IA y decisiones de negocio: cuando una prediccion parece un hecho

Las herramientas de IA que usas cada día, desde ChatGPT hasta Copilot, tienen un problema de comunicación serio: presentan sus respuestas con el mismo tono seguro tanto cuando saben algo con certeza como cuando simplemente están estimando. Para una pyme o un autónomo que toma decisiones reales con esa información, confundir una predicción con un hecho puede costar dinero, clientes o reputación. La buena noticia: con un par de hábitos de trabajo puedes reducir ese riesgo a casi cero.

¿Por qué la IA "habla" como si siempre tuviera razón?

La filósofa Carissa Véliz señaló esta semana algo que muchos usuarios intuyen pero no saben articular: los modelos de lenguaje como GPT-4o o Gemini están entrenados para generar texto fluido y coherente. Eso implica, por diseño, que no hay diferencia tonal entre "Madrid es la capital de España" y "tu competidor perderá cuota de mercado en 2027".

Ambas frases suenan igual de seguras. Pero la primera es un hecho verificable; la segunda es una extrapolación estadística con márgenes de error que el modelo no te va a detallar salvo que se lo pidas explícitamente.

Esto no es un fallo técnico que se vaya a corregir en la próxima actualización. Es una consecuencia estructural de cómo funcionan estos sistemas. Por eso la responsabilidad de distinguir entre hecho y predicción recae, hoy por hoy, en quien usa la herramienta.

¿En qué situaciones concretas afecta esto a tu negocio?

Estos son los cinco escenarios donde las pymes y autónomos españoles cometen más errores al confiar sin filtro en las respuestas de la IA:

1. Previsiones de demanda o precios: pides a la IA que estime cuánto vas a vender en verano y tomas decisiones de stock basadas en esa cifra como si fuera un dato de mercado contrastado.
2. Análisis de competidores: el modelo describe las estrategias de tus rivales mezclando información real (de su web o notas de prensa) con inferencias propias que nunca has visto confirmadas.
3. Interpretación de normativa: la IA resume una ley fiscal o laboral con total aplomo, pero puede estar citando una versión desactualizada o interpretando un artículo de forma incorrecta.
4. Redacción de propuestas comerciales con datos del sector: incluyes estadísticas que la IA "recuerda" de algún informe, pero que no puedes rastrear a ninguna fuente real.
5. Diagnósticos de situación empresarial: le describes tu situación y el modelo te dice lo que "suele pasar" en casos así, generalizando desde patrones que pueden no aplicar a tu mercado, tu ciudad o tu nicho.

¿Cómo puedes protegerte sin dejar de usar la IA?

La solución no es dejar de usar estas herramientas, sino cambiar cómo las interrogas. Aquí tienes un protocolo de cuatro pasos que cualquier autónomo puede aplicar desde hoy:

1. Pregunta por el tipo de respuesta antes de recibirla: añade al final de tu prompt "¿esto que me vas a decir es un hecho verificable, una estimación o una opinión?". Los modelos actuales responden con honestidad si se les pregunta directamente.
2. Pide fuentes explícitas: "¿De qué fuente concreta viene este dato? ¿En qué año fue publicado?". Si la IA no puede citarla, trata el dato como orientativo, nunca como definitivo.
3. Usa la IA para generar hipótesis, no conclusiones: en lugar de "dime qué va a pasar", prueba con "dame tres hipótesis sobre lo que podría pasar y qué evidencias las sostendrían". Cambias el marco de certeza por uno de exploración.
4. Contrasta en una fuente primaria antes de actuar: cualquier dato que vaya a sustentar una decisión de más de 500 euros merece un minuto de búsqueda en Google Scholar, el INE, el BOE o la web oficial del sector.

¿Qué dice la ética de la IA sobre la responsabilidad del usuario?

El debate que Véliz abrió esta semana no es solo académico. Tiene consecuencias legales y reputacionales para las empresas. En España, si tomas una decisión que perjudica a un cliente o proveedor basándote en un análisis de IA que resultó ser incorrecto, la responsabilidad sigue siendo tuya. La IA no es un auditor, no es un asesor legal y no firma contratos.

Esto es especialmente relevante en tres áreas donde los autónomos delegan más en herramientas de IA actualmente:

1. Redacción de contratos o cláusulas: la IA puede generar texto que parece legal pero que no cumple con el derecho español vigente.
2. Asesoramiento fiscal o contable básico: los modelos no tienen acceso a tu situación real ni a los cambios normativos más recientes del ejercicio en curso.
3. Comunicaciones sensibles con clientes: una respuesta generada automáticamente puede comprometerte frente a un cliente si contiene afirmaciones que no puedes sostener.

La posición ética que defiende Véliz, y que compartimos en CriterIA, es que las empresas tecnológicas deberían diseñar interfaces que distingan visualmente entre hechos y predicciones. Mientras eso no ocurra de forma sistemática, los usuarios de negocios necesitan desarrollar lo que podríamos llamar "alfabetización de incertidumbre": saber leer una respuesta de IA y calibrar cuánta confianza merece.

¿Cuándo sí puedes fiarte directamente de la IA?

No todo es riesgo. Hay tareas donde la IA es fiable de forma consistente y donde el margen de error es bajo o las consecuencias de equivocarse son mínimas:

• Corrección ortográfica y de estilo en textos que tú supervisas antes de publicar.
• Resumen de documentos largos que luego lees tú mismo para verificar.
• Generación de ideas o brainstorming donde no hay respuesta "correcta".
• Automatización de tareas repetitivas con datos estructurados que tú has introducido y controlas.
• Traducción de textos técnicos cuando tienes conocimiento del idioma destino para revisar.

En estos casos, el riesgo de confundir predicción con hecho es bajo porque o bien no hay predicción, o bien tú eres el filtro final antes de que algo salga al mundo.