¿Es usted demasiado mayor para la IA?

Hace poco asistí a un taller sobre cómo sacarle el máximo partido a LinkedIn, impartido por una influencer de primer nivel; y muy buena presentadora, además. En un momento dado dejó algo perfectamente claro: su plataforma no la había construido "algún cuarentón". El comentario no iba realmente sobre la plataforma. Iba sobre quién tiene derecho a formar parte de la conversación sobre la IA y quién, por implicación, no lo tiene.

He pensado en esa frase más de lo que me gustaría admitir (desde luego, ya no tengo veinte años), pero lo que se me quedó grabado fue lo que daba por sentado: que la IA pertenece a los jóvenes, a los nativos digitales, a quienes crecieron con un teléfono en la mano. Si usted es mayor, más veterano, más experimentado, la historia dice que, en el mejor de los casos, va rezagado, y en el peor, es un estorbo.

Esta historia no tiene un fundamento sólido, y tampoco aplica solo a profesionales mayores. Tengo dos anécdotas que complican el asunto de forma interesante. Una: un ejecutivo de finanzas de 27 años, en uno de mis cursos, admitió con timidez que nunca había usado ChatGPT para nada; ni siquiera para preguntar qué tiempo iba a hacer en las vacaciones. Dos: una participante de otro curso me dijo al terminar: "Esto ha sido fantástico; a mi edad, pensé que nunca sería capaz de usar la IA". Tiene treinta años.

Entonces, ¿en qué quedamos? Si usted es mayor, se supone que la IA no es lo suyo; sin importar que la IA lleve existiendo desde la década de 1950, lo que técnicamente la convierte en un invento de "gente mayor". Y si es joven, por lo visto es un anticuado por no adoptarla con suficiente rapidez. Ninguna de las dos historias resulta interesante, y ninguna es cierta. Usted no tiene por qué elegir entre que lo archiven como obsoleto, reasignado discretamente a un departamento donde nadie hace demasiadas preguntas, o que lo traten como un inadaptado generacional por no adoptar una herramienta lo bastante rápido. Ambos encuadres pasan por alto la variable que de verdad importa.

Lo que de verdad ocurrió dentro de una empresa de 75.000 personas

En 2024, Novo Nordisk empezó a desplegar Microsoft Copilot en su plantilla global. Pasó de unos cientos de usuarios en enero de ese año a 20.000 en febrero de 2025, con planes de seguir ampliándolo; uno de los mayores despliegues documentados de IA generativa que existen. Investigadores del Tonomus Global Center for Digital and AI Transformation del IMD estudiaron el proceso junto con dos directivos de Novo Nordisk, y publicaron sus hallazgos en el MIT Sloan Management Review a mediados de 2025, bajo un título que se queda corto ante lo interesante del resultado: "How to Scale GenAI in the Workplace", o "Cómo escalar el uso de la IA generativa en el trabajo".

Escondida en ese artículo hay una sección que los autores titulan "Surprise Champions: More Experienced Employees" (campeones inesperados: los empleados con más experiencia). La dirección de la empresa había supuesto, con toda lógica, que serían los empleados más jóvenes (los nativos digitales) quienes tirarían del resto. Los datos dijeron lo contrario. Los empleados veteranos superaron a sus colegas más jóvenes tanto en ganancias de productividad como en la calidad del trabajo que producían con la herramienta.

La explicación a la que llegaron los investigadores merece considerarse en más detalle, porque no es lo que uno esperaría si creyera en la historia del "cuarentón". No era que el personal veterano se sintiera más cómodo con el software, ni menos intimidado por las interfaces nuevas. Era que conocían el terreno. Años de hacer el trabajo de verdad les habían dado un mapa de dónde estaban los puntos de fricción, qué tareas eran realmente difíciles y qué decisiones de criterio pesaban de verdad; así que, cuando aparecía una herramienta nueva, veían de inmediato dónde encajaba y dónde no. También estaban en mejores condiciones de revisar sus resultados. Saber lo suficiente sobre un tema como para reconocer una mala respuesta resulta ser al menos tan valioso como saber escribir un buen prompt.

Los empleados más jóvenes, en cambio, no estaban frenados por desconocer la tecnología. Estaban frenados por no tener todavía la experiencia suficiente para saber qué hacer con ella. Uno lo dijo sin rodeos: "No conozco suficientes casos de uso reales; ¿para qué puedo usarlo?". No eran personas incapaces de manejar Copilot. Eran personas que aún no habían vivido suficientes versiones del problema como para reconocer dónde podía ayudarles.

Esa distinción importa enormemente, y es precisamente la que borra por completo el relato del "demasiado mayor para la IA". La barrera nunca fue la velocidad con el teclado. Fue el contexto; y el contexto es algo que uno acumula haciendo el trabajo.

La frase que dice en voz alta lo que se suele callar

La conclusión de los propios investigadores es a la que vuelvo una y otra vez:

El rendimiento con la IA generativa no tiene que ver con la destreza técnica, sino con la fluidez contextual, la confianza y la capacidad humana de integrar herramientas nuevas en flujos de trabajo complejos.

Compárela de nuevo junto al comentario de la influencer sobre el cuarentón. Describen dos mundos distintos. En uno, la adopción de la IA es un ejercicio de clasificación generacional: gana el joven, pierde el mayor, y la pérdida se trata como poco menos que inevitable. Lo cual tiene su gracia, a la luz de mis dos anécdotas: el joven de 27 años que nunca había tocado ChatGPT y la profesional de 30 convencida de que había perdido el tren. En el otro mundo, la adopción es una cuestión de quién entiende el trabajo lo bastante bien como para saber dónde una herramienta nueva se gana de verdad su sitio. Los propios datos de Novo Nordisk se decantaron por el segundo mundo, dentro de una empresa con todos los incentivos para creer en el primero.

Una vez claro el patrón, Novo Nordisk no se limitó a tomar nota y seguir adelante: se reorganizó en torno a él. Crearon una red interfuncional de embajadores, formada en buena parte por su personal más veterano, para dirigir demostraciones entre colegas, impartir formación adaptada a cada rol y compartir ejemplos concretos anclados en flujos de trabajo reales, en lugar de tutoriales genéricos. Lo combinaron con plataformas sociales internas que permitían a empleados veteranos y jóvenes intercambiar lo que iban aprendiendo, en ambos sentidos. La solución, en otras palabras, no fue esperar a que el personal con experiencia alcanzara a los jóvenes. Fue poner al personal con experiencia al frente.

Una advertencia, porque aquí la precisión importa

Este es el despliegue de una sola empresa, documentado por investigadores que trabajaron con dos directivos de esa misma empresa. No es un estudio aleatorizado entre distintos sectores, y yo no lo trataría como una ley universal de la adopción de la IA. Pero sí es un caso real, amplio y observado con cuidado: 20.000 personas, seguidas durante más de un año, dentro de una organización sin ningún motivo evidente para halagar a su personal veterano. Como contrapeso a una generalización tan segura, hecha en un taller, es un argumento serio.

Nunca fue solo cuestión de edad

Hay un segundo hallazgo en el estudio, y complica el primero de una forma útil. Copilot no aterrizó de manera uniforme en toda la empresa. Los equipos comerciales (quienes redactan, resumen, planifican, presentan) le sacaron mucho más partido que los equipos de investigación. A primera vista parece otra división artificial de qué funciona y qué no. Pero la razón importa, y no es la que usted supondría.

No era que el personal de investigación fuera peor con la tecnología, ni más reacio. Era que un asistente generativo de propósito general es un tipo de herramienta muy particular: es probabilístico. Hágale la misma pregunta dos veces y puede obtener dos respuestas distintas y, de vez en cuando, se inventará una. Esa es una propiedad maravillosa si su trabajo se apoya en borradores rápidos que luego usted moldea: un primer intento de correo, un resumen, una manera de entrar en un problema. Es un lastre si su trabajo exige una única respuesta exacta y reproducible.

Y aquí está la parte en la que conviene detenerse, porque es fácil malinterpretarla: esto no significa que la investigación quede "fuera del alcance de la IA". Novo Nordisk es una farmacéutica. Sus científicos usan IA constantemente: para predecir estructuras de proteínas, para cribar moléculas, para modelar cosas que ningún ser humano podría sostener en la cabeza a la vez. Ese trabajo es muy crítico en cuanto a precisión, y está profundamente impulsado por la IA. La cuestión no es que la IA no sirva para la ciencia. Es que un asistente generativo de propósito general, y algo parlanchín, era la IA equivocada para esa tarea en concreto; mientras que los modelos especializados y validados en los que esos equipos ya se apoyan son exactamente los adecuados.

Lo cual desmonta discretamente la lectura del "la experiencia siempre gana" antes de que cristalice en un nuevo mito. Nunca fue simplemente que la veteranía vence a la juventud. A los empleados veteranos les fue bien porque su experiencia les permitió ver dónde esta herramienta encajaba con la forma de su trabajo. A los equipos de investigación les costó porque, para buena parte de su trabajo, no encajaba; y tenían mejores soluciones de IA en otra parte. Llegamos a la misma lección: lo que importa es el ajuste entre la herramienta y el trabajo, y la experiencia ayuda sobre todo porque le permite ver ese ajuste antes de descubrirlo por las malas.

Por qué esto importa más allá de una sola empresa

A lo largo de los años he visto a un montón de participantes brillantes y capaces convencerse de que, sencillamente, no estaban hechos para dominar tal o cual tecnología. Oí versiones de esto sobre Adobe Flash, cuando Flash era lo que todo el mundo tenía que dominar (sé que ahora está contando con los dedos para calcular cuántos años tengo). Ahora escucho lo mismo sobre la IA.

Esto es lo que les digo en cambio: BYOL. Bring Your Own Life. Traiga su propia vida. Su experiencia (profesional y personal) no es un peso muerto que usted arrastra a la conversación sobre la IA. Es la perspectiva única que solo usted puede aportar, si sabe cómo usarla. La tecnología no tiene por qué ser aburrida, ni tiene por qué aprenderse en el vacío. Puede que usted haya pasado años estudiando piano clásico (yo nunca lo hice, y lo lamento más con cada año que pasa) y que esa formación le haya dado un oído para la estructura y la improvisación que asome en la manera en que abordaría un flujo de trabajo con IA que a nadie más se le ocurriría probar. Puede que sean los videojuegos, o la jardinería, o algo más silencioso todavía. En la tradición zen, prácticas como la pintura sumi-e existen para ayudar a una persona a encontrar su centro; no para producir una obra maestra, sino para dar con algo verdadero sobre cómo percibe las cosas y cómo trabaja. Aquí aplica el mismo instinto: su vida fuera del trabajo no es una distracción del aprendizaje de la IA. Con frecuencia es la fuente de la forma más original en que usted acabará usándola.

Y si usted está en el otro extremo de ese espectro (más joven, más al principio), el mensaje no es "va usted retrasado", porque no es así. Lo que tiene el colega con experiencia no es más talento ni más valentía; es más rodaje. Sencillamente ha visto el problema las veces suficientes como para reconocer dónde encaja una herramienta. Eso no es un muro, es una lista de tareas: acérquese a los problemas difíciles, aprenda el trabajo que hay debajo del cargo, y traiga también su propia vida, porque ya tiene una. El contexto es ese activo raro que se acumula más rápido cuanto más deliberadamente lo va usted a buscar.

La IA no es una excepción al patrón que llevo toda mi carrera estudiando. La herramienta recompensa a quien ya sabe qué aspecto tiene una buena respuesta en su terreno, a quien detecta cuándo un resultado aparentemente convincente está equivocado, y a quien tiene suficiente práctica resultado de haber hecho el trabajo despacio, a la antigua, como para reconocer un atajo de verdad cuando aparece. Nada de eso figura en una partida de nacimiento. Todo eso figura en una trayectoria.

Así que, si usted ha pasado veinte o treinta años volviéndose bueno en algo, la respuesta honesta a "¿es usted demasiado mayor para la IA?" es: probablemente no. Es más, puede que usted sea justo la persona que la herramienta estaba esperando. Lo que queda por hacer es aprender hacia dónde apuntarla; y esa es una distancia mucho más corta de recorrer que empezar de cero.

Cómo hacerlo, en la práctica

Convertir su propia trayectoria en una ventaja con la IA exige mirar con honestidad, desde el gran "para qué" de su trabajo hasta las pequeñas fricciones cotidianas que hay dentro. Empiece con cuatro preguntas; y después, un movimiento.

1. ¿Cuál es su propósito?
Antes de preocuparse por la IA, tenga claro por qué hace su trabajo, en el fondo: qué intenta lograr de verdad, por debajo del cargo. Este es el nivel con el que se mide todo lo demás, y es el que casi todo el mundo se salta.

2. ¿Cómo sabe cuándo algo está bien hecho?
¿Cómo juzga hoy si un trabajo es excelente, aceptable o erróneo? Ese criterio interno (construido con años de oficio) es justo lo que a la mayoría de las herramientas de IA les falta por sí solas. Usted está a punto de convertirse en quien lo aporta.

3. ¿En qué es usted excelente?
¿Cuáles son las dos o tres cosas que hace y por las que sus colegas acuden discretamente a usted? No su descripción de puesto: sus fortalezas reales y demostradas. Este es su territorio de mayor valor.

4. ¿Qué le agota?
Ahora fíjese en las partes de su trabajo que son rutinarias, repetitivas o simplemente desgastantes: las tareas que no requieren su criterio, solo su tiempo. Sea honesto aquí. No requieren la experiencia que lo hace valioso, y precisamente por eso vale la pena delegarlas.

Y después, el movimiento: dirija la IA hacia la brecha, no hacia usted mismo.
Con las preguntas tres y cuatro respondidas, la pregunta deja de ser "¿debería usar IA?" y pasa a ser "¿dónde encaja la IA en la forma en que ya trabajo?". Úsela para ampliar sus fortalezas distintivas y para absorber la fricción que señaló; todo ello nutrido por lo demás que usted trae consigo: las clases de piano, el jardín y todo lo demás.

Haga esto una vez, en serio, y la pregunta "¿soy demasiado mayor para esto?" tiende a responderse sola. Nunca fue que usted fuera rezagado. Sencillamente tiene más experiencia de la que la herramienta puede por ahora manejar.

Referencia: Wade, M., Trantopoulos, K., Navas, M. y Romare, A. (8 de julio de 2025). How to Scale GenAI in the Workplace. MIT Sloan Management Review. https://sloanreview.mit.edu/article/how-to-scale-genai-in-the-workplace/