¿Qué ocurriría si pudiéramos cocinar más rápido de lo que tardamos en comer? Constantemente aprendemos a usar una herramienta tecnológica y al poco tiempo surge una actualización o una alternativa mejor. Sin embargo, mayor velocidad de ejecución no equivale a mayor claridad al tomar decisiones. Hay muchos modelos y agentes, pero se habla poco del paso previo que realmente da ventaja en la interacción humano‐máquina: la abstracción.
En psicología cognitiva, la abstracción es el proceso mental que permite identificar patrones comunes entre elementos distintos para comprender su esencia. Es la capacidad de traducir la complejidad en decisiones precisas, y en la era de la IA —aquí entendida como la generativa y la agéntica— se vuelve una competencia productiva relevante.
Hoy en día, incorporar agentes —IA que percibe, decide y actúa— aparece como objetivo en casi cualquier organización, promovido con insistencia por las grandes empresas tecnológicas que lo presentan como la nueva fuerza laboral.
Pese al consenso aparente en muchos entornos, en la práctica existe poco entendimiento de variables clave que no son evidentes a primera vista.
Según un informe de MIT Sloan basado en el trabajo de diez investigadores, la adopción efectiva de IA con agentes enfrenta cinco retos principales: integración de datos, validación de modelos, garantía del valor económico, supervisión y gobernanza. Por ello, su implementación exige una transformación organizacional integral.
Pero para correr hay que gatear. ¿Qué sentido tiene invertir en agentes si en la organización apenas se utiliza la IA generativa? ¿Realmente necesitamos agentes para resolver esos problemas? No tiene sentido automatizar a gran escala si no se atienden primero las causas raíz.
Una encuesta de PwC (2025) entre ejecutivos estadounidenses identifica la mayor barrera para implementar agentes en la mentalidad organizacional: disposición al cambio y compromiso de los empleados. Gastar en consultoría, proveedores o modelos costosos será improductivo si está desvinculado de la esencia de los problemas.
En la práctica, un gerente de comunicaciones que no aplica abstracción puede limitar iniciativas de programación en lenguaje natural por desconocimiento de integración o por temor a la shadow AI (uso no gobernado de IA). En ese caso, esperará a que el área de TI resuelva las necesidades de su departamento.
En cambio, quien gestione evitando el «copy‐paste» operativo y aplicando abstracción podrá identificar flujos de trabajo adecuados para la tecnología. Si los datos no son sensibles, las actividades tienen bajo riesgo, no existe solución formal y la gobernanza es incipiente, no hay por qué frenar la proactividad.
No se trata de magia, sino de formular las preguntas correctas.
Gartner estima que para 2030 la vida útil media de las habilidades técnicas será de solo dos años, lo que muestra la caducidad del dominio de herramientas. La abstracción, por su parte, tiene una vigencia mayor; esa durabilidad la convierte en una competencia valiosa en la colaboración humano‐IA.
La IA, por su naturaleza probabilística, ofrece múltiples respuestas; por eso la verdadera exigencia es saber formular preguntas precisas. Es importante también evaluar el nivel real de interacción con estos sistemas: el uso frecuente de chat con IA puede generar una ilusión de autoridad que no equivale a pericia.
No es lo mismo utilizar una IA que desarrollar una competencia en IA. Si cualquiera puede dar instrucciones sencillas, el valor se reduce; desarrollar competencia implica aplicar técnicas de prompt y otras prácticas que aprovechan de forma efectiva la tecnología.
Si la IA está redefiniendo el trabajo, la educación, el arte y otras expresiones culturales, resulta evidente que debemos entrenar el pensamiento que subyace a esas manifestaciones.
¿Cómo dar el primer paso? A nivel de usuario, cultivar el hábito de preguntar antes de interactuar: ¿Necesitamos una respuesta determinista o probabilística? ¿Podemos supervisar el resultado? ¿Nuestras tareas son repetitivas o variables? Si son repetitivas, ¿cómo las automatizamos?
En el ámbito organizacional, conviene mirar hacia adentro por responsabilidad y no por moda: ¿Buscamos resolver problemas estructurales o solo microeficiencias individuales con agentes? ¿Nuestros procesos están alineados con la tecnología o estamos montando agentes sobre ineficiencias previas? ¿Todas las áreas requieren el mismo nivel de supervisión?
En resumen, invertir en agentes sofisticados sin procesos claros, datos ordenados, integraciones adecuadas y, sobre todo, sin capital humano formado y una mentalidad orientada a resolver problemas, es imprudente. Es como comprarse un auto de lujo en un lugar sin talleres ni repuestos: si vas a comprarte un Ferrari, asegúrate primero de saber conducirlo y de no usarlo fuera de condiciones adecuadas.
