¿Por qué no valoramos lo hecho con IA?

Llama la atención cómo en un entorno en el que mucha gente usa la inteligencia artificial, se la denosta tanto en otros. Si uso la IA bien, si la usan otros el trabajo no tiene valor. ¿Por qué le quitamos importancia a las cosas hechas con la ayuda de esta tecnología cuando la usamos en muchas facetas de nuestra vida?

Quizás sea una especia de vergüenza propia que proyectamos en lo ajeno, pero evidentemente se trata de contradicción que no se está sabiendo resolver bien. Pero esta contradicción solo tiene dos salidas, o la denostamos en lo propio, o la normalizamos para todos, pero seguir usándola en el día a día mientras criticamos a los demás por lo mismo no parece ser muy sostenible.

Despreciamos en los demás la ayuda de la inteligencia artificial porque todavía necesitamos creer que nuestro propio uso de ella no nos contamina. Esa es la contradicción que empieza a volverse insostenible. La IA se ha incorporado a la vida diaria con una rapidez suficiente como para que muchos la usemos sin demasiada solemnidad: corregir un texto, resumir una información, preparar una idea, ordenar una duda, mejorar una presentación, buscar una primera estructura. Pero basta con descubrir que otra persona la ha utilizado para que el juicio cambie. Lo que en nosotros era eficiencia, en el otro se convierte en atajo. Lo que en nosotros era criterio asistido, en el otro parece falta de mérito.

No es una contradicción puramente tecnológica. Es cultural. La inteligencia artificial ha llegado antes a nuestras herramientas que a nuestras normas de valoración. Sabemos usarla mejor de lo que sabemos hablar de ella. Por eso cada vez más gente vive en una zona ambigua: aprovecha la IA cuando le conviene, pero conserva una reserva moral hacia el resultado producido con IA cuando ese resultado aparece firmado por otro. No hemos decidido todavía si la IA es una prótesis legítima del trabajo intelectual o una forma de hacer trampas con buena interfaz.

Los datos ayudan a entender la escala de esa incomodidad. Pew Research encontró en 2025 que el 73% de los adultos estadounidenses estaría dispuesto a dejar que la IA le ayudara al menos un poco en actividades cotidianas, aunque solo el 13% aceptaría mucha ayuda. El mismo informe señala que el 61% querría tener más control sobre cómo se usa la IA en su vida. Es decir: no estamos ante un rechazo simple. La gente quiere usarla, pero no quiere perder el control sobre ella. Quiere beneficiarse de la asistencia sin sentir que la asistencia decide por ella.

Esa es una tensión bastante humana. Aceptamos una herramienta cuando sentimos que seguimos al mando. La rechazamos cuando sospechamos que ha sustituido aquello que valorábamos. El problema es que, visto desde fuera, resulta difícil distinguir ambas cosas. Si alguien entrega un texto escrito con ayuda de IA, ¿estamos ante una persona que ha pensado mejor gracias a una herramienta o ante una persona que ha delegado el pensamiento? Si una campaña visual utiliza IA generativa, ¿hay dirección creativa o solo producción barata? Si un informe ha sido resumido por un modelo, ¿hay criterio en la síntesis o simple pereza? La respuesta depende menos de la tecnología que de la confianza que tengamos en quien la usa.

Ahí nace buena parte del rechazo. No devaluamos siempre la IA por la calidad de lo producido, sino por lo que imaginamos sobre el autor. Un estudio publicado en Journal of Experimental Psychology: General en 2026, basado en 16 experimentos preregistrados con 27.491 participantes, encontró una penalización persistente cuando los lectores creían que una pieza de escritura creativa había sido producida con IA o con ayuda de IA. La evaluación caía incluso cuando el contenido era el mismo, y el mecanismo central era la percepción de autenticidad. Lo importante no era solo el texto. Era la idea de que el texto venía de un lugar menos genuino.

Esto revela algo incómodo sobre nuestras valoraciones. Decimos que evaluamos resultados, pero muchas veces evaluamos biografías imaginadas. Queremos sentir que detrás de una obra, una idea o una solución ha habido esfuerzo humano, intención, experiencia, riesgo, una especie de fricción interior. La IA introduce sospecha porque rompe el vínculo tradicional entre resultado y recorrido. Antes, cuando alguien entregaba un buen texto, suponíamos cierto trabajo. Ahora el mismo texto puede ser leído como señal de talento o como señal de buena asistencia. Esa duda altera el valor antes incluso de entrar en la calidad.

El asunto se vuelve todavía más claro en el trabajo. IBM Research publicó en 2026 un estudio sobre divulgación de uso de IA en el entorno laboral y partía de una constatación muy directa: a pesar del uso creciente de IA generativa, existen estigmas comunes que retratan a sus usuarios como vagos o incompetentes y su trabajo como de baja calidad o poco fiable. El estudio señala que esos estigmas llevan a ocultar el uso de IA, y que incluso las explicaciones más detalladas sobre cómo se ha usado la herramienta no bastan por sí solas para cambiar las decisiones de divulgación.

Atlassian encontró algo parecido en una investigación de 2026 con trabajadores del conocimiento en Estados Unidos. En un experimento controlado, los participantes evaluaban el mismo trabajo, pero penalizaban de forma significativa al supuesto compañero que revelaba haber usado IA: lo calificaban como mucho más perezoso y eran menos propensos a recomendarlo para un proyecto visible. La parte más interesante del estudio es que la penalización casi desaparecía en culturas laborales donde el uso de IA se celebraba explícitamente. La tecnología era la misma; el juicio social cambiaba según el marco cultural.

Esto confirma que la pregunta no es solo qué hace la IA, sino qué dice de nosotros usarla. En muchas profesiones, admitir el uso de IA todavía suena a admitir una carencia. Como si el trabajador verdaderamente competente debiera producir sin asistencia, atravesar cada paso por su cuenta y demostrar su valor mediante la cantidad de esfuerzo visible. Pero esa moral del esfuerzo tiene algo de tramposa. Nadie considera menos valioso un texto porque haya sido escrito con corrector ortográfico. Nadie desprecia una película porque haya usado edición digital. Nadie exige a un arquitecto que dibuje todos los planos a mano para reconocer su criterio. Hemos aceptado muchas herramientas cuando han dejado de parecer nuevas.

La IA todavía no ha pasado por ese proceso de domesticación cultural. Sigue teniendo un aura de sustitución. No parece una herramienta más porque habla, propone, redacta, imita estilos, genera imágenes y produce formas terminadas. Su resultado no se limita a facilitar el trabajo humano; a veces se parece demasiado al trabajo humano. Ahí aparece la incomodidad. Una calculadora no pretende ser matemático. Un procesador de texto no pretende ser escritor. Un modelo generativo, en cambio, produce lenguaje con una apariencia de intención. Esa apariencia vuelve más difícil separar asistencia de autoría.

La reacción contra el llamado AI slop pertenece a esta misma zona emocional. The Guardian describía en junio de 2026 cómo algunos artistas, diseñadores y estudios empezaban a reivindicar una estética “anti-slop”, más manual, imperfecta y deliberadamente alejada de la pulcritud sintética de cierta producción generada por IA. El rechazo no era solo técnico. Era una forma de recuperar señales visibles de presencia humana: lo irregular, lo hecho a mano, lo que conserva huellas de proceso.

Sería fácil burlarse de esa reacción como nostalgia, pero conviene tomarla más en serio. Cuando una tecnología abarata la producción de formas correctas, lo imperfecto puede convertirse en prueba de vida. La historia del arte ya ha vivido desplazamientos parecidos. La fotografía no eliminó la pintura, pero cambió la función cultural del realismo. El sintetizador no acabó con la música, pero modificó la percepción del instrumento y de la ejecución. Photoshop no destruyó la imagen, pero introdujo una sospecha permanente sobre su relación con lo real. La IA generativa hereda todas esas tensiones y añade una más: no solo modifica la forma, sino que parece modificar la fuente de la intención.

Por eso no basta con decir que la gente terminará acostumbrándose. Quizá sí, pero no de manera uniforme. Habrá campos donde el uso de IA se normalizará hasta volverse invisible, como ya ocurre con tantas capas de software. Habrá otros donde “hecho sin IA” funcionará como una marca de artesanía, igual que “hecho a mano” conserva valor en un mundo industrial. Y habrá zonas híbridas donde lo importante no será si se usó IA, sino cuánto, para qué y bajo qué responsabilidad humana.

Esta última distinción es la que más necesitamos y la que menos practicamos. “Hecho con IA” es una etiqueta demasiado pobre. Puede significar que un modelo escribió el texto entero sin revisión seria. Puede significar que ayudó a ordenar notas propias. Puede significar que tradujo un borrador, que sugirió alternativas, que corrigió erratas, que generó una imagen base, que permitió explorar diez caminos antes de elegir uno. Meter todo eso en la misma categoría produce un juicio moral burdo. No es lo mismo delegar la autoría que ampliar el proceso.

La transparencia debería ayudar, pero hoy muchas veces castiga. Pedimos que se declare el uso de IA y luego usamos esa declaración para rebajar automáticamente el valor del resultado. Así se crea un incentivo perverso: quien es honesto queda bajo sospecha; quien oculta conserva prestigio. No puede sorprender que aparezca una cultura de uso clandestino. La gente aprende rápido qué conviene decir y qué conviene callar. Y si una organización o una comunidad penaliza toda asistencia de IA como si fuera una confesión de pereza, no obtiene más autenticidad. Obtiene más simulación.

La contradicción del usuario contemporáneo está ahí. Usamos IA porque nos resulta útil, pero todavía queremos que los demás nos reconozcan como si no necesitáramos ayuda. Queremos beneficiarnos de la ampliación sin pagar el coste simbólico de admitirla. En lo propio, distinguimos cuidadosamente: yo tuve la idea, yo corregí, yo decidí, yo aporté criterio. En lo ajeno, simplificamos: lo hizo con IA. Esa asimetría no habla de la tecnología, sino de nuestra necesidad de proteger la imagen de mérito.

El mérito siempre ha sido menos puro de lo que nos gusta creer. Todo trabajo intelectual está lleno de ayudas: conversaciones, lecturas, editores, plantillas, ejemplos, correctores, bibliotecas, buscadores, profesores, colegas, software, memoria colectiva. La diferencia es que muchas de esas ayudas ya están moralmente integradas. No amenazan la idea de autoría porque aprendimos a situarlas. La IA, en cambio, todavía aparece como una ayuda demasiado capaz, demasiado opaca, demasiado parecida al resultado final. Nos obliga a reconocer algo que preferíamos mantener difuso: pensar nunca fue una actividad completamente solitaria.

Eso no significa que todo uso de IA sea aceptable. Hay usos perezosos, engañosos, extractivos y directamente fraudulentos. Hay obras que se apoyan en datasets construidos sobre trabajo ajeno sin consentimiento. Hay empresas que usan IA para abaratar producción sin reconocer el valor de quienes generaron los materiales culturales de los que se alimenta. Hay estudiantes que la usan para no aprender, profesionales que la usan para no revisar y organizaciones que la usan para disfrazar precarización de innovación. El problema existe. Pero precisamente por eso conviene no confundir crítica con reflejo automático.

Devaluar cualquier cosa hecha con IA nos impide hacer las distinciones importantes. Una cosa es rechazar la sustitución opaca de trabajo humano. Otra es negar valor a cualquier proceso asistido. Una cosa es exigir responsabilidad. Otra es convertir la herramienta en mancha moral. Una cosa es defender la autoría. Otra es fingir que la autoría nunca ha incluido mediaciones técnicas. El juicio serio empieza cuando dejamos de reaccionar a la palabra IA como si fuera una impureza universal.

Tal vez la salida esté en desplazar la pregunta. No preguntar simplemente si algo está hecho con IA, sino qué responsabilidad humana sostiene ese resultado. Quién decidió. Quién revisó. Quién aporta la intención. Qué parte fue delegada. Qué criterios se aplicaron. Qué riesgos se asumieron. Qué se habría perdido sin la herramienta y qué se habría ganado sin ella. La autoría en tiempos de IA no desaparece, pero necesita describirse mejor.

También hará falta una ética menos obsesionada con la apariencia de esfuerzo. Hay trabajos muy esforzados que no valen gran cosa y trabajos asistidos que contienen excelente criterio. El esfuerzo importa cuando transforma al autor o mejora el resultado, no cuando se convierte en teatro para merecer aprobación. Si una persona usa IA para evitar pensar, el resultado debería notarse. Si la usa para pensar mejor, también. La cultura tendrá que aprender a distinguir ambas escenas sin refugiarse en una condena general ni en una aceptación ingenua.

Lo más probable es que la normalización llegue por agotamiento. A medida que la IA se incruste en herramientas comunes, cada vez será más difícil sostener una frontera limpia. ¿Cuenta como IA una sugerencia de Gmail? ¿Un resumen en el buscador? ¿Una traducción automática? ¿Una corrección de tono? ¿Una edición de imagen en el móvil? Cuando todo el entorno digital esté atravesado por modelos, declarar “sin IA” requerirá casi una disciplina artesanal. Y quizá tenga valor precisamente por eso, pero ya no podrá funcionar como medida universal de legitimidad.

La contradicción solo tiene dos salidas honestas. O rechazamos la IA también en lo propio y asumimos el coste de esa pureza, o aceptamos que su uso puede ser legítimo también en los demás y aprendemos a evaluar con más precisión. Lo que no parece sostenible es seguir usando la herramienta para mejorar nuestra vida mientras convertimos su uso ajeno en prueba de menor valor. Esa postura no defiende la autenticidad. Defiende un privilegio: el de beneficiarse de la tecnología sin admitir que otros tienen derecho a hacer lo mismo.

La IA no nos obliga solo a revisar cómo producimos. Nos obliga a revisar cómo concedemos valor. Quizá por eso incomoda tanto. Una herramienta que escribe, resume, corrige o imagina no solo amenaza ciertas tareas; amenaza pequeñas narraciones morales sobre quién merece reconocimiento. Y cuando esas narraciones se vuelven frágiles, solemos protegerlas señalando la trampa en los demás antes de reconocer la ayuda en nosotros mismos.

Lo hecho con IA no vale menos por haber tocado una máquina. Vale menos cuando la máquina sustituye el criterio, cuando oculta la responsabilidad o cuando se usa para simular una presencia humana que ya no está. Pero puede valer igual, o incluso más, cuando amplía una intención, ordena una búsqueda, acelera una exploración o permite llegar a una forma que sin esa colaboración no habría existido. La pregunta incómoda no es si hubo IA. La pregunta incómoda es cuánta humanidad seguimos exigiendo al resultado cuando la nuestra ha aprendido a trabajar acompañada.

Fuentes: