La nueva división: por qué aprender a usar la IA ahora cambiará quién sale adelante

La IA está poniendo el conocimiento, la comunicación, la creación de software y el análisis de datos a disposición de casi todos. La verdadera división será entre las personas que aprendan a usarlo y las que no.

“El cambio es la ley de la vida. Y quienes solo miran al pasado o al presente están destinados a perderse el futuro.”

— John F. Kennedy, 1963

Una mañana de lunes a viernes, dos personas se sientan a pocas mesas de distancia en la misma cafetería. Ambos tienen computadoras portátiles. Ambos tienen acceso a internet. Ambos están tratando de hacer avanzar sus vidas.

El primero abre un chatbot de IA y comienza a hacer preguntas.

¿Qué carrera debo seguir? ¿Cómo inicio un negocio? ¿Puedes explicar esta inversión? ¿Cómo aprendo esta habilidad técnica?

Las respuestas suelen ser útiles. Incluso pueden resultar impresionantes. Pero llegan uno a la vez. Cada nueva pregunta es una nueva conversación. La herramienta le da una respuesta, ella la lee y luego debe decidir qué hacer a continuación.

La segunda persona ve algo diferente.

No se limita a pedirle a la IA que le explique un tema. Lo utiliza para ayudar a crear un tutor en torno a su objetivo: una herramienta que sigue un plan de aprendizaje estructurado, recuerda dónde tiene dificultades, practica, comprueba su progreso y cambia su enfoque a medida que recibe comentarios. Puede buscar material, crear ejercicios, identificar lagunas y ayudarla a pasar de una lección a la siguiente.

No se limita a preguntarle a AI cómo iniciar un negocio. Lo utiliza para ayudar a construir un sistema en torno a la idea: investigar el mercado, organizar los comentarios de los clientes, escribir un primer sitio web, crear una herramienta básica, realizar un seguimiento de lo que se debe hacer y mejorar el trabajo a medida que aprende más.

Ambas personas tienen acceso a la misma tecnología. Pero uno está utilizando la IA como herramienta de preguntas y respuestas. El otro lo utiliza para crear sistemas que la ayuden a aprender, construir y mejorar con el tiempo.

Esa diferencia importará.

La conversación más ruidosa sobre inteligencia artificial suele ser sobre reemplazo. ¿Se necesitarán empleos? ¿Hará que la gente sea menos capaz? ¿Creará un mundo controlado por un puñado de empresas tecnológicas?

Esas preguntas importan. Pero pueden distraernos de una realidad más inmediata: la IA ya está brindando a las personas acceso a tipos de ayuda que solían ser costosas, especializadas o encerradas dentro de instituciones.

Puede explicarlo. Puede investigar. Puede escribir. Puede analizar. Puede codificar. Puede traducir. Puede convertir texto en audio. Puede organizar información. Puede realizar una secuencia de tareas rutinarias. Y, cuando se usa bien, puede ayudar a una persona a convertir una idea en algo real.

Esto no significa que la IA sea perfecta. No lo es. Puede ser incorrecto, engañoso y demasiado confiado. No comprende automáticamente la vida, los valores o la situación de una persona. Pero está mejorando rápidamente e incluso en su forma actual puede cambiar la vida.

La pregunta ya no es si la IA afectará a la gente corriente. Ya lo es.

La pregunta es si las personas aprenderán a usarlo lo suficientemente profundamente como para beneficiarse, o si verán a otros obtener ventajas con herramientas que estaban disponibles para todos.

El costo de obtener ayuda está colapsando

Durante la mayor parte de la historia, la buena ayuda fue escasa.

Si querías entender un tema difícil, necesitabas un maestro, un libro, un tutor o un amigo paciente. Si querías montar un negocio, necesitabas experiencia, dinero o personas con habilidades que no tenías. Si deseaba analizar un documento o un dato complicado, tenía que aprender cómo hacerlo, contratar a alguien o dedicar mucho tiempo a resolverlo usted mismo.

Internet hizo que la información fuera mucho más fácil de encontrar. Esa fue una revolución en sí misma. Pero información no es lo mismo que ayuda.

Un motor de búsqueda puede enviarte a miles de páginas sobre biología, economía, contabilidad o historia. No puede preguntar fácilmente lo que ya sabes. Por lo general, no puede reconocer dónde se confundió. No puede replantear una explicación en torno a sus intereses, crear preguntas de práctica o ayudarle a resolver un problema paso a paso.

La IA puede.Una persona puede pedirle que explique un concepto matemático como si tuviera doce años, luego pedir una explicación más avanzada, luego pedir ejemplos, luego pedir ejercicios y luego preguntar por qué se equivocó en una respuesta. Pueden pedirle que traduzca un lenguaje complicado a un inglés sencillo. Pueden darle un documento extenso y preguntar qué significa. Pueden pedirle que compare ideas, ayude a organizar un plan o sugiera los primeros pasos de un proyecto que parezca demasiado grande para comenzar.

No se trata sólo de acceso a la información. Es el acceso a una asistencia receptiva.

Para una persona motivada, eso cambia la experiencia de aprender. Ya no tienen que esperar a un profesor, buscar el artículo exacto correcto o sentirse avergonzados por hacer una pregunta básica por tercera vez. Pueden continuar hasta que algo tenga sentido.

Es por eso que la IA puede ser transformadora incluso para alguien que nunca crea una aplicación, nunca inicia un negocio y nunca se vuelve particularmente técnico. Puede hacer que las personas sean más capaces en momentos comunes: comprender un formulario, prepararse para una entrevista, mejorar su escritura, planificar un viaje, investigar una decisión, aprender una habilidad o despegarse.

La ayuda no siempre es la adecuada. No se debe confiar ciegamente en él, especialmente en salud, derecho o finanzas. Pero está disponible, y esa disponibilidad cambia lo que se vuelve posible.

La primera persona en la cafetería puede comenzar haciendo preguntas aisladas. Eso ya es útil. La verdadera oportunidad comienza cuando se da cuenta de que la IA puede ayudar a crear un camino, no simplemente proporcionar una respuesta.

La computadora se está convirtiendo en un taller y en una mesa de datos

La mayoría de la gente todavía utiliza sólo la superficie de la IA.

Lo utilizan para escribir algún correo electrónico ocasional, resumir un artículo o responder una pregunta rápida. Luego deciden que lo entienden.

Esto es un poco como abrir una hoja de cálculo por primera vez, escribir algunos números en celdas vacías y decidir que las computadoras están sobrevaloradas.

El poder de estos sistemas suele surgir cuando una persona aprende a trabajar con ellos en varios pasos. Dale contexto a la herramienta. Explique el objetivo real. Pídale que proponga un plan y luego desafíelo. Pregunta qué información falta. Dale los documentos relevantes. Pídale que produzca alternativas. Pruebe la salida. Mejorarlo.

Las interacciones de IA más útiles rara vez son una pregunta seguida de una respuesta. Son un proceso.

Alguien que se prepara para una entrevista de trabajo puede pedirle a AI que identifique las habilidades necesarias para un puesto, las compare con su experiencia, redacte posibles respuestas, señale las partes débiles de su historia y realice una entrevista simulada. Alguien que intente aprender contabilidad puede solicitar un plan de aprendizaje estructurado, lecciones que se complementen entre sí, ejercicios de práctica y explicaciones de los errores que comete. Alguien con una idea de negocio puede solicitar posibles segmentos de clientes, un modelo operativo aproximado, un primer sitio web, una lista de suposiciones que deben probarse y un plan para obtener comentarios iniciales.

El mismo cambio está ocurriendo con el software.

Durante años, las personas con buenas ideas se han topado con el mismo muro: podían ver el problema, pero no podían construir la solución. Quizás querían un sitio web sencillo, una aplicación para un pequeño grupo de clientes o una automatización que eliminara una tarea repetitiva en el trabajo. Quizás tenían en mente un servicio útil pero no podían permitirse un desarrollador, un diseñador, un investigador y un comercializador.

Las herramientas de codificación de IA están empezando a cambiar eso.

Una persona puede describir lo que quiere, crear una primera versión, explicar el código, probarlo, corregir errores y volver a intentarlo. El resultado puede ser imperfecto. La IA puede producir código roto, malinterpretar el objetivo o crear algo que parece impresionante pero que no funciona bien en el mundo real.

Pero ha reducido drásticamente la distancia entre “tengo una idea” y “tengo algo que puedo probar”.

Esto es importante porque muchos negocios útiles comienzan como soluciones pequeñas y limitadas. No comienzan como empresas globales. Comienzan cuando alguien nota un problema molesto y encuentra una mejor manera de resolverlo.Recientemente vi un servicio de datos financieros promocionado en X que incluía presentaciones públicas de SEC EDGAR, investigación web y una interfaz de inteligencia artificial en un producto premium. Fue útil, pero no era FactSet.

Lo que me llamó la atención fue que el servicio no vendía datos financieros exclusivos y con licencia. Parecía estar reenvasando las presentaciones públicas de EDGAR de la SEC: información a la que cualquiera puede acceder.

Con un guión simple escrito por Codex, una persona puede obtener los mismos archivos, extraer los datos que le interesan, combinarlos con la investigación web y crear el mismo tipo de flujo de trabajo de investigación personal. No es necesario que sea una aplicación refinada, una empresa o un producto de suscripción. Puede ser simplemente una herramienta creada para la propia investigación de una persona.

El servicio en X comercializó una capacidad que ya está disponible para cualquiera que sepa cómo pedirle a la IA que la cree.

Eso no significa que la empresa no haya creado valor. Algunas personas siempre preferirán pagar por la comodidad, una interfaz limpia, soporte y un producto que no necesitan mantener. Pero muestra lo rápido que han caído las barreras.

Es posible que la verdadera ventaja de la empresa no sean los datos públicos en sí. Puede deberse al hecho de que muchas personas aún no se dan cuenta de que pueden utilizar la IA para hacerlo por sí mismas.

Ésta es una de las mayores implicaciones de la IA: hace que los datos sean utilizables.

Durante décadas, algunas de las organizaciones más rentables del mundo han tenido la ventaja de poder convertir los datos en decisiones. Los fondos de cobertura pagan por Bloomberg, FactSet y conjuntos de datos especializados. Las empresas comerciales de alta frecuencia utilizan el aprendizaje automático (la tecnología subyacente en gran parte de la IA moderna) para analizar enormes volúmenes de información de mercado y buscar patrones a muy corto plazo. Las grandes empresas emplean analistas para convertir los datos operativos, financieros y de clientes en conocimiento.

Su ventaja nunca fue simplemente tener una base de datos. Se trataba de tener personas y sistemas capaces de hacerle preguntas útiles.

La IA está empezando a reducir esa barrera.

Un inversor inmobiliario con acceso legal a los datos correctos puede pedirle a AI que examine miles de listados, los compare con ventas recientes, identifique diferencias de precios inusuales, señale propiedades que coincidan con una estrategia particular y produzca un informe de investigación. Eso no garantiza una buena inversión. Los datos históricos no predicen el futuro con certeza, y el sector inmobiliario implica conocimiento local, financiación, regulación e innumerables detalles que una hoja de cálculo no puede capturar por completo.

Pero puede hacer que la búsqueda sea más rápida y el análisis más sistemático.

El mismo patrón se aplica en otros lugares. Un abogado puede buscar y comparar una gran colección de casos. El propietario de una empresa puede analizar el comportamiento de los clientes, las facturas y las tendencias de ventas. Un investigador puede encontrar patrones en registros públicos o artículos científicos. Un gobierno local puede utilizar datos para identificar dónde están fallando los servicios o dónde se pueden necesitar recursos.

La IA no hace que todos los datos sean públicos, fiables o de uso legal por arte de magia. Los derechos de acceso, las licencias, la ley de privacidad y la calidad de los datos siguen siendo importantes. Y un mejor análisis no produce automáticamente un mejor juicio.

También hay un lado más oscuro. Los gobiernos y las grandes plataformas poseen enormes cantidades de datos personales. La IA puede hacer que esos datos sean más fáciles de analizar a escala, lo que plantea serias dudas sobre la vigilancia, la discriminación, la privacidad y quién puede tomar decisiones sobre la vida de las personas.

Pero en el lado positivo, la IA democratiza algo importante: la capacidad de hacer preguntas significativas sobre un gran conjunto de datos y recibir una respuesta útil sin convertirse primero en un científico de datos.

Eso cambiará la forma en que las personas invierten, investigan, dirigen negocios, comprenden los mercados y toman decisiones. Las personas que saben cómo acceder a conjuntos de datos legítimos y utilizar la IA para interrogarlos a menudo verán oportunidades más rápido que las personas que todavía buscan manualmente.

De responder preguntas a realizar trabajos

La palabra “agente” confunde a la gente porque a menudo se utiliza para hacer que la tecnología ordinaria parezca mágica.

La explicación más sencilla es la siguiente: un chatbot responde cuando le haces una pregunta. A un agente se le asigna un objetivo, acceso a herramientas particulares y reglas sobre lo que se le permite hacer. Luego funciona a través de un proceso.Recibe una tarea. Se necesita una acción. Comprueba el resultado. Corrige o vuelve a intentar si es necesario. Le pide a una persona que decida cuándo alcanza un límite. Luego registra lo sucedido.

Piense en una pequeña empresa que recibe facturas por correo electrónico.

Un contable podría leer una factura, identificar el proveedor, el importe, el impuesto y la fecha de vencimiento, compararla con una orden de compra y comprobar si ya se ha pagado una factura similar. Si todo es normal, se podría preparar el asiento en el sistema contable.

Pero si el importe es inusualmente alto, la factura parece duplicada, los datos bancarios han cambiado o falta la orden de compra, se detendrá. Señalaría el problema para una persona.

El agente no es “el contador”. No se trata de tomar todas las decisiones sobre el dinero. Maneja el ciclo repetitivo para que el contador pueda concentrarse en casos inusuales, asesoramiento, controles, flujo de caja y responsabilidad.

La misma idea ya es visible en la codificación.

Cuando una herramienta de codificación de IA como Codex ayuda a corregir un error, puede inspeccionar el código, ejecutar una prueba, leer el error, realizar un cambio y ejecutar la prueba nuevamente. Si el resultado aún falla, puede intentar un enfoque diferente. Ese es un bucle estilo agente:

inspeccionar → actuar → probar → mejorar → reintentar o escalar.

En rigor, repetir un bucle no es lo mismo que aprender en el sentido humano. Pero un agente puede conservar las reglas aprobadas, utilizar la retroalimentación, registrar lo que funcionó y aplicar esa información al siguiente paso.

Esto es importante porque explica dónde la IA se está volviendo poderosa primero.

La IA puede cometer errores. Pero funciona mejor cuando hay una forma clara de comprobar su funcionamiento. El código se puede probar. Los cálculos se pueden verificar. Los datos se pueden comparar. Los documentos se pueden comparar con las reglas. Los procesos rutinarios pueden tener condiciones claras para el éxito o el fracaso.

Es por eso que la IA será profundamente útil en el trabajo con flujo lógico, pasos repetibles y buena retroalimentación.

No es necesario que sea perfecto para ser valioso. Debe ser lo suficientemente útil para manejar el trabajo rutinario, reconocer cuándo es incierto y atraer a un ser humano en el momento adecuado.

Las industrias que cambiarán primero y las que tardarán más

Los primeros efectos de la IA serán más visibles en industrias donde el trabajo ya es digital, basado en lenguajes, analítico y fácil de revisar.

La redacción, el marketing, el diseño, la atención al cliente, el desarrollo de software, la administración, la contabilidad, el soporte de ventas, la investigación financiera, la investigación jurídica y el trabajo científico son obviamente los primeros en avanzar. En cada uno de estos campos, la IA ya puede ayudar con la investigación, la redacción, la clasificación, la comparación, el resumen, la codificación, el análisis y la creación de un primer paso útil.

El cambio no llegará en un momento dramático. Llegará tarea por tarea.

Un abogado puede dedicar menos tiempo a leer documentos de rutina y más tiempo a asesorar a sus clientes sobre decisiones difíciles. Un contador puede dedicar menos tiempo a ingresar facturas y más tiempo a examinar elementos inusuales y ayudar a una empresa a tomar mejores decisiones financieras. Un especialista en marketing puede crear y probar más ideas posibles antes de seleccionar la más sólida. Un ingeniero de software puede dedicar menos tiempo a escribir código de rutina y más tiempo a decidir qué se debe construir, probar casos complejos y asegurarse de que los sistemas funcionen de manera segura.

El efecto inicial a menudo no es el de sustitución. Es apalancamiento.

Alguien que sepa cómo trabajar con IA podrá producir más, aprender más rápidamente y dedicar menos tiempo a tareas repetitivas. Eso cambia la competencia dentro de las empresas, pero también cambia lo que un individuo puede hacer por sí solo.

Una pequeña empresa puede operar con menos servicios externos. Un fundador puede probar una idea antes de recaudar dinero. Un autónomo puede ofrecer un mejor servicio. Un estudiante puede crear un portafolio en lugar de simplemente describir una idea. Una persona puede crear una herramienta especializada para una comunidad que las empresas más grandes han ignorado.

Otros campos cambiarán más lentamente.

La medicina, los tribunales, el asesoramiento financiero regulado, los servicios gubernamentales, la construcción, el transporte y otras áreas de alto riesgo enfrentan un conjunto diferente de desafíos. Los errores pueden dañar a las personas. Los hechos suelen ser incompletos. La responsabilidad debe ser clara. La confianza, la regulación y el juicio profesional son importantes.Eso no significa que la IA no tendrá ningún efecto en estos campos. Ya ayuda con la investigación, la administración, la documentación, el mantenimiento de registros, el análisis y el trabajo de apoyo de rutina. En medicina, la IA ya es útil en la investigación, el descubrimiento de fármacos y el papeleo, incluso si las decisiones de tratamiento del día a día requieren más cautela. En derecho, puede ayudar a revisar documentos y encontrar información relevante, incluso si los jueces y abogados siguen siendo responsables de decisiones difíciles.

La transformación a menudo comienza detrás de escena antes de que sea visible para el público.

La educación está lista para cambiar, incluso si las escuelas no lo están

La educación puede ser el ejemplo más claro de una tecnología que ya es poderosa mientras las instituciones que la rodean siguen siendo lentas.

Un estudiante motivado ahora puede aprender de una manera más personal que hace unos años. La IA puede explicar un concepto en diferentes niveles, generar ejemplos, crear ejercicios de práctica, dar retroalimentación y volver a áreas débiles. Puede ayudar al alumno a avanzar más rápido a través del material que comprende y a reducir la velocidad cuando algo se vuelve difícil.

También puede ayudar a construir el tipo de estructura que muchas personas suponen que sólo una escuela puede proporcionar: un plan, una secuencia, práctica regular, retroalimentación y un registro del progreso.

Eso no significa que las escuelas o universidades ya se hayan transformado. La mayoría no lo ha hecho.

Las escuelas no son sólo lugares donde se entrega información. Proporcionan estructura, socialización, evaluación, credenciales, relaciones y un entorno compartido. Las universidades también tienen marcas, redes y estatus que un chatbot no puede reemplazar fácilmente.

Pero esos hechos no deberían hacernos subestimar la presión para el cambio.

Si las escuelas adoptan seriamente la IA, podrían ofrecer un aprendizaje más personalizado, reducir el tiempo dedicado a la calificación y administración rutinarias y dar a los docentes más tiempo para el trabajo que más importa: motivación, tutoría, liderazgo en el aula, juicio y ayudar a los estudiantes a entender cómo pensar.

El papel del docente no puede desaparecer. Pero es probable que el papel de un profesor parado frente a una sala y impartiendo la misma lección a todos los estudiantes se vuelva menos central.

El punto más importante es que los estudiantes individuales no tienen que esperar a que cambien las instituciones.

Un estudiante puede empezar a utilizar la IA para aprender ahora. Un profesional puede utilizarlo para adquirir nuevas habilidades ahora. Un padre puede utilizarlo para ayudar a un niño a comprender un tema difícil en este momento. La herramienta no reemplazará la disciplina o el esfuerzo, pero puede hacer que el esfuerzo sea más efectivo.

La educación puede cambiar lentamente como institución. El aprendizaje ya está cambiando como experiencia personal.

Los límites de la IA son reales, pero no fijos

Es importante no convertir esto en una historia de progreso sin esfuerzo.

La IA puede estar equivocada. Puede inventar hechos. Puede perder el contexto. Puede dar una respuesta pulida que parezca más segura de lo que debería. Puede crear riesgos para la privacidad cuando las personas pegan información confidencial en sistemas que no comprenden.

Tampoco puede darle automáticamente sabiduría a alguien.

Un sistema de inteligencia artificial puede ayudar a una persona a hacer mejores preguntas, pero no siempre sabe qué pregunta es más importante. Puede ayudar a analizar un negocio, pero no puede comprender completamente las relaciones, la historia y el juicio detrás de una decisión. Puede explicar una afección médica, pero no debería convertirse silenciosamente en la autoridad final sobre la salud de una persona.

La experiencia sigue siendo importante porque los expertos saben cómo plantear los problemas, darse cuenta de lo que falta, reconocer los razonamientos débiles y asumir la responsabilidad de las consecuencias.

Pero las limitaciones de hoy no son necesariamente las limitaciones del mañana.

Los sistemas de inteligencia artificial están mejorando en el uso de herramientas, el acceso a datos aprobados, el manejo de contextos más amplios, el seguimiento de procesos de varios pasos y la verificación de su trabajo. A medida que se conecten con la información correcta y se ubiquen dentro de flujos de trabajo bien diseñados, serán más útiles.

Esto no significará que los humanos desaparezcan de las decisiones importantes. En muchos casos, la responsabilidad humana será más valiosa porque alguien todavía necesita decidir cuándo se debe confiar en un sistema de IA, cuándo se debe revisar o detener.La verdadera pregunta no es si la IA reemplaza todo el trabajo humano. Es donde la IA se convierte en el asistente predeterminado y donde los humanos siguen siendo responsables de la llamada final.

El próximo año hará que la IA se sienta más ordinaria

Es poco probable que el próximo año haya un solo momento en el que el mundo se dé cuenta de repente de que todo ha cambiado.

Será más silencioso que eso.

La IA aparecerá dentro de las herramientas que la gente ya usa. Ayudará a redactar documentos, organizar el correo electrónico, comparar opciones, preparar informes, crear presentaciones, procesar facturas, respaldar las conversaciones con los clientes y gestionar el trabajo rutinario. En lugar de abrir un chatbot independiente, las personas encontrarán cada vez más la IA como parte del software que les rodea.

Más personas crearán sitios web, aplicaciones y automatizaciones simples sin llamarse programadores. Cada vez más pequeñas empresas utilizarán agentes de IA para flujos de trabajo rutinarios. Se espera que más empleados utilicen la IA para investigar, redactar, analizar y resolver problemas básicos.

Las herramientas cometerán errores. Requerirán supervisión. Algunas promesas serán exageradas. Pero la dirección es clara.

La inversión en IA ya está ayudando a respaldar partes de la economía global, especialmente la tecnología, el software, los centros de datos, los chips y la infraestructura energética, aunque los beneficios son desiguales entre países y trabajadores. Las perspectivas del FMI para julio de 2026 describen la demanda de tecnología impulsada por la IA como una compensación a otras presiones económicas.

Sin embargo, para las personas, el cambio se sentirá menos como una estadística económica y más como una pregunta práctica: ¿puede esta herramienta ayudarme a hacer algo que antes no podía hacer?

Para millones de personas, la respuesta será cada vez más sí.

Aprenda ahora, mantenga el control

Nadie necesita convertirse en ingeniero de IA para beneficiarse de la IA.

Una persona puede utilizarlo para comprender un tema difícil, escribir con mayor claridad, prepararse para una entrevista, organizar un negocio, investigar una decisión, aprender una nueva habilidad o ahorrar tiempo en el trabajo rutinario. Si se usa más profundamente, puede ayudarlos a crear herramientas, cuestionar datos, automatizar procesos, comunicarse entre idiomas, construir un negocio paralelo y crear nuevas fuentes de ingresos.

La habilidad más valiosa no es escribir un mensaje inteligente. Es aprender a trabajar con IA sin renunciar a tu pensamiento.

Dale contexto. Pídale que identifique suposiciones. Verifique hechos importantes. Pruebe lo que construye. Proteger la información privada. Sepa cuándo es necesario un verdadero experto. Mantenga la responsabilidad de las decisiones que afectan su salud, dinero, derechos y futuro.

Pero empieza.

En un mundo donde otras personas pueden aprender más rápido, construir más rápido, comunicarse más, analizar más datos y automatizar más trabajo, elegir no aprender estas herramientas no es neutralidad. Está optando por competir con menos apalancamiento.

Las dos personas en la cafetería todavía tienen la misma computadora portátil y acceso a la misma tecnología. La diferencia entre ellos no es permanente. La primera persona puede aprender lo que ha aprendido la segunda.

Puede pasar de hacer preguntas aisladas a crear un sistema de aprendizaje estructurado. Puede pasar de tener una idea a construir una primera versión. Puede pasar de realizar todas las tareas repetitivas por sí misma a diseñar un proceso que le ayude a hacer más.

La IA puede convertirse en una de las herramientas de uso general más importantes de este siglo. Nadie lo está utilizando todavía en todo su potencial.

Las personas que comiencen a aprender ahora estarán en mejores condiciones no sólo para sobrevivir al cambio, sino también para darle forma.