La nueva ventaja laboral no es usar IA, sino saber conversar con ella para maximizar su valor

Armando Díaz, managing director de la industria de Productos de Consumo para Accenture Latinoamérica y responsable de las iniciativas de IA en México, explica que el primer paso consiste en entender con qué herramienta se está trabajando antes de escribir un prompt.

"Primero (hay que) entender cuál es el propósito de ese agente, de ese LLM y de ese modelo. Dado eso, entonces, cómo hacer esas preguntas correctas, pensando en la especialización que tiene cada uno de estos elementos de la inteligencia artificial. Después tener muy claro lo que yo quiero conseguir. Entre más específico sea, mucho mejor la respuesta", dice.

El especialista compara el proceso con la forma en que una persona consulta a un experto. Así como nadie le pediría un plano a un médico o un diagnóstico a un arquitecto, cada modelo de IA tiene fortalezas distintas y requiere instrucciones acordes con su especialidad.

Rafael Ramírez de Alba, director y profesor del área de Entorno Económico del IPADE Business School, añade que desarrollar esa habilidad apenas es el primer escalón. "Mientras mejor sea el prompt, pues mejor va a ser la respuesta que voy a obtener. Ahora, yo creo que entendiendo eso es el primer paso".

El desafío, sin embargo, va más allá del ámbito individual. Esa curva de aprendizaje también se refleja en las organizaciones, cuya adopción de la inteligencia artificial avanza a ritmos desiguales.

El estudio de Accenture e IPADE Business School revela que 43.2% de las organizaciones trabaja en el diseño de una estrategia de inteligencia artificial, 27% ya ejecuta iniciativas concretas y apenas 13.8% afirma haber integrado esta tecnología en la operación de su negocio. Esto indica que la mayoría continúa en una etapa de aprendizaje, donde experimentar resulta más sencillo que transformar la manera de trabajar.

"Muchas veces pensamos que el reto consiste en adoptar la tecnología, pero en realidad también implica una traducción cultural. Las organizaciones tienen que aprender una nueva forma de trabajar, una nueva forma de tomar decisiones y una nueva forma de generar valor", dijo Ramírez de Alba durante la presentación del estudio.

Los datos demuestran que las organizaciones todavía construyen esa capacidad. Apenas 31% cuenta con programas formales de capacitación en inteligencia artificial y 24% ya considera estas habilidades al contratar talento.

La IA está cambiando la forma de pensar

El trabajo tampoco termina cuando la herramienta entrega una respuesta. Las empresas que obtienen mejores resultados no son las que generan más textos o imágenes con inteligencia artificial, sino las que convierten esa información en decisiones de negocio.

"Mientras mejor sea el prompt, mejor será la respuesta. Después viene el verdadero reto: ¿qué hago con esa información?, ¿cómo la convierto en una decisión?, ¿cómo genero valor para la organización? Ahí es donde comienza el trabajo de las personas", afirmó Ramírez de Alba.

Por otro lado, la IA generativa no tendrá el mismo impacto en todas las industrias porque la cantidad de tareas susceptibles de transformarse cambia según la naturaleza del trabajo. Tecnología encabeza la lista con 55% de las horas laborales potencialmente impactadas, mientras que en el otro extremo aparecen sectores como minería, agricultura y construcción, donde el peso del trabajo físico limita el alcance de estas herramientas.

Las cifras ayudan a explicar por qué el mercado laboral está valorando competencias distintas. Un profesionista que aprende a trabajar con IA puede liberar parte de su jornada para centrarse en actividades que requieren criterio, negociación, creatividad o toma de decisiones.

Pero Ramírez de Alba advierte que esa transición exige modificar procesos completos y no solo incorporar una nueva aplicación. "Muchas organizaciones siguen viendo la IA como un proyecto de tecnología. Nosotros creemos que el cambio tiene que partir del negocio. Cuando la dirección general define qué problema quiere resolver, la conversación deja de ser tecnológica y comienza a ser estratégica", explicó.

"Hace algunos años bastaba con saber utilizar Word, PowerPoint o Excel. Muy pronto veremos que las empresas también esperarán que cada profesionista domine herramientas de inteligencia artificial de acuerdo con las necesidades de su puesto. Va a convertirse en una habilidad básica", añadió.

Los expertos concluyeron que la brecha laboral que empieza a dibujarse no separará a quienes tienen acceso a la inteligencia artificial de quienes no. La distancia crecerá entre las personas capaces de convertir una conversación con la tecnología en una solución para el negocio y quienes todavía la utilizan como un buscador con respuestas más elaboradas.

20 tips para redactar un buen prompt

Según Luis González y González, analista y consultor en tecnología e inteligencia artificial en México, y Sandra Araujo, profesora del IP y consultora en inteligencia artificial, obtener mejores resultados de una herramienta de IA no depende únicamente de la tecnología, sino de la capacidad del usuario para plantear instrucciones claras, completas y estratégicas. A partir de su experiencia, comparten los siguientes consejos para construir mejores prompts:

1. Escribe instrucciones claras. En lugar de ”¿Me ayudas con una presentación?”, escribe: “Diseña una presentación de 10 diapositivas para convencer a un comité de aprobar un presupuesto". Siempre es mejor empezar con un verbo en imperativo cuando la intención es que ejecute una instrucción.
2. Explica el objetivo final. La IA no solo necesita saber qué debe hacer, sino para qué. “Este texto será enviado a un cliente potencial” produce un resultado distinto a “Este texto se usará como guion para una reunión.”
3. Di también lo que no quieres. Muchas veces es la instrucción más valiosa. “No uses clichés, no escribas frases motivacionales, no inventes datos y evita un tono excesivamente formal.”
4. No des por hecho que la IA entiende el contexto. Si un dato influye en la respuesta, escríbelo. Aunque tú lo consideres obvio, la IA solo conoce la información que le proporcionas.
5. Entre más contexto, mejor resultado. Explica antecedentes, limitaciones, audiencia, presupuesto, tiempo disponible o cualquier factor que influya en la tarea.
6. Sé específico. En lugar de pedir “mejora este texto”, indica exactamente qué significa mejorar: hacerlo más breve, más persuasivo, más técnico, más claro o más elegante.
7. Describe a quién va dirigido. Una misma respuesta cambia por completo si está dirigida a un director general, un cliente, un estudiante o un público general.
8. Explica las restricciones. Si hay un límite de palabras, un formato obligatorio, una fecha de entrega o información que no puede modificarse, dilo desde el principio.
9. Pide profundidad cuando la necesites. Si quieres un análisis serio, indícalo explícitamente: “No des recomendaciones generales; desarrolla argumentos y explica por qué propones cada idea.”
10. Define el formato de entrega. Especifica si quieres un correo, una tabla, una lista, un informe, una presentación, un discurso o un documento listo para copiar y pegar.
11. Asigna un rol cuando aporte valor. “Actúa como un abogado especializado en propiedad intelectual” o “Actúa como un reclutador con experiencia en entrevistas ejecutivas.” El rol ayuda a establecer el enfoque.
12. Explica cómo medirás una buena respuesta. Por ejemplo: “Consideraré útil la respuesta si incluye ejemplos, riesgos potenciales y recomendaciones accionables.”
13. Pide varias alternativas. En lugar de conformarte con una respuesta, solicita tres enfoques distintos y una explicación de las ventajas y desventajas de cada uno.
14. Permite que la IA cuestione tus premisas. Puedes escribir: “Si detectas que mi planteamiento tiene errores o supuestos equivocados, señálalos antes de responder.”
15. Aclara qué información no debe inventar. Si falta un dato, es preferible que la IA lo diga expresamente antes que complete los vacíos con suposiciones.
16. Da ejemplos del estilo que buscas. Un ejemplo vale más que cinco adjetivos. Si compartes un modelo de referencia, la respuesta suele acercarse mucho más a tus expectativas.
17. Divide las tareas complejas. Es más eficaz pedir primero un diagnóstico, después una propuesta y finalmente una versión refinada que intentar resolver todo en un solo prompt.
18. Ordena tus prioridades. Si dos instrucciones pueden entrar en conflicto, aclara cuál es más importante. Por ejemplo: “Prioriza la precisión sobre la brevedad” o “Prefiero un texto claro aunque sea más largo.”
19. Pide una revisión crítica antes de la versión final. Por ejemplo: “Antes de entregar la respuesta, identifica posibles debilidades y corrígelas.”
20. Piensa en tu prompt como un brief. Si otra persona pudiera realizar la tarea únicamente leyendo tus instrucciones, probablemente la IA también podrá hacerlo con un resultado mucho mejor.