La IA hizo que pensar vuelva a ser el trabajo más importante

Durante casi toda la historia económica, trabajar significó hacer. Arar, tejer, ensamblar, cargar. El valor de una persona en el mercado laboral se medía en gran parte por lo que su cuerpo —o sus manos— podían producir en una jornada. Pensar existía, claro, pero era un lujo reservado a pocos: el resto se ganaba el pan moviendo materia.

La tecnología llevaba dos siglos automatizando el hacer. La máquina de vapor, la línea de ensamblaje, la computadora personal: cada salto tecnológico le sacó trabajo manual a las personas y se lo dio a un sistema que lo hacía más rápido, más barato, sin cansancio. El resultado fue previsible —y saludable—: el trabajo humano se corrió hacia arriba, hacia tareas que exigían algo más que fuerza. Coordinar, decidir, planificar. La automatización del hacer no destruyó trabajo, lo empujó hacia el pensar.

Ese corrimiento tenía un límite tácito: la máquina hacía, la persona pensaba. Fue un pacto cómodo mientras duró. Pero la inteligencia artificial rompió ese pacto por primera vez en serio, porque no vino a automatizar el hacer —eso ya estaba resuelto— sino a meterse en el pensar mismo. No en todo el pensar, pero sí en su parte mecánica: resumir, redactar un primer borrador, ordenar datos, encontrar un patrón en una planilla, generar código repetitivo, comparar opciones según criterios ya definidos. Tareas que antes exigían un cerebro humano y ahora las resuelve un modelo en segundos.

Entonces la pregunta cambia de lugar. Si la IA hace lo mecánico del pensar, ¿qué le queda a la persona? La respuesta no es "nada", pero tampoco es cómoda, porque lo que queda es justamente lo que no se puede tercerizar tan fácil.

Queda el criterio: decidir qué pregunta vale la pena responder, qué output del modelo sirve y cuál está mal aunque suene convincente, cuándo confiar y cuándo desconfiar. La IA no tiene piel en el juego —vos sí—, y esa asimetría es la que define el criterio.

Queda la creatividad, entendida no como "inventar algo de la nada" sino como la capacidad de conectar ideas que no estaban conectadas, de encontrarle a un problema viejo un ángulo que nadie usó. La IA remezcla lo que ya existe con una eficiencia brutal; lo que todavía no hace bien es saltar fuera del patrón que aprendió.

Queda la curiosidad: la ganas de preguntar por qué, de no conformarse con la primera respuesta. Un modelo responde lo que le preguntás. Si nadie hace la pregunta incómoda, esa pregunta no se hace.

Queda la capacidad de formular problemas, que es distinta —y más rara— que la capacidad de resolverlos. La IA es extraordinaria resolviendo problemas bien planteados. Es completamente inútil si el problema está mal formulado y nadie se da cuenta.

Y queda, sobre todo, la responsabilidad por las decisiones. Alguien tiene que poner la firma. Cuando algo sale mal, no se puede culpar al modelo —el modelo no responde ante nadie—. Esa responsabilidad, que antes se diluía entre procesos y jerarquías, hoy se concentra más que nunca en la persona que apretó "aceptar".

Lo que emerge de todo esto es una economía donde el diferencial ya no es la cantidad de horas trabajadas ni la cantidad de tareas ejecutadas, sino la calidad del pensamiento que las dirige. Durante dos siglos compitió quien trabajaba más. Ahora empieza a competir quien piensa mejor —y esa competencia recién arranca.