La IA no nos va a reemplazar — va a multiplicar la mediocridad y abrir una oportunidad enorme

Abrí LinkedIn esta semana y leí, por enésima vez, alguna versión de la misma promesa: "5 prompts ideales, conecta tu MCP, haz tu agente y duplica tus ingresos." Pseudoexpertos en IA, todos. Hace un año la misma persona escribía sobre Web3. Hace dos, sobre el metaverso.

Esta saturación de pseudoexpertos me molesta, pero no por la razón obvia. Me molesta porque tapa la pregunta importante. ¿Sabemos para qué vamos a usar la IA?

Es la misma diferencia que vi hace 25 años con los buscadores de Google: una persona los usaba para encontrar el último chiste viral, otra los usaba para encontrar información que de verdad cambiaba una decisión. El tiempo cambió. Nuestra visión y nuestro consumo de tecnología, no tanto. Y ahí se marca la diferencia.

Lo que veo (y me preocupa)

Veo más afán por manejar las herramientas que por entender lo que está pasando. Y lo que está pasando, en mi lectura, no es que la IA nos vaya a reemplazar —al menos no como solemos suponer—. Son dos corrientes al mismo tiempo: la IA va a multiplicar la mediocridad y, en paralelo, va a abrir una oportunidad enorme para quienes ya tengan conocimiento profundo. No es una cosa o la otra. Son las dos, a la vez.

Hoy el diseñador promedio le pide a la IA una imagen sin una indicación que valga, le pide una página web sin saber por qué un componente va donde va, y publica. Eso —multiplicado por miles de personas haciendo lo mismo— no reduce la mediocridad: la dispara. Más aficionados produciendo más resultados de bajo esfuerzo, en más canales. La saturación es estructural.

En el otro extremo de la curva, hay una oportunidad gigantesca para los que sí saben: los que entienden el negocio antes de prompetear, los que pueden mirar una salida del modelo y decir "esto no funciona, y te puedo explicar por qué". Esa segunda corriente destaca más —precisamente porque la primera inunda todo lo demás.

Si eras el diseñador que copiaba de Behance, o que basaba todos sus diseños en plantillas, te va a tragar la primera corriente. Y de ese tipo de contenidos va a estar saturado el mercado, así se entrene a la IA con mejores habilidades. La IA no puede crear desde cero: combina y estructura, pero no inventa fuera de su distribución de entrenamiento.

"Ya está pasando" — los datos

Y esto no es una predicción para el año que viene. Está pasando ahora.

Doshi y Hauser publicaron en Science Advances un estudio donde escritores asistidos por IA producían textos juzgados más creativos individualmente —pero colectivamente eran más parecidos entre sí que los textos hechos sin IA (Doshi & Hauser, 2024). Cada persona "mejora" un poquito, pero el ecosistema se aplana. Eso lo viste cuando todo el mundo subió la misma imagen de "qué es lo que la IA sabe de ti": cambiaban rasgos y elementos, pero la estética era exactamente la misma.

Lo mismo pasa con los diseños de páginas y aplicaciones. Y va a empeorar. Anderson y otros investigadores documentaron que la ideación asistida por LLM produce un espacio de ideas más estrecho que la ideación humana sola (Anderson et al., 2024). Más cantidad. Menos diversidad. Más de lo mismo.

Y hay un mecanismo técnico detrás. Cuando los modelos se entrenan sobre datos generados por modelos anteriores, las "colas" de la distribución —lo raro, lo original, lo extraño— se pierden. Shumailov y co-autores demostraron en Nature que esto produce un colapso del modelo: lo que queda es el centro estadístico, la media de la media (Shumailov et al., 2024). La copia de la copia, hecha mecanismo.

¿Esto es nuevo o es aceleración?

Una objeción justa: "al diseñador que copiaba de Behance ya lo estaba reemplazando un freelancer barato de Fiverr antes de la IA." Tienen razón en parte. La presión sobre el trabajo derivativo existía hace años.

Pero lo nuevo de la IA es la escala y la velocidad. Antes, para producir 50 mockups genéricos había que pagar a 50 personas. Hoy se producen en una tarde. La consecuencia: el piso de calidad mínima del mercado sube de golpe, y todo lo que estaba apenas por encima de ese piso queda debajo. No es romántico. Es geometría del mercado.

La otra mitad de la tesis: la oportunidad

Mientras la primera corriente multiplica mediocridad, la segunda abre espacio para quienes aún amamos rayar los wireframes, maquetar honestamente, y entender por qué un componente va en un lugar y no en otro.

Quiero ser preciso, porque me he sentido tentado a hacer un argumento nostálgico, y no es ese. No estoy defendiendo lo manual porque sea manual. Lo defiendo porque entrena el ojo.

Rayar el wireframe en papel no es virtuoso por antiguo. Es virtuoso porque te obliga a tomar decisiones de jerarquía visual antes de tener un componente bonito que las disimule. Te obliga a saber por qué un botón va arriba y otro abajo. Te entrena el sentido del peso. Y ese sentido es el que después se traduce en mejores prompts, en mejor crítica de la salida del modelo, en productos digitales que no pasan desapercibidos como uno más del montón.

Richard Sennett, en El artesano, lo llama el ciclo del oficio: la mano educa la cabeza tanto como la cabeza educa la mano (Sennett, 2008). El que rayó wireframes 10 años no tiene una ventaja sentimental. Tiene una ventaja cognitiva: sabe ver lo que está mal antes de explicarse por qué. En un mercado inundado de salidas genéricas, esa ventaja vale más, no menos.

Lo que viene

Voy a apostar:

En los próximos 18 meses vamos a ver las dos corrientes en simultáneo. La marea de mediocridad va a crecer: más imágenes idénticas, más sitios genéricos, más "agentes" que repiten lo mismo. Y al mismo tiempo, el trabajo con criterio —el que viene de entender un negocio, ver una pantalla y saber por qué algo no funciona— va a subir de valor.

La paradoja: cuanta más mediocridad multiplique la herramienta, más visible se vuelve el criterio del que sí sabe.

Es un buen momento para los que entendieron que la herramienta nunca fue lo importante.

Es un mal momento para los que pensaban que sí.

Esa es la oportunidad. Y no es para todos.