Cuatro etapas definen el proceso de producción de cualquier texto profesional: definir la idea central, investigar para desarrollarla, redactar un primer borrador y pulirlo con criterio. La inteligencia artificial (IA) ha transformado radicalmente la tercera etapa, redistribuyendo el valor en toda la cadena.

Un estudio del MIT, realizado con 453 profesionales universitarios, documentó el impacto de esta transformación: quienes utilizaron IA generativa para tareas de redacción laboral completaron sus asignaciones en un 40% menos de tiempo y obtuvieron calificaciones un 18% más altas que el grupo de control. Este resultado se produjo hace apenas tres años, utilizando modelos considerados de generación anterior hoy en día.

Lo que se desprende de esa evidencia no es que la escritura desaparezca, sino que su costo relativo cae mientras aumenta el valor de lo que la rodea. Redactar se convierte en la parte más económica del trabajo. Pensar qué se quiere comunicar y juzgar qué vale la pena conservar del borrador generado se convierten en los activos escasos.

El trabajo no desaparece, se reorienta

Para calibrar la magnitud del cambio, una analogía histórica es útil. En 1915, más de 90 millones de acres en Estados Unidos se dedicaban a alimentar caballos y mulas de trabajo. Hoy, aunque la equitación sigue siendo una disciplina deportiva, los caballos han cambiado de función. El trabajo asociado a ellos no ha desaparecido, sino que se ha reinventado.

Esta lógica aplica también a los perfiles que producen texto profesionalmente. Una firma de comunicación con veinte personas podría operar con seis u ocho hacia finales de esta década. La reducción de puestos no implica desempleo estructural, sino una migración hacia funciones donde la IA no puede reemplazar lo más importante: la confianza proveniente de la verdad y transparencia.

El pensamiento como competencia central

En el debate educativo, se argumenta que la escritura manual desarrolla el pensamiento. Aunque hay evidencia que respalda esto, el razonamiento tiene un punto ciego: se desarrolla el pensamiento, no el acto mecánico de redactar. La escritura es solo un camino hacia ese objetivo.

La IA hace posible otro camino: observar cómo interpreta un argumento poco formado. Cuando se le proporciona una idea imprecisa, el modelo ofrece su versión de lo que se quiso expresar. A veces acierta; a menudo, revela debilidades en el razonamiento original. Este espacio de discrepancia entre intención e interpretación automatizada es donde ocurre el aprendizaje real.

Backcasting como herramienta de planificación

La mayoría de las organizaciones evalúan la IA comparándola con el rendimiento del año anterior, lo que es engañoso porque solo mide la velocidad del trabajo previo. El académico canadiense John Robinson formalizó en 1990 un enfoque llamado *backcasting*, que define un estado deseado en el futuro y trabaja hacia atrás para identificar decisiones necesarias hoy.

Aplicado a la comunicación de crisis, el contraste es claro: una declaración provisional que antes requería una hora de redacción hoy puede generarse en segundos al articular la idea a un agente de IA. El tiempo liberado no se reasigna al redactor, sino que se redirige a decisiones críticas: qué es verdad, qué se admite, y a qué audiencia dirigirse primero. Esa decisión no la toma ningún modelo, y precisamente es la que más importa.