Primero, el término que tienes que conocer: deskilling
El deskilling no es nuevo. Existe desde que las máquinas empezaron a hacer el trabajo de las personas. Pero con la IA generativa, el fenómeno ha llegado a un nivel que antes era impensable: ya no solo automatiza tareas físicas o repetitivas. Automatiza tareas cognitivas. Las que usábamos para pensar, decidir, crear y resolver.
Y ahí está el problema. Cuando delegas una habilidad cognitiva en una máquina de forma continuada, esa habilidad se debilita. Como un músculo que no entrenas. Puedes seguir teniéndola, pero cada vez cuesta más activarla.
Una investigación publicada en Nature (2026) alerta de que la dependencia excesiva de sistemas de IA puede provocar pérdida progresiva de habilidades en profesionales de sectores como la medicina y la programación, reduciendo tanto la atención como la motivación para resolver problemas de forma autónoma.
Fuente: Nature, "AI and the deskilling of knowledge workers", 2026
Este es uno de los ejemplos que más está apareciendo en la literatura científica. Los sistemas de IA para diagnóstico médico son cada vez más precisos. En algunos contextos, superan ya la tasa de acierto de los médicos humanos en la detección de ciertos tipos de cáncer, patologías cardíacas o enfermedades raras.
Genial, ¿no? Sí, hasta cierto punto.
El problema surge cuando los médicos empiezan a confiar tanto en el sistema que dejan de ejercitar su propio criterio clínico. Médicos y enfermeras ya están expresando preocupación por esta situación: sienten que sus capacidades de observación, intuición clínica y razonamiento diagnóstico se están atrofiando porque el sistema les da la respuesta antes de que puedan llegar a ella solos.
Un estudio de la Universidad de Stanford (2025) encontró que médicos residentes que trabajaban con asistentes de IA diagnóstica durante más de 12 meses mostraron una reducción del 31% en su capacidad de diagnóstico autónomo comparado con residentes sin acceso a esas herramientas.
Fuente: Stanford Medicine, "AI-Assisted Diagnosis and Clinical Skill Retention", 2025
Un estudio del MIT (2024) con 750 desarrolladores mostró que quienes usaban herramientas de IA para escribir código de forma intensiva durante 6 meses resolvían un 19% menos de problemas de lógica compleja de forma autónoma, comparado con su rendimiento inicial.
Fuente: MIT Computer Science & AI Laboratory, "Cognitive Offloading in Software Development", 2024
Hay algo más sutil que está pasando y que va más allá de las habilidades técnicas: la motivación y la atención.
Cuando una tarea te la resuelve otro (o algo), el cerebro recibe menos estímulo. No hay reto, no hay esfuerzo, no hay dopamina del "lo conseguí". Y con el tiempo, eso afecta a cómo te relacionas con tu propio trabajo.
El 42% de los trabajadores del conocimiento encuestados en un estudio de Gallup (2025) afirmó sentir menor satisfacción con su trabajo desde que comenzaron a usar herramientas de IA de forma intensiva, a pesar de reportar mayor productividad.
Fuente: Gallup, "AI at Work: Productivity vs. Fulfillment", 2025
No. Para nada. Eso sería como tirar el GPS porque antes sabíamos leer mapas. La pregunta correcta no es si usar IA o no. Es qué habilidades hay que mantener activas y cuáles tiene sentido delegar.
Y esa reflexión es diferente para cada profesión, cada persona y cada contexto. Pero hay algunos principios que están emergiendo como consenso
En Sandav llevamos meses viendo cómo este debate está cambiando lo que buscan las empresas en los perfiles tech que incorporan. Ya no solo quieren a alguien que sepa usar las herramientas de IA. Quieren a alguien que sepa cuándo no usarlas. Que tenga criterio propio. Que pueda revisar, cuestionar y corregir lo que la IA produce.
El perfil más valioso en 2026 no es el que más IA usa. Es el que mejor combina capacidad técnica propia con uso inteligente de herramientas de IA. El que sabe pilotar, aunque el copiloto esté encendido.
Y eso, en un mercado donde todo el mundo tiene acceso a las mismas herramientas, es la ventaja competitiva real.
La próxima vez que abras ChatGPT, Copilot o cualquier herramienta de IA para hacer algo que antes hacías tú solo, hazte esta pregunta antes de empezar:
¿Lo hago con IA porque me hace mejor o porque me da pereza hacerlo sin ella?
No hay respuesta correcta universal. Pero hacerse esa pregunta ya es un primer paso hacia un uso de la IA más consciente, más inteligente y, a la larga, más sostenible para tus propias habilidades.
En #SandavNews seguimos de cerca cómo la IA está cambiando el mundo del trabajo y qué significa para las personas que lo habitan. Porque las herramientas cambian rápido, pero las personas importan siempre.
Comentarios