IA más allá del chat: Cómo pasar
de conversar a delegar trabajo

Este segundo nivel es, a nuestro entender, el de mayor impacto inmediato en la práctica profesional, porque es donde el ahorro de tiempo se vuelve medible desde la primera semana.

• El desarrollo de herramientas propias. Es el escalón que mayor resistencia genera, porque se asocia a la necesidad de saber programar. Esa barrera se corrió.

Hoy es posible describir en lenguaje corriente qué debe hacer una aplicación (un simulador de retenciones, una calculadora de un régimen específico, un tablero de control interno) y obtener una versión funcional. Luego se prueba, se solicitan ajustes en los mismos términos y se corrige. Ese ciclo reemplaza lo que antes exigía contratar desarrollo externo.
Por caso, en un seminario dictado en la Facultad de Ciencias Económicas de la Universidad Nacional de La Plata, estudiantes sin formación previa en programación desarrollaron en pocas semanas tres aplicaciones funcionales.
La primera es una plataforma de microlecciones financieras (estilo Duolingo) donde la evaluación no se resuelve por opción múltiple sino explicando con palabras propias. La segunda es un test de perfil de inversor (con 11 arquetipos distintos) que detecta sesgos de comportamiento en lugar de encasillar en categorías estáticas. La tercera registra gastos a partir de un mensaje de voz y los convierte en datos estructurados dentro de un tablero visual, de muy fácil acceso.

¿Qué inteligencia artificial es hoy la mejor?

La pregunta aparece inevitablemente en cualquier capacitación, y no existe una respuesta universal. Los modelos evolucionan demasiado rápido y el resultado depende de la tarea. Sin embargo, Claude, desarrollado por Anthropic, se encuentra actualmente entre los líderes, particularmente en programación, razonamiento y ejecución autónoma de tareas complejas.

Su diferencial no está únicamente en la calidad del modelo, sino en el ecosistema construido alrededor de él. La evolución permite entender hacia dónde se dirige la inteligencia artificial: de conversar con una herramienta a delegarle trabajo.
Claude, en su formato tradicional, funciona como el asistente conversacional conocido: se formula una consulta, se proporciona información y se obtiene una respuesta.
Claude Cowork da un paso adicional. Está pensado para el trabajo profesional y permite que Claude opere sobre un espacio de trabajo de la computadora seleccionado por el usuario. En lugar de limitarse a explicar cómo ordenar una carpeta, analizar documentos o preparar un informe, puede ejecutar una secuencia de acciones sobre esos archivos. Es decir, recibe un objetivo, planifica los pasos necesarios y trabaja sobre el material disponible para producir un resultado.
Claude Code lleva ese concepto todavía más lejos. Nació como una herramienta para desarrolladores que trabaja directamente sobre una carpeta o proyecto: puede leer archivos, comprender cómo están relacionados, modificarlos, ejecutar comandos, realizar pruebas y corregir errores. Lo relevante para un profesional que no programa es lo que representa esa capacidad: hoy puede describirse en lenguaje corriente qué debería hacer una herramienta y trabajar junto con la inteligencia artificial para construirla, probarla y corregirla.
Por eso, quizás la discusión más interesante ya no sea cuál modelo responde mejor. La nueva competencia consiste en determinar cuál es capaz de comprender un objetivo, utilizar herramientas y llevar una tarea hasta su resultado final con la menor intervención humana posible. En ese terreno, Claude se encuentra actualmente entre las referencias de la industria.

Los recaudos ineludibles

Sería incompleto exponer las posibilidades sin dedicar espacio equivalente a sus riesgos, particularmente en una profesión donde la responsabilidad es personal e indelegable.

• El error con apariencia de certeza. Los modelos pueden equivocarse con notable seguridad argumentativa. No dudan ni advierten sobre su propio margen de error, y son capaces de citar una norma inexistente con el mismo tono con el que citan una vigente. Toda referencia normativa, todo cálculo y toda cita debe verificarse contra la fuente original, sin excepción.
• El secreto profesional. La aparición de una herramienta nueva no modificó las obligaciones vigentes, por lo que corresponden dos cuidados concretos. El primero, revisar la configuración de la cuenta: las versiones pagas suelen permitir desactivar el uso de las conversaciones para entrenamiento del modelo, opción que no viene habilitada por defecto y debe buscarse activamente. El segundo, trabajar con información anonimizada siempre que sea posible, dado que un mayor sin razón social conserva intacta su utilidad analítica. La identidad del cliente rara vez resulta necesaria para el análisis.
• La responsabilidad final. La regla que sintetiza el resto es de aplicación permanente: copiloto, no piloto. La herramienta acelera, ordena, procesa y sugiere. La firma al pie continúa siendo responsabilidad exclusiva del profesional, y esa responsabilidad no admite delegación.
  Cabe agregar una observación que excede el ejercicio profesional pero que llegará a los estudios en forma de consulta: la misma tecnología que automatiza un informe permite clonar una voz o falsificar un rostro. Las estafas hiperrealistas ya constituyen un fenómeno concreto, y la asesoría preventiva pasará a integrar el servicio.

La inversión de aprender

Durante la capacitación, un colega tomó la palabra para relatar que cuando inició su ejercicio profesional las computadoras no existían y que, cuando llegaron, varios de sus compañeros se negaron a incorporarlas. No fue por resistencia caprichosa: calculaban efectivamente más rápido a mano.
El relato ilustra con precisión el momento actual. Toda tecnología con capacidad de transformación comparte el mismo obstáculo inicial: al principio vuelve más lento a quien la adopta. Ese es el punto en el que la mayoría abandona y regresa al método conocido.
La recomendación práctica, entonces, es acotada. Conviene seleccionar una única tarea, la más repetitiva del mes, y destinarle una hora a resolverla con la herramienta, asumiendo que ese primer intento resultará menos eficiente que el procedimiento habitual. La segunda vez el rendimiento se equipara. La tercera, el tiempo se reduce de manera sustancial. A partir de allí el mecanismo se replica sobre otras tareas sin necesidad de volver a aprenderlo.
La curva de aprendizaje se paga una sola vez; sin embargo, el método manual se paga todos los meses.