La doble vara de medir a la IA: tuya si falla, suya si acierta

El pasado sábado 23 de mayo, un usuario de Hacker News lanzó una pregunta incómoda pero precisa: ¿por qué la misma persona que menosprecia la IA como herramienta incapaz de pensar es la primera en decir, cuando lee algo escrito con ayuda de IA, que «eso lo ha pensado la máquina, no tú»? La observación tiene poco más de un punto en HN y apenas un comentario, pero el patrón que describe es ubicuo en Twitter, LinkedIn y cualquier foro técnico con cierta masa crítica.

No hace falta buscar mucho para reconocer la contradicción. Si alguien publica un análisis elaborado ayudándose de Claude o cualquier otro modelo, aparece la acusación de que «la IA lo escribió todo, tú no has aportado nada». Pero si en ese mismo hilo alguien pregunta si la IA puede razonar o generar ideas propias, la respuesta habitual es un rotundo «no, solo predice tokens». Las dos afirmaciones no pueden ser verdad a la vez.

La autoría como territorio en disputa

El problema de fondo no es técnico: es sobre quién se lleva el crédito y quién carga con el error. Cuando un texto asistido por IA sale bien, la atribución vuela hacia la herramienta; cuando sale mal o resulta genérico, la culpa recae en quien la usó. Este mecanismo no es nuevo: ocurre con los correctores ortográficos, con las plantillas de PowerPoint y con los marcos de análisis estratégico que aprendemos en másteres. Nadie dice que un consultor «no tuvo la idea» porque usó un framework de McKinsey.

Lo que cambia con la IA generativa es la visibilidad del proceso. Un texto generado con ayuda de Claude puede delatar ciertos patrones —estructura en tres puntos, transiciones demasiado suaves, ausencia de anécdota personal— que activan el detector informal del lector. Y ahí el sesgo se dispara: si reconozco la huella del modelo, concluyo que el humano no aportó nada, aunque la hipótesis original, el encuadre del problema y la decisión de publicar fueran completamente suyos.

Por qué importa esto más allá de la anécdota

Esta doble vara tiene consecuencias prácticas para quienes trabajan con herramientas como Claude Code, usan skills personalizados o construyen flujos con subagentes. Si el resultado de un agente especializado es bueno, el cliente o el colega tiende a pensar que «lo ha hecho solo la IA»; si falla, el desarrollador es el responsable. Esa asimetría desincentiva declarar el uso de IA en el flujo de trabajo, lo que a su vez alimenta la sospecha de que se oculta algo.

La conversación honesta sobre autoría en un entorno donde los modelos como Claude Opus 4.7 pueden mantener un millón de tokens de contexto y actuar como subagentes coordinados requiere algo más que una intuición binaria de «lo hizo el humano» o «lo hizo la máquina». En la práctica, casi siempre es una combinación: el criterio, la dirección y la responsabilidad son humanos; parte de la ejecución, síntesis o redacción puede ser del modelo.

Qué revelan las contradicciones de la comunidad técnica

Que esto ocurra en Hacker News —comunidad con alta alfabetización técnica sobre LLMs— es relevante. No es ignorancia sobre cómo funcionan los transformers lo que genera la contradicción: es un conflicto de valores no resuelto entre la meritocracia del esfuerzo individual y la realidad de que las herramientas amplifican la capacidad humana. La calculadora no «hizo las matemáticas por ti», pero si la usas en un examen, hay quien dice que hiciste trampa.

La diferencia con la IA generativa es de grado, no de naturaleza. Y hasta que la comunidad —técnica y no técnica— no resuelva ese conflicto de forma más explícita, seguiremos viendo el mismo patrón: herramienta tonta cuando conviene desacreditar al autor, herramienta todopoderosa cuando conviene desacreditar la idea.

Desde ElephantPink llevamos tiempo observando que los equipos que más partido sacan a Claude son precisamente los que más claro tienen qué parte del trabajo es suya y qué parte delegan al modelo. Esa claridad interna no es solo una cuestión de honestidad intelectual: es lo que separa un flujo de trabajo sólido de uno que se rompe en cuanto alguien pregunta «¿pero esto lo pensaste tú?».