TIPOS DE USUARIOS DE
LA IA
Los centauros, ciborgs y
auto-automatizadores (self-automators) son las tres grandes metáforas o modos
de colaboración identificados en estudios sobre cómo los profesionales trabajan
con la Inteligencia Artificial Generativa (como el conocido estudio de la
Harvard Business School y el MIT con consultores de BCG).
Difieren en cómo se
reparten las tareas, quién lleva el control y qué impacto tienen en el
aprendizaje del trabajador:
1. Centauros
(Co-creación dirigida)
• La
metáfora: Como el ser mitológico (mitad humano, mitad caballo), las
responsabilidades están claramente delimitadas y divididas por turnos o
bloques.
•
Cómo trabajan: El humano decide qué parte del trabajo es para él y qué parte se
delega a la IA. Usa la inteligencia artificial para tareas estructurales
concretas (redacción, formato, síntesis de datos), pero el control
intelectual, estratégico y de decisión lo conserva siempre la persona.
•
Impacto en habilidades: Al mantener el mando y filtrar críticamente los
resultados, potencian y reafirman su experiencia en el dominio (domain
expertise). Suelen lograr tasas muy altas de precisión en su trabajo.
2. Ciborgs
(Co-creación fusionada)
• La
metáfora: La frontera entre humano y máquina es sumamente fluida. No separan el
trabajo en bloques fijos, sino que operan en un ciclo continuo de ida y vuelta
(back-and-forth).
•
Cómo trabajan: Interactúan con la IA paso a paso, iterando conjuntamente,
corrigiendo sobre la marcha, integrando el pensamiento del modelo y el criterio
humano de manera entrelazada en tiempo real.
•
Impacto en habilidades: Al volverse socios simbióticos de la herramienta,
adquieren nuevas habilidades nativas de GenAI (newskilling), aprendiendo a
exprimir al máximo las capacidades técnicas del modelo. Representan cerca
del 60% de los usuarios en diversos estudios.
3.
Auto-automatizadores / Autómatas (Self-automators)
• La
metáfora: Abdicación de la responsabilidad. El humano se hace a un lado y deja
que la máquina corra sola.
•
Cómo trabajan: Le entregan el prompt o la tarea completa a la IA esperando que
lo resuelva de principio a fin, con una revisión superficial o nula (full task
offloading).
•
Impacto en habilidades: Aunque producen resultados rápidos y a menudo
"pulidos" en apariencia, no desarrollan ni profundizan su experiencia
en el área ni sus habilidades con la IA. Se corre el mayor riesgo de
cometer errores por alucinaciones de la máquina, sesgos o falta de contexto
crítico.
