Los chatbots de IA no van a quitarte el trabajo: son tus nuevos asistentes

Un viaje pragmático hacia la IA generativa (GenAI) como asistente personal

Nunca he sido de los que se suben pronto a la ola de las nuevas tecnologías; suelo ser bastante pragmático con lo que la tecnología puede hacer más que con lo que promete. Y eso también se aplica a la IA generativa. No fui de los primeros en probar ChatGPT o Gemini cuando aparecieron a comienzos de los años 2020. Tal vez sea porque trabajo en campos donde el machine learning ya se utiliza con mucha eficacia. Aunque era consciente del salto que dio Google en 2012, no sentí la necesidad de lanzarme a esta nueva ola de IA cuando irrumpió.

Ahora estamos en 2025: los modelos han mejorado, las aplicaciones se han ampliado y las integraciones se han multiplicado. Quizá lo más significativo sea que el progreso parece haberse estabilizado, algo que refleja el Gartner Hype Cycle sobre IA generativa.

Tras revisar resúmenes automáticos de reuniones grabadas, leer anécdotas y asistir a algunos webminars, pensé que tal vez había llegado el momento de investigar los chatbots de GenAI. Lo que finalmente me empujó a hacerlo fue ver a jóvenes hackers en una competición de capture the flag: metían cada reto en un chatbot para obtener soluciones rápidas—una muestra impresionante, aunque algo caótica, de resolución de problemas asistida por IA. Y aunque nunca soy el primero en subirme al tren, tampoco quiero quedarme en el andén.

Así que aquí estoy, cuatro meses después, con Gemini Pro añadido a mi suscripción de Google One, una licencia de Microsoft Copilot en el trabajo y una cuenta de ChatGPT.

Tu trabajo no va a desaparecer… todavía

Lo primero es lo primero: en mi humilde opinión, a menos que tu trabajo consista en responder la misma pregunta mil veces, tu puesto no será reemplazado por un chatbot de IA. Existen muchísimos trabajos que siguen necesitando cualidades profundamente humanas, como la empatía, el pensamiento crítico o la creatividad. Los intentos actuales de la IA por generar contenido creativo —como imágenes o vídeos— siguen siendo limitados y, en la mayoría de los casos, requieren corrección y pulido.

¿Será sustituido tu trabajo en el futuro? Quizá. Solo el tiempo lo dirá. Todavía queda mucho margen de desarrollo en la aplicación de la IA, y los proveedores siguen trabajando en modelos nuevos y mejorados.

¿Y qué pasa ahora? En la actualidad, el mejor uso que he visto de la GenIA es como complemento a la fuerza laboral existente. Las empresas están aprovechándola para tareas como resumir textos o generar código, acelerando los flujos de trabajo sin eliminar el toque humano. Igual que la imprenta permitió a una sola persona producir folletos más rápido que un ejército de monjes con plumas, tinta y pergamino, la IA generativa nos permite crear resúmenes o sugerencias de código de forma más rápida y económica que pidiéndoselo a otra persona.

Las estadísticas públicas muestran que el desempleo se mantiene bajo, aunque el crecimiento del empleo se está ralentizando. En redes sociales vemos el mismo reflejo: profesionales despedidos y recién graduados que tardan más de seis meses en encontrar trabajo. La IA no está sustituyendo empleados, pero sí está reduciendo la necesidad de contratar más.

Aun así, seguimos necesitando personas reales que corrijan inconsistencias, ajusten errores y aporten la humanidad y el color que hacen que el contenido merezca la pena. Todo esto apunta a una realidad clara: aunque tu trabajo no esté siendo eliminado en favor de la IA generativa, sí deberías explorar las herramientas de IA disponibles.

Por qué deberías aprender a usar la GenIA 

Si has llegado hasta aquí y quieres empezar a usar la IA generativa, ¡enhorabuena! Pero… ¿para qué deberías utilizarla exactamente? Como decía antes, la GenAI es excelente para resumir información o proponer mejoras sobre contenidos ya existentes.

Sin entrar demasiado en los detalles técnicos, los chatbots de GenAI utilizan modelos de lenguaje de gran tamaño (LLM), algoritmos estadísticos que analizan secuencias de palabras y generan la continuación más probable en función del texto de entrada. 

Interactuar con un chatbot de GenAI es un ejercicio curioso. Es un tipo de comunicación que exige precisión y claridad. Hay que ser muy específico en lo que se pide: ofrecer muchos detalles, evitar suposiciones, sarcasmos, coloquialismos, abreviaturas o referencias culturales que el modelo no entenderá. En definitiva, cuanto más claro sea el prompt, mejor será la respuesta. Las preguntas vagas producen respuestas vagas o erróneas; las instrucciones concretas devuelven resultados más útiles y precisos. También conviene recordar que los chatbots de IA no tienen emociones ni sentido del humor. Aunque imiten los patrones del habla humana, no “entienden” lo que decimos: simplemente reconocen patrones y predicen las palabras más probables según su entrenamiento. Lo que llamamos “alucinación” no es más que el modelo tomando un camino inesperado entre millones de posibles combinaciones. Si las instrucciones son precisas, la probabilidad de ese desvío disminuye.

Por último, igual que alguien recién conocido podría equivocarse al suponer que eres fan de un equipo de fútbol, la calidad y el estilo de la respuesta del chatbot dependerán de las referencias que tenga sobre tus gustos o tu forma de comunicarte. Usa las herramientas de valoración (como el pulgar hacia arriba) para indicarle lo que te gusta o proporciónale ejemplos de tus textos anteriores: cuanto más contexto tenga sobre ti, más ajustadas serán sus respuestas.

¿Qué pueden hacer realmente los chatbots de IA?

Una vez que te acostumbras a usarlos, ¡te sorprenderá todo lo que puedes obtener de ellos! Como en cualquier nueva habilidad, requiere algo de práctica. Si piensas en las tareas típicas que un alto ejecutivo suele delegar en su asistente personal, la lista sería algo así:

• Programar citas
• Tomar notas o dictados
• Redactar correos, presentaciones o documentos
• Realizar búsquedas de información
• Coordinar reuniones
• Organizar viajes

Con acceso a Internet e integraciones con servicios SaaS, los chatbots de IA pueden realizar todas estas tareas, con distintos grados de precisión y eficacia.

Para ponerlo en perspectiva: si contrataras a una persona para hacer estas tareas a tiempo completo por 15 euros la hora, te costaría unos 2.400 euros al mes. En cambio, una licencia básica de un chatbot de IA generativa cuesta entre 10 y 20 euros mensuales. Incluso con funciones avanzadas, el coste sigue siendo asequible para casi cualquier usuario.

En resumen, tal como indica el título, los chatbots de GenIA son los asistentes personales que nunca pudiste permitirte… hasta ahora.

¡Veamos algunos ejemplos!

Ejemplo 1: Apoyo terapéutico para mi hijo

Este primer ejemplo fue un proyecto personal, en el que utilicé Gemini y una herramienta de Google llamada NotebookLM.

Mi hijo, que es autista, asiste semanalmente a sesiones de terapia grupal enfocadas en el desarrollo social. Durante estas sesiones, los terapeutas trabajan con él y otros cuatro chicos en ejercicios para comprender las reacciones de los demás, observando su comportamiento y los cambios en el tono de voz. A menudo emplean el juego como herramienta —por ejemplo, construir con Lego o jugar a juegos de mesa— para facilitar la interacción.

Hace poco sugerí incorporar juegos de rol de mesa (TTRPG), como Dungeons & Dragons, como herramienta terapéutica para niños mayores y adolescentes. Gracias a búsquedas con IA, encontré un artículo académico sobre este enfoque y un TTRPG diseñado específicamente para integrarse en sesiones de terapia. Sin embargo, al leer el artículo —unas 60 páginas llenas de referencias psicológicas— me di cuenta de que no entendía buena parte del vocabulario técnico, así que decidí poner a prueba la IA.

NotebookLM combina el chatbot de Gemini con un entorno tipo cuaderno digital (similar a Evernote u Obsidian). Permite subir documentos o enlaces de referencia sobre los que el chatbot se apoya para responder preguntas. Le pedí que resumiera el artículo de manera que lo entendiera alguien sin formación en psicología. A partir de esa respuesta, le hice preguntas más específicas sobre temas concretos.

Después, uno de los terapeutas de mi hijo validó el resumen, y yo verifiqué las explicaciones de cada tema mediante búsquedas adicionales. El resultado fue sorprendentemente útil: pude sintetizar las reglas del juego y explicar su aplicación terapéutica a los terapeutas.

Fui incluso un paso más allá: encontré otro TTRPG simplificado para niños más pequeños, añadí su manual de reglas como referencia y pedí al chatbot que resumiera cómo aplicar los principios terapéuticos y preparar sesiones guiadas. ¡Gracias a la IA, pude ofrecer a los terapeutas un material adaptado, útil y listo para usar! 

Ejemplo 2: Escribir este artículo

El segundo ejemplo tiene que ver directamente con el artículo que estás leyendo ahora mismo. Dado que se trataba de algo más relacionado con mi trabajo, decidí usar Copilot.

Soy algo así como un líder de opinión en mi empresa, por lo que suelo escribir artículos para el blog y publicaciones en redes sociales para mis seguidores. Había visto a varios compañeros mostrar resúmenes o textos generados por IA que luego retocaban a su gusto. Me pareció interesante y quise probarlo. Para ser sincero, no me gustó el resultado inicial: era correcto en cuanto a datos, pero no sonaba como yo.

Fue entonces cuando descubrí que mi licencia de Copilot me permitía crear un agente personalizado para ayudarme en temas y tareas específicas. Microsoft ofrece una plantilla inicial para crear un “entrenador de escritura”. Subí copias de todos los textos que había escrito anteriormente y añadí un prompt de configuración para definir el estilo.

Una vez guardado, empecé a trabajar con él. Pedí a un especialista en marketing que generara una entrada de blog sobre mi producto principal usando un agente genérico de IA. De nuevo, el texto no me convenció, así que lo pasé a mi nuevo asistente —al que llamé Technical Blog Ghostwriter (TBG)— para que hiciera mejoras. Copié y pegué el contenido completo en mi TBG y le pedí sugerencias. Tras varias iteraciones, el resultado empezó a sonar más a mí: lo suficiente como para publicarlo.

Aun así, el proceso fue algo complicado. Me resultaba difícil reescribir un texto que ya venía “contaminado” por el tono de la IA. Editar lo que otra persona (o una IA) escribe nunca me ha resultado natural; me cuesta hacerlo mío. Por eso fueron necesarias varias versiones hasta lograr el equilibrio adecuado. 

Con el tiempo, descubrí que prefiero escribir mis propios borradores y dejar que mi Technical Blog Ghostwriter actúe como editor asistido, haciendo correcciones o sugerencias que encajen con mi estilo. Y así, precisamente, se ha escrito este artículo: yo redacté todo el primer borrador a mano, y luego utilicé mi TBG para pulirlo y darle coherencia y ritmo. En definitiva, el proceso fue una especie de entrenamiento mutuo: igual que un directivo necesita varias semanas para enseñar a su asistente personal cómo quiere las cosas, también hay que “entrenar” al chatbot para que aprenda a escribir como tú.

Los inconvenientes de los chatbots de IA

Sería un error no hablar también de los aspectos negativos de los chatbots de IA. El primero, y quizás más evidente, es el enorme consumo energético necesario para ejecutar estos modelos de lenguaje de gran tamaño. No debería sorprendernos: estamos intentando simular un cerebro pensante, no simplemente ejecutar tareas preprogramadas.

Las empresas llevan años trabajando para optimizar ese consumo, pero el salto en capacidad y uso tiene consecuencias reales. Muchos de los grandes proveedores que desarrollan y operan chatbots de IA en la nube están construyendo sus propias plantas de energía, ante el temor de que un aumento repentino de la demanda pueda provocar escasez eléctrica grave (imagina no tener suficiente energía para alimentar respiradores hospitalarios o ascensores).

Y toda esa energía debe salir de algún sitio. Las fuentes limpias todavía no son suficientes para cubrir toda la demanda, por lo que algunas compañías están invirtiendo nuevamente en energía nuclear o incluso en combustibles fósiles. Un amigo me preguntó hace poco: “¿Realmente vale la pena calentar el planeta por la GenIA?”. Una pregunta más que pertinente.

El segundo problema que percibo es la dependencia de las nuevas generaciones. El ejemplo que mencionaba antes, de los jóvenes hackers que volcaban todos los retos en el chatbot para obtener soluciones rápidas, me pareció sintomático. Corrían contra el reloj, claro —era una competición—, pero cuando les pregunté si entendían lo que estaban explotando en el desafío, me miraron sin saber qué responder.

Esa actitud me recordó la necesidad de distinguir entre información fiable y simple entretenimiento. Igual que aprendimos a no creer que el decimosexto presidente de EE.UU. fuera un cazador de vampiros secreto, debemos enseñar a las nuevas generaciones cuándo confiar y cuándo desconfiar de la IA, y usarla no como una fuente incuestionable, sino como una guía sobre qué aprender a continuación. Si has visto la película Idiocracy, sabrás perfectamente a qué me refiero.

Reflexión final

Aunque es muy poco probable que tu trabajo sea reemplazado por un chatbot de IA generativa, nadie puede prever con certeza lo que ocurrirá en el futuro. Precisamente por eso, ahora es el momento perfecto para empezar a explorar y aprender a usar la IA.

Hoy en día existen infinidad de cursos y formaciones sobre IA y chatbots, ofrecidos tanto por las propias empresas tecnológicas como por plataformas de aprendizaje como Udemy, Coursera o Google, e incluso por universidades como el MIT, Johns Hopkins o Stanford —muchos de ellos, además, gratuitos—. La mayoría de estos cursos han sido creados por personas como tú o como yo: profesionales que decidieron lanzarse, experimentar y descubrir de primera mano el potencial de estas herramientas. Así que, si hasta ahora has sentido curiosidad pero también algo de prudencia, considera este artículo como tu invitación a dar el paso. Las herramientas están listas… y tú también. ¡Disfruta del viaje!