“Constrúyeme un animal de orejas grandes.”

La inteligencia artificial (IA) entrega un elefante. Cuatro patas, dos orejas enormes, trompa y un acabado impecable.

Solo que yo estaba describiendo un conejo.

El elefante cumple lo que dije. No cumple lo que quería.

La ironía sale más cara cuando alguien pone ese resultado en un escaparate, adopta la pose de especialista y empieza a venderlo sin advertir la diferencia.

TL;DR

Usar IA para producir algo que no podrías ejecutar por tu cuenta puede ampliar legítimamente tu capacidad. Vender dominio sobre una entrega que no comprendes ni sabes verificar es una promesa distinta. Una petición vaga puede completarse con hipótesis; el acabado oculta esas elecciones; la firma presenta la síntesis como la posición de alguien. Repetida en artículos, clases y ofertas, esa posición puede pasar a representar públicamente al supuesto especialista, aunque nunca haya examinado sus premisas. Quiero mucha automatización, con dirección, verificación y responsabilidad suficientes para saber qué estoy firmando y vendiendo.

El elefante no necesita estar mal hecho para ser incorrecto

Esta imagen me incomoda porque el error puede sobrevivir a una entrega excelente.

No falta ninguna pata. Las orejas están en su sitio. El material es bonito. La presentación convence. Si la comprobación se limita a preguntar “¿tiene orejas grandes?”, el resultado pasa.

La pregunta que lo cambia todo es: ¿era ese el animal que debía existir?

En un artículo, el elefante puede ser una tesis que no defiendo. En un servicio, puede ser una solución a un problema distinto del que tiene el cliente. En una clase, puede ser una explicación coherente construida sobre premisas que el profesor nunca examinó.

Son ejemplos posibles, no relatos de clientes ni acusaciones contra una persona concreta.

Ni siquiera requieren una información falsa. Una solución puede ser técnicamente correcta dentro de la interpretación elegida y seguir siendo inadecuada para el objetivo real.

Quien comprobó solo el acabado no comprobó la entrega.

“Ve y hazlo” no termina el trabajo de un especialista

Mi principal molestia tiene que ver con los supuestos especialistas que tratan el resultado de la máquina como prueba automática de su propio dominio.

“Ve y hazlo.”

La herramienta lo hace. El resultado parece profesional. La persona lo vende.

Pero ¿qué puede sostener exactamente?

Si no puede explicar por qué se eligió esa solución, reconocer cuándo deja de servir, verificar sus premisas u organizar una corrección cuando algo falla, ¿qué especialidad está ofreciendo al cliente?

La capacidad de pedir una entrega existe. La capacidad de responder por ella también debe demostrarse.

Cuando alguien vende como dominio propio algo que no comprende ni verifica, yo lo llamo vender una mentira.

La mentira está en la promesa: presentar al comprador una competencia que no se puede sostener después de la demostración. El acabado del resultado no resuelve esa diferencia.

Decir “usé IA” tampoco salda la responsabilidad. La transparencia sobre la herramienta ayuda; todavía hay que ser honesto sobre la capacidad, la verificación y los límites de la entrega.

Quiero automatizar mucho. También la comprobación.

Uso IA precisamente porque quiero ahorrar tiempo, organizar mejor el trabajo, producir con más belleza y ejecutar con consistencia hasta el final.

Quiero reducir tareas repetitivas. Quiero que el sistema encuentre contexto, prepare versiones, compare materiales y me ayude a ver contradicciones. Quiero aumentar la capacidad de ejecución.

Eso incluye automatizar partes de la comprobación: buscar una referencia ausente, señalar una divergencia, comparar el resultado con un criterio definido de antemano.

Pero que una máquina declare que otra salida es buena sigue requiriendo un criterio fiable. Multiplicar evaluaciones sin comprobar la premisa compartida puede limitarse a producir varias confirmaciones del mismo elefante.

No considero que el trabajo manual sea un certificado de honestidad. Sería absurdo exigir que alguien redactara, tradujera, dibujara y programara todo por su cuenta para tener derecho a entregar un resultado.

Un profesional puede coordinar herramientas y personas con capacidades que no posee individualmente. Puede aprender durante la ejecución. Puede vender una entrega asistida por IA, siempre que la promesa corresponda a lo que puede dirigir, verificar y sostener, y que declare las dependencias y los límites relevantes.

No poder hacerlo todo sin IA es distinto de no saber qué se hizo con ella.

Esa diferencia debe aparecer antes de la venta, no solo después de la reclamación.

La suposición empieza a hablar en tu nombre

La petición vaga no siempre viene de alguien que intenta ocultar incompetencia. A veces la persona todavía está descubriendo lo que quiere. Es normal.

La inteligencia artificial puede ayudar en ese descubrimiento: organizar posibilidades, producir un borrador, comparar caminos. El riesgo aparece cuando la hipótesis usada para completar la petición desaparece de la conversación y reaparece como una conclusión terminada.

Pensemos en un ejemplo hipotético.

Alguien pide un artículo sobre mejorar la atención al cliente de una empresa. No define qué problema quiere resolver, qué necesita preservar ni en qué situaciones la presencia humana es indispensable.

El sistema adopta una hipótesis: mejorar significa reducir al máximo el trabajo humano. A partir de ella, construye un texto coherente. El autor comprueba el ritmo, le gusta la presentación y publica.

Después pide una clase, una propuesta y otra publicación sobre el asunto. Si la primera síntesis se reutiliza como base, la misma premisa puede seguir orientando las próximas entregas.

Para quien sigue a ese autor, ya existe una posición: defiende retirar a las personas de la atención al cliente.

Quizá la defienda. Quizá nunca haya decidido eso.

La firma no le dice al lector cuál de esas dos cosas ocurrió.

Cuando digo que esa síntesis puede convertirse en la “verdad de ese especialista”, me refiero a la convicción que asume o que empieza a atribuírsele. La repetición consolida una posición pública; no convierte una afirmación en un hecho verdadero.

El problema es adquirir una opinión con apariencia de autoría sin haber examinado el razonamiento que la sostiene.

Cada nueva firma puede aumentar la distancia entre lo que la persona comprende y lo que el público cree que domina.

Mi voz no confirma mis premisas

Una frase puede sonar mucho a mí y aun así afirmar algo que nunca dije.

El sistema puede acertar el vocabulario, la ironía y la extensión de los párrafos. Nada de eso confirma la posición que se presenta en mi nombre.

Por eso, en mi método, el contexto acumulado debe aportar evidencias, confianza, contradicciones y preguntas antes de convertirse en orientación confirmada. Ya expliqué ese recorrido en “ChatGPT ya sabe mucho sobre ti”.

También separo el registro de lo que puede atribuirse al autor, AUTHOR.md, de la guía de escritura, STYLE.md, y de los contrapesos operativos que llamo Character. Cada uno tiene una responsabilidad propia. Una buena imitación de la voz no autoriza a inventar el resto.

Hechos, hipótesis, memoria, decisiones y reglas deben seguir siendo distinguibles. El origen y el historial de cambios deben permitirme encontrar una interpretación equivocada y ver dónde se utilizó. Es el cuidado de aprender sin reescribir el pasado.

Ese trabajo ayuda a mantener la dirección en mis manos. No me hace inmune a equivocarme. Todavía debo comprobar si el texto representa lo que sostengo.

Confirmar lo que cambia la entrega

Tampoco quiero un sistema que me haga rellenar un formulario de cuarenta preguntas antes de dibujar un animal.

Un borrador pequeño puede ser la mejor forma de descubrir que quería un conejo. Si está claro que estamos explorando, corregir el camino es parte del trabajo.

Vender, publicar o poner en operación el primer resultado como si la intención ya estuviera confirmada es un paso distinto.

La pregunta útil es aquella cuya respuesta cambia materialmente el resultado, el coste, el riesgo o la promesa hecha a otra persona.

Si el conejo y el elefante siguen siendo posibilidades, conviene explicitar esa elección. Si el contexto confirmado ya resuelve cuál es el animal, conviene ejecutar. Si falta una información que puede encontrarse, el sistema debe buscarla. Si la decisión es mía o del cliente, la hipótesis debe volver reconocible a quien decide.

Es una forma de ahorrar tiempo sin ocultar elecciones. El flujo de trabajo debe llevar la intención hasta la comprobación, con alguien responsable de lo que pasa de una etapa a otra.

La especialidad debe sobrevivir a la siguiente pregunta

Antes de firmar o vender la próxima entrega, empezaría por una comprobación concreta:

• ¿Qué problema resuelve y quién confirmó ese objetivo?
• ¿Qué premisas se proporcionaron y cuáles completó el sistema?
• ¿Qué demuestra que el resultado satisface la necesidad, además de parecer bueno?
• ¿Qué límites, dependencias e incertidumbres deben llegar a quien va a usarlo o comprarlo?
• ¿Quién puede reconocer un fallo, organizar la corrección y responder por la entrega?

Estas preguntas también sirven a quien contrata. Pide al profesional que explique una elección, muestre cómo la verificó y diga en qué situación la solución dejaría de ser adecuada.

No hace falta conocer cada detalle interno de la herramienta. Hace falta capacidad suficiente, propia u organizada en un equipo, para sostener la promesa hecha.

Ya escribí que la IA no firma por ti. Aquí, la exigencia llega a la oferta: lo que vendes debe caber dentro de aquello por lo que puedes responder.

Quiero más capacidad de ejecución. Quiero resultados bonitos, organizados, completos, auditables y seguros. Quiero usar IA intensamente y seguir sabiendo por qué se tomó una decisión, qué se comprobó y qué exige corrección.

Por eso la crítica es firme.

Un elefante bien acabado sigue siendo un elefante.

Si el cliente necesitaba un conejo, tu especialidad debe reconocer la diferencia antes de emitir la factura.

Límites de este texto

Este es un ensayo crítico sobre promesa, comprensión y responsabilidad en entregas asistidas por IA. La metáfora y los ejemplos ilustran el argumento; no documentan un servicio ni una persona identificada. La expresión “vender una mentira” nombra la falsa promesa de dominio discutida aquí, sin afirmar una infracción jurídica ni una intención individual. Los artículos relacionados detallan el método del autor; no son prueba de que este patrón ocurra en todo profesional que usa IA.

La portada es una ilustración editorial sintética, sin texto e independiente del idioma, sobre la distancia entre la intención y una entrega bien acabada.