¿Cómo ensancha la IA la brecha de capacidades entre oficinistas? El eje que se desplaza, suelo frente a techo y cómo no quedarse atrás

«La IA te quitará el trabajo» es un estribillo conocido. Pero lo que avanza en silencio en los lugares de trabajo reales es un cambio más cotidiano: entre compañeros de la misma empresa y el mismo puesto, la diferencia de resultados empieza a abrirse poco a poco. La causa no es tanto la IA en sí como la división entre «quienes dominan la IA» y «quienes no la usan o no saben usarla».

Este artículo explica cómo el avance de la IA ensancha la brecha de capacidades entre los oficinistas a partir de tres estudios experimentales y una encuesta pública, todos verificados en su publicación original (a 30 de septiembre de 2026). Adelantamos que no es la historia simple de «ganan los listos». En los experimentos, la IA elevó más a los principiantes y estrechó la brecha; sin embargo, en la encuesta, la diferencia en quién usa IA se amplió en un año. La IA tiene una fuerza que estrecha la brecha y otra que la ensancha. Dejamos «qué empleos desaparecen» para el ranking de empleos en riesgo, «qué pasa con el empleo de oficina en general» para ¿Eliminará la IA los empleos de oficina? y «¿pierde el empleo el veterano o el joven?» para veterano vs. joven; aquí nos centramos en «la brecha de capacidades entre quienes siguen trabajando».

*Las cifras de este artículo proceden de artículos revisados por pares y de un centro de encuestas de EE. UU. (verificadas en las fuentes originales el 30 de septiembre de 2026). Los experimentos se refieren a tareas y lugares de trabajo concretos, y las cifras cambian según el país y la ocupación. Indicamos las condiciones de cada uno para no generalizar a partir de un solo estudio.

1. La conclusión: cambia el "eje" de la brecha

Primero la conclusión. El mayor cambio que trae la IA es que cambia "el eje con el que se mide la capacidad". Lo que antes generaba la brecha en el trabajo era la "potencia bruta personal": cantidad de conocimientos, velocidad de procesamiento, experiencia. Pero ahora que la IA ha empezado a asumir todo eso, ha pasado al frente un eje nuevo.

Dicho de otro modo, la brecha de capacidades de aquí en adelante se abre en gran medida a lo largo del eje "usas bien la IA o no", más que "eres listo o no." Visto de otra forma, esto es una buena noticia. El intelecto bruto y las credenciales son difíciles de cambiar, pero cualquiera puede empezar a aprender a usar la IA ahora mismo. En la práctica, sin embargo, existen diferencias en la propia "oportunidad de aprender", y ahí es donde se ensancha la brecha. Vayamos por orden.

2. Dos fuerzas opuestas (subir el suelo frente al techo)

Este es el núcleo del artículo. El efecto de la IA sobre la brecha de capacidades son en realidad dos fuerzas opuestas que actúan a la vez. Por eso, a la pregunta «¿se ensancha o se estrecha la brecha?», la respuesta es «ambas».

En resumen: dentro de una tarea, la IA ayuda a los principiantes y estrecha la brecha, pero en el conjunto del trabajo y de la sociedad, se abre la diferencia entre quienes pueden usarla y quienes no. No es una contradicción: son niveles distintos. En los experimentos la brecha se estrechó en parte porque todos tuvieron el mismo acceso a la IA, algo que los lugares de trabajo reales no garantizan. Por eso, lo que de verdad importa para cada persona es lo segundo: la bifurcación entre usarla o no.

3. El estado de la cuestión, en datos

Estas son tres cifras verificadas en sus publicaciones originales. Las dos primeras son experimentos «dentro de la tarea»; la tercera, una encuesta sobre «el conjunto del trabajo».

Puestas una junto a otra, la imagen es clara. Cuando las personas tienen acceso a la IA, los principiantes son los que más ganan (las dos primeras). Pero en la realidad, quienes tienen más estudios son los que usan la IA, y esa diferencia pasó de 7 a 12 puntos porcentuales en un año (la tercera). Es decir, la IA podría ser una herramienta para cerrar brechas existentes, pero como la oportunidad de usarla está mal repartida, puede sumar una nueva brecha a la anterior. Conviene recordar también que las cifras experimentales proceden de tareas cortas, así que no demuestran que «cualquiera se vuelve experto en pocos años con IA».

4. Las 4 fuerzas que ensanchan la brecha

¿Por qué la gente se divide en "usuarios" y "no usuarios"? No es solo cuestión de capacidad o de motivación. Las diferencias de entorno pesan mucho. Hay cuatro fuerzas principales.

Es notable que tres de las cuatro (acceso, formación, autonomía) ya favorecen a quienes ocupan posiciones más altas. Así que, abandonado a su suerte, tiende a convertirse en un flujo en el que "el fuerte se hace más fuerte." Pero solo la cuarta, "la disposición a aprender", es algo que puedes cambiar tú mismo independientemente de tu posición. Esta es la mayor palanca para no quedarse atrás.

5. Quién se adelanta y quién se queda atrás

Entonces, ¿quién acaba en el lado de "los que se adelantan" y quién en el de "los que se quedan atrás"? No por intelecto bruto, sino por "cómo trabajas con la IA", emergen a grandes rasgos tres tipos.

La clave es que no es un binario de "usar / no usar." Quienes de verdad se adelantan son quienes combinan "dejar que la IA lo haga × hacer tú mismo un trabajo de un nivel superior." No pasarle el trabajo a la IA y darse por satisfecho, sino invertir el tiempo liberado en "el criterio, las personas, la creación que la IA no puede hacer": poder usarla de esta manera es lo que separa al grupo que "se queda igual" del que "se adelanta."

6. La trampa: el exceso de uso adelgaza tus capacidades

Hay una trampa sorprendente. Usar cada vez más IA no garantiza estar a salvo. En un experimento con 758 consultores de BCG (Organization Science, marzo de 2026), la IA hizo a las personas más rápidas y mejores en las tareas que domina, pero en una tarea compleja que no domina, quienes la usaron tuvieron un 19% menos de probabilidad de dar con la respuesta correcta. Al parecer, se fiaron tal cual de las respuestas verosímiles de la IA. Ambos tipos de tarea formaban parte del trabajo habitual de consultoría y parecían iguales (las condiciones del experimento están en el impacto de la IA en la consultoría).

Esto puede convertirse en una fuente seria de desigualdad. «Quienes usan la IA y se vuelven más listos» frente a «quienes le ceden su juicio a la IA»: ambos son «usuarios de IA», pero donde la IA flaquea, sus resultados son opuestos. La clave es el hábito de tratar la respuesta de la IA como un borrador que se comprueba y mejora. No te la tragues entera; dialoga con ella. Esto se solapa con la lógica de la ingeniería de prompts. Quienes usan la IA mientras entrenan su propio juicio son, al final, los que más crecen.

7. Cómo no quedarse atrás

Entonces, ¿cómo te pones en el lado de "los que se adelantan"? Aquí tienes cosas que puedes mover tú mismo, hoy, independientemente de tu posición o talento. No hacen falta habilidades técnicas.

• Simplemente tócala: No esperes a que sea perfecto; usa la versión gratuita una vez hoy. La brecha del primer paso se ensancha con el tiempo.
• Pruébala en tu propio trabajo: No en abstracto; haz que la IA haga "el trabajo que estás haciendo ahora." Atado al trabajo real, creces rápido.
• Crea el hábito de "verificar": Duda siempre del resultado de la IA y compruébalo antes de usarlo. No te lo tragues entero.
• Redirige el tiempo liberado a la inversión: Dedica el tiempo que ahorraste al criterio, la planificación, el aprendizaje: "las cosas que solo tú puedes hacer."
• Comparte cómo la usas: Intercambia con tus colegas los prompts y las tácticas que funcionaron. El aprendizaje se acelera.
• Sigue aprendiendo: Las herramientas cambian cada seis meses. No aprendas una vez y pares.

Las dos primeras funcionan especialmente bien: "tócala", "pruébala en tu propio trabajo." Precisamente porque mucha gente está atascada ahora en "parece difícil", este es también un momento en el que quienes se mueven pueden adelantarse relativamente bastante. Para saber cómo desarrollar habilidades, el planteamiento de cómo convertirse en un ingeniero de IA de vanguardia y de los empleos que sobreviven también es una referencia útil.

8. La mirada de la empresa / organización

Por último, unas palabras sobre el lado de la empresa, no solo el del individuo. La brecha no depende solo del esfuerzo personal; también de cómo está construida la organización.

Los dos hallazgos de la sección 3 son pistas para las organizaciones. En el estudio de atención al cliente, tras introducir la IA los agentes nuevos mejoraron mucho y aumentó la retención de empleados; los autores sugieren que la IA difundió las prácticas de los agentes más hábiles. Por otro lado, la encuesta de EE. UU. mostró que la oportunidad misma de usar la IA está sesgada por el nivel de estudios, y ese sesgo crece. Es decir, si el uso se queda en la fase de «cada uno por su cuenta», la brecha se abre; si se construye «un sistema en el que todos en la organización puedan usar y aprender IA», la IA funciona como herramienta para subir el suelo. En concreto: dar herramientas a toda la plantilla, reservar tiempo para formación, compartir lo que funciona y estandarizar cómo se comprueban las respuestas de la IA. Son también medidas que contrarrestan, desde la organización, los «cuatro factores que ensanchan la brecha» de la sección 4.

Resumen

Una síntesis final de cómo el avance de la IA ensancha la brecha de capacidades entre los oficinistas.

• Cambia el eje: el eje que crea diferencias pasa de «inteligencia y experiencia» a «la capacidad de dominar la IA».
• Dos fuerzas opuestas: dentro de una tarea, la IA eleva a los principiantes (novatos +34% en atención al cliente; −40% de tiempo y +18% de calidad en redacción), mientras que en el conjunto del trabajo se abre la brecha entre quienes la usan y quienes no (EE. UU.: 28% con título universitario o más frente a 16% del resto).
• La trampa: en una tarea que la IA no domina, quienes la usaron tuvieron un 19% menos de probabilidad de acertar. Delegarlo todo es renunciar al propio juicio.
• Cuatro factores que la ensanchan: acceso, formación, margen de decisión y disposición a aprender. Los tres primeros favorecen a los puestos altos; solo el último depende de ti.
• La bifurcación: avanzan quienes delegan en la IA y usan el tiempo liberado para trabajo de más nivel.
• Qué hacer: probarla → usarla en tu propio trabajo → hábito de comprobar → invertir el tiempo liberado → compartir → seguir aprendiendo. Las organizaciones, crear sistemas que todos puedan usar.

Al final, la brecha de capacidades en la era de la IA se abre más por «diferencias de acción y de entorno» que por «diferencias de talento». Como mostraron los experimentos, cuando se dan las condiciones para usar la IA, los principiantes son los que más ganan. Es duro, pero también es esperanzador: a diferencia de la inteligencia innata o los títulos, cualquiera puede empezar hoy a aprender a usar la IA. Para empezar de forma concreta, recomendamos la guía práctica de ingeniería de prompts.

Preguntas frecuentes