Llevo unos días dándole vueltas a una columna de Tom Slater, gestor y socio de Baillie Gifford, que me parece relevante por un motivo poco habitual: la escribe alguien que tiene todos los incentivos para no escribirla. Slater invierte profesionalmente en las compañías que están construyendo la inteligencia artificial (lo dice él mismo, sin rodeos), y aun así dedica su pieza no a lo que la IA hará por esas empresas, sino a lo que la IA hace a las personas que usan sus productos. Él incluido. El título, traducido, lo resume: la IA no viene a por tu trabajo, viene a por tu mente.
El arranque es histórico, que es la mejor manera de empezar casi cualquier cosa. Hace doscientos años, solo el 12% de los adultos del mundo sabía leer; hoy esa cifra es del 87%. Y lo que pasó en medio no fue únicamente una historia de educación: fue una historia biológica. A medida que miles de millones de personas aprendían a leer, su cerebro se reorganizó literalmente. La conexión entre los hemisferios se engrosó. Una región que había evolucionado para reconocer caras se reutilizó para reconocer letras. No mutó ningún gen, no hubo presión darwiniana en el sentido tradicional: una práctica puramente cultural, hacer marcas sobre superficies y entrenar a la gente para descifrarlas, se metió dentro del cráneo y reordenó el órgano que nos hace humanos.
Y aquí está la tesis de Slater, que es a la vez sencilla e incómoda: esto no es la excepción, es la regla. A lo largo de los milenios, tecnologías culturales que van de la cocina a los mercados o a las estructuras de parentesco han reconfigurado de forma sistemática la fisiología y la psicología humanas de maneras que la genética por sí sola no explica. Y ahora estamos desplegando una tecnología cultural que puede ser más penetrante que la alfabetización y más transformadora que los mercados, y que además se extiende a una velocidad sin precedentes. La IA, sostiene, no es simplemente una herramienta de productividad ni un disruptor económico. Es el próximo gran recableado del cerebro, y ya ha empezado.
Variación, transmisión, selección (y quién las controla)
El esqueleto del argumento descansa en una idea de la evolución cultural: tanto la biológica como la cultural dependen de las mismas tres fuerzas (variación, transmisión y selección). Las fuerzas culturales más transformadoras de la historia no se limitaron a participar en ese proceso; lo secuestraron. Slater pone el ejemplo de la Iglesia católica, apoyándose en el trabajo de Joseph Henrich (The Weirdest People in the World): no se limitó a ofrecer un conjunto de creencias y esperar a que la gente las adoptara. Controló la variación definiendo qué era ortodoxia y qué herejía; dominó la transmisión con un cuasi-monopolio sobre la alfabetización, la educación y el púlpito; y reconfiguró la selección desmantelando las estructuras de parentesco que habían gobernado la vida social durante milenios, prohibiendo el matrimonio entre primos, la poligamia y los matrimonios concertados, y sustituyendo las redes de parentesco extenso por la familia nuclear y asociaciones voluntarias como las parroquias y los gremios.
El resultado, según esta lectura, no fue solo un cambio en lo que la gente creía, sino en cómo pensaba y, de forma notable, en su biología. El paso de la poligamia a la monogamia, por sí solo, alteró los perfiles hormonales masculinos de poblaciones enteras. Que uno comparta o no cada eslabón de esa cadena causal (el propio texto reconoce en una nota al pie que el peso relativo de las políticas matrimoniales de la Iglesia frente a otras fuerzas está en discusión) no es lo decisivo. Lo decisivo es la idea de fondo: las instituciones culturales reconfiguran la psicología a escala de poblaciones enteras. La Iglesia no creó solo una cultura nueva, dice Slater; creó un nuevo tipo de mente.
¿Y la IA? Está haciendo algo análogo, pero a una velocidad y una escala que la Iglesia jamás habría podido imaginar. Sobrealimenta la variación (un científico que antes tardaba meses en caracterizar un compuesto, hoy analiza miles de moléculas en paralelo con predicciones estructurales en medio segundo). Reconfigura la transmisión de un modo sin verdadero precedente histórico: cuando un niño le pregunta a ChatGPT por qué el cielo es azul, no aprende de ningún humano concreto, sino de un único modelo entrenado con el texto acumulado de la civilización, que se convierte en maestro cultural de cientos de millones de personas a la vez. Y reconfigura la selección, porque los algoritmos de recomendación se han convertido en el mecanismo dominante para decidir qué contenidos llegan a millones y cuáles desaparecen. Estos algoritmos, advierte, no seleccionan por verdad, utilidad ni riqueza cultural: seleccionan por engagement, es decir, por lo que se alinea con las métricas que mueven los ingresos publicitarios. Slater lo ilustra con una confesión de inversor: durante mucho tiempo no entendió por qué Elon Musk pagó 44.000 millones de dólares por Twitter; vista a través de la evolución cultural, la lógica se aclara (no compraba una red social, compraba un mecanismo de selección).
Tu mente ya está cambiando
Hasta aquí, podría parecer teoría de salón. Y entonces Slater baja a los datos, que es donde la pieza se vuelve verdaderamente inquietante. El MIT estudió el cerebro de varios participantes durante cuatro meses mientras redactaban ensayos en tres condiciones: sin ayuda, con buscadores o con asistentes de IA. Los resultados fueron contundentes. Los usuarios de IA mostraron la conectividad cerebral más débil de los tres grupos, señal de que apenas se implicaban; hacia la tercera sesión habían externalizado prácticamente todo el proceso de escritura. Y el dato que más impresiona: el 83% de los usuarios de IA no fue capaz de reproducir ni una sola cita correcta de los ensayos que ellos mismos habían escrito minutos antes. El esfuerzo que construye un aprendizaje duradero se había saltado por completo.
Un estudio complementario, publicado en npj Artificial Intelligence, añade un matiz que me parece clave (y que, ya lo verán, conecta con nuestro oficio mucho más de lo que parece). La IA te da resultados, pero esos resultados solo se convierten en comprensión real cuando los interpretas y los juzgas activamente. Los participantes que trataron la IA como punto de partida de su propio pensamiento mantuvieron e incluso mejoraron su rendimiento cognitivo con el tiempo; los que aceptaron las respuestas de forma pasiva mostraron un declive medible. La diferencia no estaba en cuánta IA usaban, sino en cómo la usaban. Sáltate el paso costoso de darle sentido a lo que la máquina te entrega, y la capacidad de aprender del cerebro se debilita. Implícate de verdad, y puede sostenerse o incluso reforzarse.
El propio Slater se pone como ejemplo, y lo hace con la honestidad que define toda la pieza. Cuenta que antes se orientaba por Edimburgo sin pensarlo dos veces; desde que enchufa cada trayecto a Google Maps para esquivar el tráfico, ha notado que su capacidad de encontrar el camino por sí mismo se ha deteriorado en silencio. La destreza no desapareció de un día para otro: se fue apagando por desuso, una decisión delegada cada vez. Y remata con una frase que da que pensar: le sorprendería que esa parte de su cerebro no hubiera cambiado físicamente.
El trato que no notas
La metáfora que organiza el ensayo es la del intercambio invisible. La alfabetización reutilizó circuitos neuronales para crear capacidades nuevas a costa de otras (quien aprende a leer gana la capacidad de descifrar lenguaje escrito, pero pierde capacidad de reconocimiento facial en el hemisferio izquierdo). La IA, sostiene Slater, parece estar haciendo un trato distinto: redirige los circuitos cognitivos lejos del procesamiento profundo, la consolidación de la memoria y el razonamiento esforzado, y hacia un conjunto nuevo de habilidades (delegación, verificación, gestión de la interfaz). No son habilidades triviales (un abogado que usa IA para redactar un contrato debe pasar de redactar a juzgar: ¿dice esta cláusula lo que tiene que decir?, ¿se ha inventado la IA un precedente legal?). Pero el problema es que pueden venir al precio de las capacidades fundacionales de las que dependen. Un ingeniero que nunca ha construido un modelo desde cero quizá no reconozca cuándo el resultado de una IA es técnicamente impecable pero estructuralmente erróneo. La verificación sin maestría previa corre el riesgo de quedarse en una comprobación superficial. El trato puede valer la pena, concede Slater; pero ahora mismo la mayoría de la gente lo está haciendo sin darse cuenta siquiera de que hay un trato.
De ahí la paradoja central de la pieza, formulada con una sequedad que la hace memorable: la IA mejora de forma fiable el rendimiento inmediato en una tarea mientras degrada las capacidades humanas que producen ese rendimiento. Mejores resultados hoy, mente más débil mañana. Un ensayo encontró que los estudiantes que usaron ChatGPT para estudiar puntuaron significativamente peor en pruebas sorpresa de retención 45 días después que quienes aprendieron sin la herramienta. Un estudio longitudinal de seis meses halló algo aún más preocupante: a medida que los participantes usaban más la IA, su rendimiento real caía de forma sostenida, mientras su confianza en sus propias capacidades crecía. Al final del estudio, la brecha entre lo bien que la gente creía que lo hacía y lo bien que lo hacía de verdad se había ensanchado hasta casi 35 puntos porcentuales. Iban a peor, y se sentían mejor con ello.
Y hay un hallazgo neurocientífico que Slater rescata y que merece detenerse en él. Existe una región cerebral, la corteza cingulada anterior media (aMCC, por sus siglas en inglés), asociada a la persistencia, la autorregulación esforzada y lo que podría llamarse, sin más, las ganas de vivir. Es más pequeña en personas con obesidad y crece cuando hacen dieta; es mayor en atletas; se mantiene grande en quienes viven excepcionalmente mucho. Lo crítico es que parece responder no al esfuerzo en general, sino específicamente a las tareas que generan fricción, frustración y el deseo de abandonar. Cada vez que la IA elimina la fricción de una tarea esforzada, advierte Slater, puede estar retirando precisamente el estímulo que construye la infraestructura neuronal de la persistencia. Dicho de otro modo: no es solo un problema de aprendizaje, es potencialmente un problema del desarrollo mismo del cerebro.
La trampa de la confianza
El patrón no se limita a estudiantes. Aparece también en profesionales expertos, y aquí los datos clínicos ponen los pelos de punta. Un estudio de 2025 en The Lancet Gastroenterology & Hepatology siguió a 19 endoscopistas experimentados a lo largo de más de 1.400 colonoscopias: tras un periodo trabajando con asistencia de IA, su tasa de detección de un indicador clave cayó un 21%, incluso después de dejar de usar la IA. Los atajos cognitivos aprendidos durante el trabajo asistido se habían trasladado y habían comprometido su rendimiento sin ayuda. Es, según el texto, la primera evidencia clínica real de que la exposición a la IA puede degradar el juicio experto incluso cuando se apaga la máquina.
Detrás hay un sesgo con nombre propio: el sesgo de automatización, la tendencia a deferir a una respuesta generada por ordenador por encima del propio juicio, incluso cuando el juicio propio es el correcto. Cuando la IA hace predicciones seguras pero erróneas, el rendimiento humano se desploma. Una revisión sistemática de 35 estudios encontró que, en condiciones experimentales donde la IA daba predicciones incorrectas, la precisión de los radiólogos caía de en torno al 80% a tan solo el 20% en los menos experimentados. Y, ojo a esto, conocer que la herramienta es falible no protegía de forma fiable contra la sobredependencia. Saber que la máquina se equivoca no evita confiarse.
El ejemplo que más me ha hecho pensar es jurídico (y conviene contarlo entero). En 2023, un abogado de Nueva York presentó un escrito legal con seis citas de jurisprudencia completamente inventadas por ChatGPT. Cuando el juez se las señaló, el abogado no consultó una base de datos jurídica: le preguntó a ChatGPT si los casos eran reales. La máquina le aseguró que sí. Lo multaron con 5.000 dólares. Desde entonces, se han documentado más de 600 casos similares solo en los tribunales estadounidenses. Y un estudio de 2026 en Computers in Human Behavior va más allá: la IA rompe el efecto Dunning-Kruger. Normalmente, a medida que uno adquiere pericia real, su sentido de lo que no sabe se afina; la IA, en cambio, genera un exceso de confianza uniforme en todos los niveles de habilidad. Novatos y expertos se vuelven igual de seguros de entender más de lo que entienden. Y los de mayor «alfabetización en IA» eran, paradójicamente, los peor calibrados, porque confundían su fluidez con la herramienta con el dominio del tema.
La paradoja del creador y el ascensor que se desmonta
Hay un apartado sobre creatividad que ilustra bien la sutileza del problema. Un metaanálisis de 28 estudios halló que la colaboración entre humano e IA mejora la producción creativa individual frente a trabajar solo, pero al mismo tiempo produce un fuerte efecto de homogeneización en la diversidad de ideas. La gente que usa IA tiene mejores ideas individuales, pero ideas más parecidas entre sí. Slater lo pinta con una imagen redonda: imagina mil escritores produciendo cada uno mejores relatos de los que escribirían solos, pero todos escribiendo esencialmente el mismo relato. Y como la innovación depende de poblaciones diversas que cometen errores diversos y recombinan soluciones diversas, la IA estaría amplificando la variación individual mientras reduce la variación colectiva: refuerza las partes y debilita el todo.
Pero quizá el tramo más relevante para cualquiera que piense en términos de largo plazo (y aquí pienso, claro, en familias y en patrimonios) es el que dedica al desmontaje del modelo de aprendizaje. Durante milenios, los profesionales jóvenes (abogados, contables, médicos) construyeron su competencia haciendo el trabajo tedioso bajo la supervisión de los veteranos. El trabajo era pesado, pero el aprendizaje era real: desarrollabas criterio haciendo la cosa, mal al principio, con alguien más experto corrigiéndote. Si la IA se encarga ahora de ese trabajo de base, la vía de aprendizaje desaparece. Y esto no es hipotético: Slater, que reconoce ser accionista de Shopify y entender perfectamente la lógica de eficiencia, recuerda que su consejero delegado pidió a los equipos que, antes de solicitar más personal, demostraran por qué la IA no podía hacer el trabajo. La ganancia de eficiencia y la pérdida de formación, escribe, son la misma decisión vista desde ángulos distintos.
Las consecuencias ya se ven. La contratación de perfiles júnior en las grandes tecnológicas ha caído más de un 50% por debajo de los niveles previos a la pandemia. La IA generativa no elimina ocupaciones enteras de golpe; las vacía por dentro, automatizando un 30% o un 40% de la carga de trabajo de un empleado, dejando menos puestos de entrada y comprimiendo las oportunidades de progresión. El resultado son organizaciones que hacen más con menos gente hoy, pero con menos formas de formar a la gente que necesitarán mañana. Y la ironía, que Slater no se ahorra, es elegante y triste a la vez: la economía del conocimiento que se suponía que era el futuro puede estar produciendo menos vías de entrada al trabajo del conocimiento que la economía a la que sustituyó.
El piloto que aún aprende a aterrizar
¿Significa esto que el cuadro es necesariamente sombrío? No del todo, y Slater tiene el cuidado de decirlo (es de las cosas que más me gustan de la pieza: reconoce con honestidad dónde podría equivocarse). Tras la derrota de los mejores jugadores de Go a manos de AlphaGo en 2016-2017, los humanos estudiaron sus estrategias y desarrollaron formas genuinamente nuevas de pensar el juego, mejorando de forma medible la calidad de sus decisiones. La co-creación activa con la IA puede sostener o incluso reforzar la cognición. El problema es que los resultados positivos documentados hasta ahora tienden a darse en élites, en entornos estructurados y competitivos con bucles de retroalimentación claros, mientras que los resultados negativos ocurren en usuarios corrientes haciendo trabajo normal en contextos cotidianos. La delegación pasiva es el camino de menor resistencia: es lo que la gente hace por defecto a menos que las instituciones, la formación y el diseño deliberado la empujen hacia algo mejor.
La imagen con la que cierra el argumento es la de los pilotos, y es de las que se quedan. Los pilotos siguen aprendiendo a volar manualmente antes de usar el piloto automático, no porque el automático sea malo, sino porque el día que falle alguien tiene que aterrizar el avión. El mismo principio se aplica aquí: un contable que ha preparado cientos de declaraciones a mano puede detectar el error que una IA ha enterrado en los números; un médico que ha diagnosticado sin IA puede anular una predicción segura pero equivocada. Los cuerpos profesionales, las universidades y las empresas, sostiene Slater, necesitan preservar las vías de formación que construyen pericia genuina (aunque la IA las haga parecer lentas e ineficientes) y solo después enseñar la orquestación de la IA como capacidad avanzada que se asienta sobre ese cimiento. La inversión no es en una cosa o en la otra: es en ambas, y en el orden correcto.
Y esto, ¿qué tiene que ver con tu patrimonio?
Aquí es donde, para mí, la pieza deja de hablar solo de oficinas y empieza a hablar de algo que en BISSAN llevamos años repitiendo. Slater describe un mecanismo psicológico que reconozco perfectamente, porque es el mismo que arruina a tantos inversores: la herramienta que retira la fricción retira también el aprendizaje, y el exceso de confianza crece justo cuando la capacidad real disminuye. Cambien «IA» por «mercado alcista» y la frase sigue siendo verdadera. En las épocas fáciles, cuando todo sube y cualquiera parece un genio, se acumula esa misma confianza infundada que luego, en la corrección, se paga carísima. El factor más importante a la hora de invertir nunca ha sido el stock picking ni el timing, sino el comportamiento del inversor. Y el comportamiento, igual que el criterio del piloto, se construye con esfuerzo, con disciplina y con un plan, no delegándolo a un atajo que te hace sentir bien mientras te debilita.
De hecho, hay una analogía que me parece útil. La planificación financiera cumple, en el dominio del patrimonio, el papel que Slater pide para la formación profesional: es la «dificultad deseable» que construye la resiliencia. No es la vía más cómoda (lo cómodo es no mirar, dejarse llevar por el último titular o por la última recomendación automática), pero es la que te permite aterrizar el avión cuando el piloto automático del mercado falla. Cuando el mercado sangra (y siempre acaba sangrando antes o después), no salva al inversor la herramienta más sofisticada, sino el criterio que se forjó antes, en frío, cuando nada urgía. Esa es, en el fondo, la misma tesis de Slater trasladada al dinero: prosperarán no quienes más usen los atajos, sino quienes aún sepan pensar sin ellos.
Slater termina con una confesión que es, a la vez, su mayor fortaleza retórica: invierte en las compañías que construyen estas herramientas, cree en su potencial, y ha visto cambiar sus propios hábitos cognitivos de maneras que no eligió y que apenas notó. Si le está pasando a alguien que dedica su vida profesional a pensar en estas fuerzas, viene a decir, le está pasando a todo el mundo. Hemos atravesado transformaciones así antes (la imprenta, la alfabetización). La diferencia es la velocidad: aquellas instituciones tuvieron siglos; nosotros tenemos años. El tiempo dirá si los aprovechamos.
Nota de cumplimiento: este contenido es divulgativo y de análisis editorial; no constituye asesoramiento financiero ni recomendación de inversión personalizada. Las cifras, estudios y conclusiones citados proceden del documento original de Baillie Gifford («AI isn't coming for your job. It's coming for your mind», Tom Slater, marzo de 2026) y de las fuentes académicas que el propio autor referencia; Maya Corp los reproduce con fines de comentario, sin verificar de forma independiente cada estudio. Las rentabilidades pasadas no garantizan rentabilidades futuras, y cualquier decisión de inversión debe tomarse en el marco de una planificación adaptada a la situación patrimonial de cada familia. BISSAN es una EAF.