Cómo entrenar a la IA para que piense como tú

---

22 de julio | Por Juan Merodio

Hace unas semanas, cerrando una sesión en TEKDI, se me acercó un directivo de una consultora mediana. Llevaba meses «entrenando» a ChatGPT. Le había pasado su biografía, su estilo de comunicación, sus preferencias de trabajo, hasta sus valores como líder. Todo bien ordenado en un prompt maestro que reutilizaba en cada conversación nueva.

Y me soltó algo que llevo escuchando desde hace bastante tiempo.

«Juan, sigue sin sonar como yo.»

La realidad es que no me sorprendió. Porque ese es exactamente el error que están cometiendo la inmensa mayoría de los profesionales que intentan personalizar una IA para su trabajo diario. Están describiéndose ante la máquina, como quien rellena un formulario en una entrevista, y luego se sorprenden de que lo que sale al otro lado no tenga nada suyo dentro.

Describirte no es lo mismo que pensar. Y eso lo cambia todo.

 

Lo que sabes hacer y lo que sabes explicar son cosas distintas

Hay un concepto de filosofía de la ciencia, muy anterior a toda esta conversación sobre IA, que resume el problema mejor que cualquier framework moderno. Se llama conocimiento tácito. Lo formuló Michael Polanyi hace décadas.

La idea es sencilla y demoledora: los expertos saben más de lo que son capaces de expresar.

Un copywriter con veinte años a la espalda mira un titular y sabe en dos segundos que no funciona. Pero pídele que te explique por qué, con precisión quirúrgica, y verás cómo se le enredan las palabras. No es que no lo sepa. Es que ese saber vive por debajo del nivel consciente.

Un consultor entra en una reunión y percibe la tensión antes de que nadie abra la boca. Un vendedor lee al cliente en los primeros treinta segundos y ya está reordenando el discurso mentalmente. Un fundador huele un modelo de negocio quebrado sin necesidad de abrir el Excel.

Ese conocimiento no aparece cuando te sientas a describir cómo trabajas.

Aparece cuando trabajas.

Y aquí está el problema serio: la forma habitual de «entrenar» a una IA consiste en pedirte que respondas a un cuestionario sobre ti mismo, que expliques tu tono, tus valores y tu forma de decidir. Es como intentar aprender a montar en bicicleta leyendo el manual del pedal. Captura la superficie. Y solo la superficie.

 

Las cuatro capas que casi nadie está capturando

Cuando analizas cómo piensa realmente un profesional con criterio, aparecen cuatro capas distintas. Y cada una tiene una profundidad diferente.

La primera es la más superficial y también la que más gente confunde con lo importante. Es lo que haces. La versión LinkedIn de tu experiencia. «Ayudo a empresas a hacer transformación digital.» Correcto y absolutamente inútil para diferenciarte.

La segunda es cómo lo haces. Los procesos, las secuencias, los pasos concretos que sigues. Aquí ya hay algo interesante, porque empieza a asomarse el método propio.

La tercera capa es donde la mayoría de personalizaciones de IA se rinden sin darse cuenta.

Es la lógica condicional. El «si aparece este tipo de cliente, hago esto; si detecto este síntoma en la reunión, cambio la conversación en esa dirección; si el problema tiene esta forma, no sirve mi metodología habitual y aplico esta otra». No es teoría. Es criterio acumulado durante años de tomar decisiones bajo presión.

Yo lo veo constantemente con directivos que llevan dos décadas decidiendo. Cuando les preguntas cómo eligen, te sueltan una respuesta genérica en veinte segundos. Cuando los observas eligiendo, ves quince variables cruzándose en tiempo real que ellos ni siquiera saben que están cruzando.

Y la cuarta capa, la más valiosa de todas, es cómo piensas sobre tu propio pensamiento. Los modelos mentales con los que ordenas la realidad de tu sector. Esta es la que casi nadie se ve a sí mismo con claridad. Y es la que separa un profesional replicable de uno insustituible.

 

Dónde vive tu criterio (y no está en ningún prompt que hayas escrito)

Aquí es donde el enfoque tradicional se rompe del todo.

Porque no vas a capturar tu lógica condicional respondiendo a preguntas. No vas a documentar tus modelos mentales rellenando un formulario, por muy detallado que sea. Ese conocimiento no está disponible para ti de forma consciente. No puedes convocarlo cuando quieres.

Pero está ahí, y aparece constantemente. En tus conversaciones reales.

Está en las llamadas con clientes donde diagnosticas un problema en tres frases. En las sesiones donde le explicas a alguien del equipo por qué esa idea, aunque parezca buena, no va a funcionar en este mercado concreto. En las reuniones donde negocias, escuchas, dudas y pivotas en tiempo real sin dejar de sostener la conversación.

Ahí es donde tu criterio se manifiesta sin filtros. Y ahí es donde una IA puede aprender de verdad cómo piensas, si le das el material adecuado.

La propuesta es incómoda pero simple de entender. En lugar de describirte, transcribe conversaciones tuyas reales y pásalas por una IA con la instrucción de identificar patrones en esas cuatro capas de las que hablaba antes.

Lo que sale al otro lado es un documento que no describe quién eres. Describe cómo decides. No cómo te presentas, sino cómo razonas cuando nadie te está observando.

Y esa diferencia lo cambia todo cuando ese documento pasa a ser el contexto con el que la IA trabaja contigo.

 

Por qué esto no es «otra técnica más de prompt engineering»

Y mira, todo eso está bien. Pero déjame ser directo sobre por qué esto importa mucho más de lo que parece a primera vista.

La narrativa dominante ahora mismo es que la IA va a convertir el trabajo del conocimiento en un producto indiferenciado. Consultores, marketers, formadores, abogados, estrategas. Todos sustituibles, todos compitiendo con un modelo que responde razonablemente bien a casi cualquier pregunta.

Esa narrativa tiene una parte de verdad. Y una trampa.

La trampa es asumir que la única defensa es correr más rápido que la máquina. Aprender más herramientas, memorizar más prompts, integrar más automatizaciones. Está bien. No te va a hacer daño. Pero no es lo que te va a diferenciar cuando el resto también esté haciendo lo mismo dentro de doce meses.

Lo que te va a diferenciar es que tu criterio esté tan bien capturado, con tanta granularidad, que la IA deje de competir contigo y empiece a trabajar contigo. Amplificando tu manera de mirar los problemas de tu sector. Escalando tu forma de decidir en situaciones ambiguas.

Un directivo con su lógica bien capturada no delega decisiones a la IA. Usa la IA para procesar diez veces más información desde su propio ángulo. Un consultor con su criterio traducido a contexto no compite con ChatGPT. Escala su intuición sin diluirla.

Esto lo veo constantemente en TEKDI. Los profesionales que están sacando más partido a la IA no son los que más herramientas coleccionan. Son los que han hecho el trabajo, incómodo pero rentable, de mirar cómo piensan y traducirlo a un contexto que la máquina pueda usar.

El resto están teniendo conversaciones genéricas con una máquina genérica. Y luego se preguntan por qué los resultados son genéricos.

 

Un ejercicio para empezar esta misma semana

Coge tres o cuatro conversaciones que hayas mantenido estos últimos días. Una sesión con un cliente. Una reunión de equipo donde tomaste decisiones reales, no meramente informativas. Una llamada donde estuviste diagnosticando algo. Situaciones auténticas, no ensayadas.

Grábalas si aún no lo haces. Transcríbelas con cualquiera de las herramientas que hoy hacen ese trabajo casi por sí solas.

Súbelas a un proyecto dentro de la IA que uses habitualmente. Y en lugar de pedirle que resuma o extraiga tareas, pídele algo distinto.

Que identifique las decisiones que tomaste y la información que usaste para tomarlas. Que detecte patrones en cómo diagnosticas problemas. Que te devuelva las reglas implícitas que estás aplicando sin darte cuenta. Que te muestre los modelos mentales que asoman entre líneas.

Lo que va a salir te va a sorprender. Y no porque descubras cosas nuevas sobre ti. Sino porque vas a ver escrito, con claridad, algo que llevas años haciendo sin poder explicarlo del todo.

A partir de ahí, ya tienes material. Un contexto real para la IA. Y, casi como bonus, una versión articulada de tu propio criterio que puedes convertir en formación, en metodología, en producto, en propiedad intelectual.

Cosas que antes eran solo intuición pasan a ser activos.

 

Dos formas de convivir con la IA a partir de aquí

Ahora mismo hay dos maneras de trabajar con la IA en un empleo del conocimiento.

Una es seguir usándola como un becario listo pero genérico. Le pides cosas, te da respuestas correctas y sosas, y tú te encargas de darles el toque final que las hace tuyas. Funciona. Ahorra tiempo. Y te mantiene exactamente donde el 90% del mercado ya está.

La otra es hacer el trabajo real de capturar cómo piensas y cargar eso como contexto en cada conversación que tengas con la máquina. Es más lento al principio. Te obliga a mirarte en un espejo profesional que no siempre es cómodo. Y transforma completamente lo que la IA es capaz de darte, porque deja de responder desde el promedio del mundo y empieza a responder desde tu criterio.

La decisión no es técnica. Es de posicionamiento.

¿Vas a competir con la máquina o vas a hacer que trabaje pensando como tú?

Compartir >>