1. ¿La IA es fiable al cien por cien?

No, y no es cuestión de esperar a la próxima versión: es algo estructural. Un modelo de lenguaje no consulta una base de datos de verdades, genera el texto que estadísticamente encaja mejor con lo que le has pedido. La mayoría de las veces acierta. Pero también puede inventar con total seguridad, sin que se note la diferencia entre lo uno y lo otro.

El riesgo crece con la dificultad del terreno: cuanto más específico, técnico o legal es el tema, y cuantos más pasos encadena el sistema para llegar a la respuesta, más se acumula el margen de error. Un estudio reciente lo resume bien: la «alucinación cero» no es una propiedad del modelo, sino de todo un sistema construido a su alrededor, con fuentes verificables, mecanismos de comprobación, capacidad de decir «no lo sé» y alguien revisando el resultado.

Fiable al cien por cien, no. Fiable para una tarea concreta, con los controles adecuados, muchas veces sí.

2. ¿La estamos usando bien?

A medias. Casi todo el mundo dice usar IA en algún punto de su empresa, pero muy pocos ven ese uso reflejado en resultados de negocio reales. La mayoría se queda en la fase de probar cosas sueltas, sin llegar a integrarlas en cómo se trabaja de verdad.

Usarla bien suele significar: tener un problema claro y medible, partir de datos y contexto de calidad, dejar a una persona en el punto donde un fallo sale caro, medir la calidad del resultado y no solo la velocidad a la que se produce, y no pedirle a la IA que sustituya el juicio, la ética o la responsabilidad de alguien.

Usarla mal, en cambio, es automatizar lo que importa sin que nadie lo revise, pedirle verdades cerradas a una herramienta que genera texto probable, o confundir una demo que impresiona con un proceso que funciona todos los días.

3. ¿Sabemos qué preguntarle y cómo?

Todavía no, de forma generalizada. Se habla mucho de «saber escribir bien el prompt», pero el problema de fondo es otro: mucha gente le pregunta a la IA como si fuera un buscador («dime la verdad») o como si fuera un empleado con poderes mágicos («hazme el negocio»). Ninguna de las dos cosas es.

Preguntar bien implica decir qué quieres exactamente (un borrador, varias opciones, una crítica, datos con sus fuentes…), con qué contexto cuenta la IA, qué no debe inventarse si no lo sabe, y cómo vas a comprobar lo que te entrega. La IA funciona mejor como colaborador: tú pones el objetivo y el criterio de calidad, ella propone y tú decides.

4. ¿Podemos delegarle tareas al cien por cien?

Casi nunca en lo que de verdad importa. Sí, en tareas acotadas, reversibles y de bajo riesgo: resumir, traducir, generar un primer borrador, clasificar con alguien revisando, programar con sus pruebas correspondientes, aportar ideas.

En un punto intermedio está la investigación asistida o el soporte de primer nivel. Y hay una zona donde no se debería delegar sin una supervisión estrecha: decisiones legales o médicas definitivas, finanzas críticas, reputación, seguridad, cualquier cosa que no se pueda deshacer si sale mal.

La norma que se está asentando en las empresas no es la autonomía total, sino el borrador con una puerta de revisión humana antes de que se convierta en decisión. Delegar al cien por cien sin ese control no es ahorrar trabajo, es trasladar el riesgo a otro sitio.

5. ¿Es honesto ganar dinero enseñando IA?

Puede serlo, y también puede ser un timo suave. La cuestión no es cobrar por enseñar, sino qué se promete y qué se entrega de verdad.

Es honesto cuando el temario está claro antes de pagar, cuando se promete algo realista (usar bien las herramientas, tener criterio, conocer los límites) y no «empleo garantizado» ni «ingresos pasivos», cuando quien enseña tiene experiencia verificable, cuando se explica claramente qué no es el curso (no es un máster ni una certificación oficial si no lo es), cuando el precio y el reembolso son transparentes, y cuando se enseñan también los límites y los sesgos de la herramienta, no solo trucos.

Es deshonesto cuando vende miedo («si no pagas hoy, te sustituyen»), cuando ofrece certificados que nadie reconoce como si fueran una credencial laboral, cuando presiona con ofertas urgentes o escasez artificial, o cuando el verdadero producto es el embudo de venta y la IA es solo el tema de moda que sirve de anzuelo.

Una regla sencilla: si tu propuesta sobrevive a que un alumno que ya usa IA a diario te pregunte «¿esto me hace mejor de verdad?», es legítima. Si solo sobrevive al miedo o a la falta de experiencia del principiante, no lo es.

La IA no es un oráculo ni un empleado perfecto. Es una herramienta muy potente que, si se trata como magia, se usa mal. Quien saca partido de verdad no es quien «cree en la IA», sino quien sabe en qué confiar, qué comprobar y dónde no delegar.