala ya sentían, pero nadie había dicho en voz alta: que la confianza en el pensamiento ajeno empieza a necesitar algo más que un buen documento.

Eventualmente, en cada organización y en cada aula, vamos a aprender a distinguir a quien usa la IA como palanca de pensamiento del que la usa como sustituto. La diferencia no estará en el formato del entregable. Estará en la conversación que viene después.

La pregunta que vale la pena hacerse hoy no es cuánto puedes delegar. Es que estás construyendo algo que ningún modelo puede fabricar por ti.

Fuentes

- Google Search Central. (2023). Google Search’s guidance about AI-generated content. https://developers.google.com/search/blog/2023/02/google-search-and-ai-content
- Google Search Central. (2025). Top ways to ensure your content performs well in Google’s AI experiences. https://developers.google.com/search/blog/2025/05/succeeding-in-ai-search
- Liang, W., et al. (2023). GPT detectors are biased against non-native English writers. Patterns, 4(7). https://doi.org/10.1016/j.patter.2023.100779
- Pratama, A. R. (2025). The accuracy-bias trade-offs in AI text detection tools and their impact on fairness in scholarly publication. PeerJ Computer Science, 11, e2953. https://doi.org/10.7717/peerj-cs.2953
- Sánchez Mendiola, M. (2023). La inteligencia artificial generativa y la evaluación: ¿qué pasará con los exámenes? Investigación en Educación Médica, 12(48). https://www.scielo.org.mx/scielo.php?pid=S2007-50572023000400005&script=sci_arttext
- UNESCO. (2025). AI and the future of education: Disruptions, dilemmas and directions. https://unesdoc.unesco.org/ark:/48223/pf0000395236
- Weber-Wulff, D., et al. (2023). Testing of detection tools for AI-generated text. International Journal for Educational Integrity, 19(1). https://doi.org/10.1007/s40979-023-00146-z