Pensamiento Crítico
Tu pregunta a la IA ya lleva dentro la respuesta que buscas
Casi todas las preguntas que se le hacen a una herramienta de IA en el trabajo traen ya la respuesta dentro. «¿Por qué conviene externalizar la atención al cliente?» «Dame argumentos para retrasar el lanzamiento.» «Redacta la justificación de este presupuesto.» Son peticiones razonables, y las tres parten de una conclusión que nadie ha puesto a prueba. La herramienta hace lo que se le pide: construye sobre ella, y lo hace bien.
Buscar lo que ya piensas no se siente como sesgo
El sesgo de confirmación es la tendencia a buscar, recordar y dar más peso a la información que confirma lo que ya se cree. Afecta también a la gente rigurosa, porque desde dentro no se nota: se vive como investigar.
Antes, alimentarlo costaba algo. Había que encontrar el informe, el artículo, el colega que opinaba igual. Una herramienta de IA elimina ese coste. Un modelo de lenguaje genera la continuación más plausible de lo que recibe, y si lo que recibe es una conclusión, la continuación más plausible es un buen argumento a su favor. La herramienta no se equivoca: responde a la pregunta que le hiciste.
Y el resultado tiene un efecto que agrava el anterior. Un argumento bien escrito a favor de lo que pensabas se lee como una confirmación independiente. Pero salió de ti. La herramienta solo le dio forma.
¿Qué tendría que ser cierto para que me equivoque?
Esa es la pregunta que cambia el resultado, y se hace antes de abrir la herramienta.
Quien tiene desarrollada esta competencia empieza por localizar lo que está dando por supuesto. Antes de «por qué conviene externalizar» está «¿conviene externalizar?», y antes de eso, «¿qué problema intento resolver?». Cada supuesto que aparece se convierte en algo que se puede comprobar.
Después pide el caso en contra, y lo pide primero: el mejor argumento para no hacerlo, las condiciones en que la idea fracasaría, lo que haría falta observar para abandonarla. Formula la petición de modo que la herramienta no pueda adivinar qué prefiere. Y en la respuesta busca una sola cosa: la objeción que todavía no sabe contestar.
En equipo hace lo mismo en voz alta. Si la sala se pone de acuerdo demasiado deprisa, pide que alguien defienda la opción contraria, y a veces la defiende en persona.
Tres respuestas antes de pedir argumentos
La próxima vez que prepares una decisión con ayuda de la IA, contesta tres cosas antes de escribir la petición: qué conclusión esperas, qué la haría falsa y cuál es la mejor objeción que se te ocurre. Luego pide el caso en contra. Solo después, el caso a favor.
La diferencia está en la redacción. «Dame argumentos para retrasar el lanzamiento» pide munición. «Estamos valorando retrasar el lanzamiento: ¿qué razones hay para no hacerlo, y qué tendría que pasar para que retrasarlo fuera un error?» pide información. Es la misma herramienta y la misma decisión, y el resultado es otro.
El tiempo son minutos. Lo que pesa es que funciona. A veces la objeción es buena, y la idea que te gustaba —la que ya habías contado, la que tu jefa esperaba— se cae o se queda más pequeña. Seguir preguntando a favor es más agradable y parece más productivo. Y en una reunión, quien ha preguntado contra su propia idea llega con menos seguridad que quien trae diez argumentos a favor.
Esa impresión dura una reunión. La decisión dura bastante más.
Pensamiento Crítico · Área Habilidades Cognitivas Superiores · una de 36.
Esto salió por correo el martes 3 de noviembre de 2026. Cada martes, una competencia contada por dentro: apúntate a la newsletter.