{"id":1181,"date":"2026-09-21T15:15:15","date_gmt":"2026-09-21T15:15:15","guid":{"rendered":"https:\/\/visiones360.fcejs.unsl.edu.ar\/?p=1181"},"modified":"2026-09-21T15:15:17","modified_gmt":"2026-09-21T15:15:17","slug":"copiloto-no-piloto-la-inteligencia-artificial-en-la-practica-profesional-esp-joaquin-flores","status":"publish","type":"post","link":"https:\/\/visiones360.fcejs.unsl.edu.ar\/index.php\/copiloto-no-piloto-la-inteligencia-artificial-en-la-practica-profesional-esp-joaquin-flores\/","title":{"rendered":"Copiloto, no piloto: la inteligencia artificial en la pr\u00e1ctica profesional- Esp. Joaqu\u00edn Flores"},"content":{"rendered":"\n
\"\"
Esp. Joaqu\u00edn Flores<\/strong><\/figcaption><\/figure>\n\n\n\n


INTRODUCCI\u00d3N<\/h2>\n\n\n\n

La inteligencia artificial generativa dej\u00f3 de ser una curiosidad de laboratorio para instalarse en el escritorio de distintos profesionales. Seg\u00fan McKinsey (2026), m\u00e1s del 90% de las organizaciones ya adopt\u00f3 alguna herramienta de IA en al menos un proceso de trabajo, aunque PwC (2025) encontr\u00f3 que solo el 14% de los empleados la usa a diario en tareas concretas. Esa brecha entre adopci\u00f3n declarada y uso real es el primer dato a tener presente: la pregunta relevante no es si la IA reemplaza al profesional, sino en qu\u00e9 tareas, con qu\u00e9 nivel de supervisi\u00f3n y bajo qu\u00e9 criterios conviene incorporarla. Este art\u00edculo propone dos herramientas para pensarlo con objetividad: un mapa de niveles de acompa\u00f1amiento y un contraste entre certezas instaladas en el sentido com\u00fan y lo que efectivamente muestra la evidencia disponible.<\/p>\n\n\n\n


CUATRO NIVELES, NO UNA CARRERA<\/h3>\n\n\n\n

Buena parte del debate p\u00fablico imagina la relaci\u00f3n entre profesionales e IA como una carrera hacia la automatizaci\u00f3n total, donde cada mejora del software achica el rol humano. La evidencia acad\u00e9mica describe algo distinto. Ben Shneiderman (2020), en su modelo de IA centrada en el ser humano, muestra que el control humano y el nivel de automatizaci\u00f3n no son los extremos de una misma recta, sino dos ejes independientes: es posible construir sistemas de alta automatizaci\u00f3n que, a la vez, mantengan alto control humano. Microsoft WorkLab (2026) llega a una conclusi\u00f3n similar con su eje de intensidad humana y de agente, donde delegar m\u00e1s tareas no implica necesariamente perder supervisi\u00f3n.<\/p>\n\n\n\n

A partir de esos marcos, y adaptando taxonom\u00edas de niveles de autonom\u00eda usadas en otros campos t\u00e9cnicos, la incorporaci\u00f3n de IA al trabajo profesional puede pensarse como una escalera de cuatro escalones, deliberadamente sin un quinto nivel de autonom\u00eda plena (Gr\u00e1fico 1). En el primero, de asistente, el profesional pregunta y la IA responde: buscar, resumir, traducir, redactar un primer borrador. En el segundo, de colaborador, el v\u00ednculo se vuelve iterativo, con ida y vuelta sobre una idea, un texto o un c\u00e1lculo. En el tercero, delegando responsabilidad pero bajo supervisi\u00f3n, la IA ejecuta una tarea acotada (conciliar facturas, armar el borrador completo de un informe) y el profesional aprueba los puntos clave antes de dar por cerrado el trabajo. En el cuarto, como un comit\u00e9 de asesores consultores, el profesional convoca a un sistema como segunda opini\u00f3n ante un caso complejo, tal como consultar\u00eda a un colega. Ning\u00fan colegio profesional ni marco regulatorio vigente habilita, por ahora, un quinto nivel de autonom\u00eda plena sin responsabilidad humana final.<\/p>\n\n\n\n

\"\"
Gr\u00e1fico 1. La escalera del acompa\u00f1amiento entre profesionales e IA<\/em><\/figcaption><\/figure>\n\n\n\n


TRES CERTEZAS QUE LA EVIDENCIA TODAV\u00cdA NO CONFIRMA<\/h3>\n\n\n\n

Primera certeza, el reemplazo masivo es inminente.<\/strong> La preocupaci\u00f3n crece en igual medida que avanza el desarrollo en esta tecnolog\u00eda disruptiva, exponencialmente: Gallup (2026) registr\u00f3 que el 27% de los trabajadores estadounidenses teme que su puesto se vuelva obsoleto por la IA, contra el 20% del a\u00f1o anterior, y Pew Research Center (2026) encontr\u00f3 que en 34 de 37 pa\u00edses encuestados la mayor\u00eda espera que la IA reduzca la cantidad de empleos disponibles. Sin embargo, la Organizaci\u00f3n Internacional del Trabajo (2025) calcul\u00f3 que s\u00f3lo el 3,3% del empleo mundial est\u00e1 expuesto a un nivel m\u00e1ximo de automatizaci\u00f3n, y el Foro Econ\u00f3mico Mundial (2025) proyecta un saldo neto positivo hacia 2030, con unos 170 millones de empleos nuevos frente a 92 millones desplazados. La discusi\u00f3n m\u00e1s realista no es reemplazo total contra nada, sino qu\u00e9 tareas dentro de cada profesi\u00f3n cambian de manos primero.<\/p>\n\n\n\n

Segunda certeza, la IA nivela para arriba a quienes reci\u00e9n empiezan.<\/strong> El estudio de Dell’Acqua et al. (2025) con 758 consultores de Boston Consulting Group encontr\u00f3 que los profesionales con peor desempe\u00f1o inicial mejoraron un 43% al usar IA generativa, mucho m\u00e1s que sus colegas de mejor desempe\u00f1o (Gr\u00e1fico 2). Pero el mismo a\u00f1o, el AI Index Report de Stanford HAI (2026) document\u00f3 una ca\u00edda del empleo de desarrolladores j\u00fanior de entre 22 y 25 a\u00f1os en los roles m\u00e1s expuestos a la automatizaci\u00f3n, mientras el empleo senior segu\u00eda creciendo. Ambos hallazgos conviven: la IA puede acelerar el aprendizaje de quien ya tiene un puesto, y a la vez reducir los puestos de entrada disponibles para adquirir esa experiencia inicial.<\/p>\n\n\n\n

\"\"
Gr\u00e1fico 2. Dos efectos opuestos de la IA sobre quienes reci\u00e9n empiezan una profesi\u00f3n<\/em><\/figcaption><\/figure>\n\n\n\n

Tercera certeza, usarla m\u00e1s equivale a decidir mejor.<\/strong> Dell’Acqua et al. (2025) mostraron que dentro de las tareas donde la IA rinde con eficacia, la calidad del trabajo mejor\u00f3 hasta un 40%, pero fuera de esa frontera la precisi\u00f3n cay\u00f3 de 84% debido a que entre 60% y 70% de los profesionales confiaron en la herramienta donde no correspond\u00eda, es decir, no hubo un criterio selectivo l\u00f3gico. Un estudio de Microsoft Research presentado en la conferencia CHI (Lee et al., 2025), con 319 participantes, encontr\u00f3 que a mayor confianza declarada en la respuesta de la IA, menor es el pensamiento cr\u00edtico aplicado para revisar. Y una investigaci\u00f3n publicada en Radiology (2024) sobre 220 casos mostr\u00f3 el mismo patr\u00f3n en el sector de la medicina: la precisi\u00f3n del profesional sub\u00eda por encima del 90% cuando la sugerencia de la IA era correcta, pero colapsaba entre 23,6% y 26,1% cuando era incorrecta. El riesgo no es usar la herramienta, es dejar de ejercer criterio propio frente a ella.<\/strong><\/strong>
<\/strong><\/p>\n\n\n\n

CONSIDERACIONES<\/h3>\n\n\n\n

Incorporar IA a una pr\u00e1ctica profesional con criterio implica atender, entre otras, estas consideraciones: (1)<\/strong> la responsabilidad final del trabajo entregado sigue siendo humana; (2)<\/strong> verificar siempre la informaci\u00f3n generada antes de utilizarla: estudios sobre IA documentaron tasas de alucinaci\u00f3n o error de entre 17% y 33% incluso en herramientas especializadas (Journal of Empirical Legal Studies, 2025), y ya se registraron m\u00e1s de 11 sanciones judiciales en 2025 por citas inventadas por IA en escritos legales (Sterne Kessler, 2025); (3)<\/strong> reservar la delegaci\u00f3n amplia, niveles 3 y 4 de la escalera, para tareas de bajo riesgo o con revisi\u00f3n humana obligatoria; y (4)<\/strong> invertir en formaci\u00f3n continua sobre los l\u00edmites reales de estas herramientas, no solo sobre sus capacidades: apenas el 21% de las organizaciones hab\u00eda logrado institucionalizar un esquema de colaboraci\u00f3n humano y agente hacia 2026 (Deloitte, 2026).
CONCLUSI\u00d3N<\/p>\n\n\n\n

La IA generativa no reemplaza a los profesionales de manera uniforme ni los potencia sin fricciones. Los datos disponibles muestran una tecnolog\u00eda irregular: rinde muy bien en ciertas tareas y mal en otras, mejora a quienes reci\u00e9n empiezan y a la vez reduce sus oportunidades de entrada, y multiplica la productividad s\u00f3lo cuando se combina con supervisi\u00f3n activa. Pensar en niveles, y exigir siempre responsabilidad humana final, es lo que permite aprovechar sus ventajas sin ceder el criterio profesional que, por ahora, ninguna herramienta puede reemplazar.<\/p>\n\n\n\n

<\/p>\n","protected":false},"excerpt":{"rendered":"

INTRODUCCI\u00d3N La inteligencia artificial generativa dej\u00f3 de ser una curiosidad de laboratorio para instalarse en el escritorio de distintos profesionales. Seg\u00fan McKinsey (2026), m\u00e1s del 90% de las organizaciones ya adopt\u00f3 alguna herramienta de IA en al menos un proceso de trabajo, aunque PwC (2025) encontr\u00f3 que solo el 14% de los empleados la usa a diario en tareas concretas. Esa brecha entre adopci\u00f3n declarada y uso real es el primer dato a tener presente: la pregunta relevante no es si la IA reemplaza al profesional, sino en qu\u00e9 tareas, con qu\u00e9 nivel de supervisi\u00f3n y bajo qu\u00e9 criterios conviene incorporarla. Este art\u00edculo propone dos herramientas para pensarlo con objetividad: un mapa de niveles de acompa\u00f1amiento y un contraste entre certezas instaladas en el sentido com\u00fan y lo que efectivamente muestra la evidencia disponible. CUATRO NIVELES, NO UNA CARRERA Buena parte del debate p\u00fablico imagina la relaci\u00f3n entre profesionales e IA como una carrera hacia la automatizaci\u00f3n total, donde cada mejora del software achica el rol humano. La evidencia acad\u00e9mica describe algo distinto. Ben Shneiderman (2020), en su modelo de IA centrada en el ser humano, muestra que el control humano y el nivel de automatizaci\u00f3n no son los extremos de una misma recta, sino dos ejes independientes: es posible construir sistemas de alta automatizaci\u00f3n que, a la vez, mantengan alto control humano. Microsoft WorkLab (2026) llega a una conclusi\u00f3n similar con su eje de intensidad humana y de agente, donde delegar m\u00e1s tareas no implica necesariamente perder supervisi\u00f3n. A partir de esos marcos, y adaptando taxonom\u00edas de niveles de autonom\u00eda usadas en otros campos t\u00e9cnicos, la incorporaci\u00f3n de IA al trabajo profesional puede pensarse como una escalera de cuatro escalones, deliberadamente sin un quinto nivel de autonom\u00eda plena (Gr\u00e1fico 1). En el primero, de asistente, el profesional pregunta y la IA responde: buscar, resumir, traducir, redactar un primer borrador. En el segundo, de colaborador, el v\u00ednculo se vuelve iterativo, con ida y vuelta sobre una idea, un texto o un c\u00e1lculo. En el tercero, delegando responsabilidad pero bajo supervisi\u00f3n, la IA ejecuta una tarea acotada (conciliar facturas, armar el borrador completo de un informe) y el profesional aprueba los puntos clave antes de dar por cerrado el trabajo. En el cuarto, como un comit\u00e9 de asesores consultores, el profesional convoca a un sistema como segunda opini\u00f3n ante un caso complejo, tal como consultar\u00eda a un colega. Ning\u00fan colegio profesional ni marco regulatorio vigente habilita, por ahora, un quinto nivel de autonom\u00eda plena sin responsabilidad humana final. TRES CERTEZAS QUE LA EVIDENCIA TODAV\u00cdA NO CONFIRMA Primera certeza, el reemplazo masivo es inminente. La preocupaci\u00f3n crece en igual medida que avanza el desarrollo en esta tecnolog\u00eda disruptiva, exponencialmente: Gallup (2026) registr\u00f3 que el 27% de los trabajadores estadounidenses teme que su puesto se vuelva obsoleto por la IA, contra el 20% del a\u00f1o anterior, y Pew Research Center (2026) encontr\u00f3 que en 34 de 37 pa\u00edses encuestados la mayor\u00eda espera que la IA reduzca la cantidad de empleos disponibles. Sin embargo, la Organizaci\u00f3n Internacional del Trabajo (2025) calcul\u00f3 que s\u00f3lo el 3,3% del empleo mundial est\u00e1 expuesto a un nivel m\u00e1ximo de automatizaci\u00f3n, y el Foro Econ\u00f3mico Mundial (2025) proyecta un saldo neto positivo hacia 2030, con unos 170 millones de empleos nuevos frente a 92 millones desplazados. La discusi\u00f3n m\u00e1s realista no es reemplazo total contra nada, sino qu\u00e9 tareas dentro de cada profesi\u00f3n cambian de manos primero. Segunda certeza, la IA nivela para arriba a quienes reci\u00e9n empiezan. El estudio de Dell’Acqua et al. (2025) con 758 consultores de Boston Consulting Group encontr\u00f3 que los profesionales con peor desempe\u00f1o inicial mejoraron un 43% al usar IA generativa, mucho m\u00e1s que sus colegas de mejor desempe\u00f1o (Gr\u00e1fico 2). Pero el mismo a\u00f1o, el AI Index Report de Stanford HAI (2026) document\u00f3 una ca\u00edda del empleo de desarrolladores j\u00fanior de entre 22 y 25 a\u00f1os en los roles m\u00e1s expuestos a la automatizaci\u00f3n, mientras el empleo senior segu\u00eda creciendo. Ambos hallazgos conviven: la IA puede acelerar el aprendizaje de quien ya tiene un puesto, y a la vez reducir los puestos de entrada disponibles para adquirir esa experiencia inicial. Tercera certeza, usarla m\u00e1s equivale a decidir mejor. Dell’Acqua et al. (2025) mostraron que dentro de las tareas donde la IA rinde con eficacia, la calidad del trabajo mejor\u00f3 hasta un 40%, pero fuera de esa frontera la precisi\u00f3n cay\u00f3 de 84% debido a que entre 60% y 70% de los profesionales confiaron en la herramienta donde no correspond\u00eda, es decir, no hubo un criterio selectivo l\u00f3gico. Un estudio de Microsoft Research presentado en la conferencia CHI (Lee et al., 2025), con 319 participantes, encontr\u00f3 que a mayor confianza declarada en la respuesta de la IA, menor es el pensamiento cr\u00edtico aplicado para revisar. Y una investigaci\u00f3n publicada en Radiology (2024) sobre 220 casos mostr\u00f3 el mismo patr\u00f3n en el sector de la medicina: la precisi\u00f3n del profesional sub\u00eda por encima del 90% cuando la sugerencia de la IA era correcta, pero colapsaba entre 23,6% y 26,1% cuando era incorrecta. El riesgo no es usar la herramienta, es dejar de ejercer criterio propio frente a ella. CONSIDERACIONES Incorporar IA a una pr\u00e1ctica profesional con criterio implica atender, entre otras, estas consideraciones: (1) la responsabilidad final del trabajo entregado sigue siendo humana; (2) verificar siempre la informaci\u00f3n generada antes de utilizarla: estudios sobre IA documentaron tasas de alucinaci\u00f3n o error de entre 17% y 33% incluso en herramientas especializadas (Journal of Empirical Legal Studies, 2025), y ya se registraron m\u00e1s de 11 sanciones judiciales en 2025 por citas inventadas por IA en escritos legales (Sterne Kessler, 2025); (3) reservar la delegaci\u00f3n amplia, niveles 3 y 4 de la escalera, para tareas de bajo riesgo o con revisi\u00f3n humana obligatoria; y (4) invertir en formaci\u00f3n continua sobre los l\u00edmites reales de estas herramientas, no solo sobre sus capacidades: apenas el 21% de las organizaciones hab\u00eda logrado institucionalizar un esquema de colaboraci\u00f3n humano y agente hacia 2026 (Deloitte, 2026).CONCLUSI\u00d3N La IA generativa no reemplaza<\/p>\n","protected":false},"author":3,"featured_media":1183,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"om_disable_all_campaigns":false,"_exactmetrics_skip_tracking":false,"_uf_show_specific_survey":0,"_uf_disable_surveys":false,"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[1],"tags":[],"class_list":["post-1181","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-publicacion"],"_links":{"self":[{"href":"https:\/\/visiones360.fcejs.unsl.edu.ar\/index.php\/wp-json\/wp\/v2\/posts\/1181","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/visiones360.fcejs.unsl.edu.ar\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/visiones360.fcejs.unsl.edu.ar\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/visiones360.fcejs.unsl.edu.ar\/index.php\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/visiones360.fcejs.unsl.edu.ar\/index.php\/wp-json\/wp\/v2\/comments?post=1181"}],"version-history":[{"count":1,"href":"https:\/\/visiones360.fcejs.unsl.edu.ar\/index.php\/wp-json\/wp\/v2\/posts\/1181\/revisions"}],"predecessor-version":[{"id":1185,"href":"https:\/\/visiones360.fcejs.unsl.edu.ar\/index.php\/wp-json\/wp\/v2\/posts\/1181\/revisions\/1185"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/visiones360.fcejs.unsl.edu.ar\/index.php\/wp-json\/wp\/v2\/media\/1183"}],"wp:attachment":[{"href":"https:\/\/visiones360.fcejs.unsl.edu.ar\/index.php\/wp-json\/wp\/v2\/media?parent=1181"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/visiones360.fcejs.unsl.edu.ar\/index.php\/wp-json\/wp\/v2\/categories?post=1181"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/visiones360.fcejs.unsl.edu.ar\/index.php\/wp-json\/wp\/v2\/tags?post=1181"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}