Lo que nadie te cuenta sobre trabajar con IA todos los días

El antes y el después que nadie anuncia

No hubo un día concreto. No hay una fecha en el calendario que marque el cambio. Pero Lara lo recuerda con claridad: en algún punto entre finales de 2024 y principios de 2025, algo se movió de sitio.

"En tres meses ha evolucionado tanto que incluso la empresa proveedora está teniendo problemas de escala. La mayoría de los modelos están en el top mundial. Y en nuestro día a día nos ha cambiado mucho. Incluso en tres meses, la manera de pensar y la manera de trabajar."

No es hipérbole. Es la descripción honesta de alguien que lidera la estrategia tecnológica y de seguridad de una empresa, que entiende los ciclos del sector, y que aun así se ha encontrado mirando el presente sin del todo reconocerlo.

La IA lleva años llamando a la puerta de la industria. Pero en algún momento dejó de llamar y entró directamente.

La paradoja silenciosa de la velocidad

Hay una cosa que nadie te explica cuando empiezas a trabajar con inteligencia artificial de forma intensiva: que ganar velocidad tiene un coste cognitivo que no aparece en ningún manual.

Antes, el trabajo de desarrollo tenía una textura particular. Había momentos de alta concentración y momentos de menor exigencia mental: revisar un log, buscar una referencia, depurar una línea que no compilaba. Eran tareas que, sin que lo pareciese, funcionaban como pequeños respiros. El cerebro no descansaba del todo, pero tampoco estaba al máximo.

Ahora esos respiros casi no existen.

"Antes cuando programabas podías tener momentos más frustrados porque algo no te salía. El error lo mismo era una coma mal puesta, un punto y coma donde no estaba. Ahora no tienes esa frustración porque la programación se ha quedado en segundo plano. Pero lo que sí he notado es que tengo que poner más atención a todo lo que hace la IA, porque he perdido el control del código."

Hay que leer eso dos veces, porque resume algo enorme. Ha ganado control del negocio. Ha perdido control del código. Y eso obliga a estar más presente, más pendiente, más enfocada. No porque el trabajo sea más difícil en el sentido tradicional, sino porque exige un tipo distinto de atención: ya no es ejecución, es supervisión constante.

"La multitarea se puede hacer, pero más de dos proyectos es un invierno."

Eso no es queja. Es diagnóstico.

La pregunta que nadie hace sobre la dependencia

Hay un debate que sí está empezando a aparecer en algunos foros técnicos, aunque todavía en voz baja: ¿qué le pasa al músculo propio cuando el asistente siempre está ahí?

No es una pregunta retórica ni catastrofista. Es una pregunta honesta sobre autonomía profesional, sobre qué tipo de habilidades se desarrollan cuando parte del proceso cognitivo se delega a una herramienta, y qué pasa cuando esa herramienta falla.

Y falla.

"Hemos tenido mil caídas del servicio. La herramienta está evolucionando tan rápido que incluso la empresa proveedora está teniendo problemas. Hace muchas actualizaciones, mejora mucho su sistema, lo que implica que haya más caídas y paradas de servicio."

Esto es lo que separa a alguien que trabaja con IA de alguien que trabaja sobre IA. Lara lo tiene claro: cuando algo cae, pivota. Prueba otro modelo. Si no hay modelos, tira de la web. Si no hay web, tira de su propia cabeza.

"Al final, sé programar."

Esas cuatro palabras son más importantes de lo que parecen. No es nostalgia por el trabajo de antes. Es la certeza de que la herramienta es potente, pero la persona sigue siendo la que decide. Y la que puede funcionar sin ella, aunque sea más lento.

"El problema es que la velocidad a la que hemos empezado a trabajar y a la que te estás acostumbrando es mucho más lenta cuando vuelves a ser tú el que hace, piensa y ejecuta. Pero hay que estar abiertos a pivotar si algo no funciona, cambiar rápido el pensamiento y hacerlo de otra manera."

Eso es resiliencia técnica. Y es una competencia que no aparece en casi ninguna descripción de puesto.

Lo que nadie te cuenta sobre el agotamiento nuevo

No es el cansancio de siempre. El cansancio de siempre tiene una causa identificable: muchas horas, una fecha de entrega difícil, una semana intensa. Termina cuando termina la semana, o cuando duermes.

El agotamiento nuevo es diferente. No viene de hacer demasiado. Viene de no saber cuándo parar.

"El problema de programar con la IA es que lo ves tan asequible que no paras. Y sigues y sigues. Si se te ocurre otra cosa, la puedes desarrollar. Y descansar... a veces te absorbe. Es como un videojuego del que no puedes salir. No pierdes el tiempo, pero pierdes el sentido del tiempo."

Esa descripción es precisa y un poco inquietante, porque es exactamente lo que hace una herramienta bien diseñada: eliminar la fricción. Y cuando la fricción desaparece, también desaparece uno de los mecanismos naturales que tiene el cerebro para saber cuándo ha tenido suficiente.

"Saber cuándo desconectar, cuándo parar, saber establecer focos. Creo que eso es una de las cosas que más nos pueden afectar: que no nos absorba."

La gestión del tiempo era una habilidad. Ahora también lo es la gestión de la atención. Y son cosas distintas.

Y dentro de cinco años

Esta es la pregunta más honesta que se le puede hacer a alguien que lidera la tecnología de una empresa hoy. Y la respuesta de Lara no intenta parecer visionaria. Intenta ser real.

"Tengo dos teorías: una es extremadamente catastrófica, de que todo se va a la porra a nivel mundial. La otra, que hemos avanzado tanto que cosas que imaginábamos que tardaríamos años en conseguir van a estar mucho más cerca. En medicina, en ciencia, en consultoría. En tres meses me ha sorprendido la evolución que ha tenido. A cinco años, ni la mente humana ha llegado a entenderlo."

No es evasión. Es lucidez. Hay algo profundamente honesto en admitir que no se sabe. En un sector obsesionado con las predicciones y los roadmaps, reconocer la incertidumbre real es casi un acto de valentía intelectual.

Lo que hay que preservar

La IA es potente. Y tiene fallos. Y tiene soluciones. Y en ese ciclo de herramienta, fallo, adaptación y aprendizaje, seguimos siendo nosotros quienes decidimos cómo seguir.

Lo que Lara describe no es una crisis. Es una adaptación. Una que exige más conciencia de uno mismo que ninguna revolución tecnológica anterior, porque esta ocurre dentro de la cabeza, no solo en la pantalla.

Preservar el foco. Saber parar. Mantener el criterio propio. Confiar en que, cuando la herramienta falla, el conocimiento sigue estando ahí.

Eso no es ir en contra de la IA. Es exactamente lo que hace que trabajar con ella tenga sentido.