
Evaluar el trabajo que ya se hace con IA
Evaluar trabajo asistido por IA exige observar decisiones, no solo entregas. La prueba debe justificar qué ayuda conserva y qué responsabilidad permite atribuir.
Permitir IA en una evaluación y retirarla después para comprobar si la persona «realmente sabe» puede parecer una precaución razonable. A veces lo será. Pero las dos situaciones no responden necesariamente a la misma pregunta. Una observa cómo trabaja alguien con los recursos disponibles; la otra, qué puede hacer sin uno de ellos. Para interpretar la diferencia necesitamos saber cuál de esas capacidades requiere el puesto, en qué circunstancias y para tomar qué decisiones.
Si el trabajo habitual incluye asistencia de IA, su uso puede formar parte de una muestra pertinente de desempeño. También puede ser necesario comprobar qué sucede cuando la herramienta no está disponible o entrega una respuesta que no merece confianza. Lo que no conviene es establecer una jerarquía automática entre ambas pruebas, como si quitar la tecnología nos acercara siempre a una capacidad más verdadera y trabajar con ella solo mostrara cuánto podemos disimular una carencia.
Los principios de selección de personal de SIOP (se abre en una nueva pestaña), publicados en 2018, vinculan la evidencia basada en contenido con una muestra adecuada del trabajo y de sus exigencias. No fueron escritos como un protocolo de evaluación con IA. Conservan, sin embargo, una exigencia útil para diseñarlo: la dificultad de una prueba no sustituye la justificación de aquello que permite observar. Antes de decidir qué herramienta retiraremos, tenemos que poder explicar qué parte del trabajo quedaría mejor representada al hacerlo.
La asistencia también cambia lo que podemos concluir
Una mejora obtenida con IA es un resultado que merece reconocerse, aunque todavía no sepamos atribuir cada parte de ella. En el experimento de Dell’Acqua y sus colaboradores con profesionales de Procter & Gamble (se abre en una nueva pestaña), quienes trabajaron individualmente con IA alcanzaron un desempeño comparable al de equipos sin ella en los desafíos de innovación estudiados. Sería extraño evaluar ese trabajo ignorando una contribución que lo hizo posible. También sería excesivo concluir que cada participante adquirió por ello la experiencia de otra especialidad o que respondería del mismo modo ante cualquier problema.
La dificultad aparece cuando la buena entrega se utiliza para asignar una responsabilidad más amplia. Preparar una recomendación, contrastar sus fundamentos y decidir si corresponde aplicarla pueden quedar reunidos en un documento convincente. Si el puesto necesita esas tres contribuciones, evaluar solamente la presentación del documento deja parte de la expectativa sin observar. Una explicación posterior ayuda a reconstruir el razonamiento, pero no tiene por qué bastar: puede ser correcta para el caso resuelto y no mostrar qué haría la persona si cambiara una condición decisiva.
El carácter desigual de la ayuda importa aquí. El experimento con consultores de Boston Consulting Group publicado en 2026 (se abre en una nueva pestaña) encontró mejoras con GPT-4 en tareas seleccionadas dentro de sus capacidades, pero menor acierto en un problema situado fuera de esa frontera. Es evidencia sobre esas tareas y aquella tecnología, no un mapa de los límites de los modelos actuales. Para una evaluación, plantea una dificultad concreta: una muestra concentrada en los casos donde la asistencia funciona bien puede dejar sin observar cómo responde alguien cuando deja de funcionar.
Observar una decisión, no solamente su explicación
Una prueba sin IA tendría otro lugar cuando la continuidad del trabajo exija actuar sin ella. Habría que representar esa situación: qué recursos seguirían disponibles, qué decisiones no podrían esperar y qué ayuda sería legítimo solicitar. No supone reproducir a mano todo el proceso automatizado. Puede bastar con saber detenerlo, conservar información indispensable o transferir el caso a quien tiene atribuciones para resolverlo. Pedir independencia absoluta donde el trabajo necesita coordinación también falsearía la muestra.
La conclusión debe conservar sus condiciones
Para comparar resultados importa conocer qué asistencia estuvo disponible. No es equivalente trabajar con una herramienta conocida, con otra que acaba de presentarse o con una configuración que ofrece apoyos distintos. Las instrucciones, los recursos y el tiempo de familiarización necesitan guardar relación con lo que se quiere evaluar. Registrar esas condiciones ayuda a interpretar las diferencias; no elimina automáticamente los problemas de comparación ni exige conservar cada interacción privada como evidencia.
El resultado debería permitir una afirmación más precisa que «sabe usar IA». Una persona pudo producir una solución adecuada con cierta asistencia y, además, revisar su decisión cuando recibió información contradictoria. Eso aporta una base distinta de haber obtenido únicamente la primera solución. Ninguna de las dos observaciones autoriza, por sí sola, a concluir cómo actuará en cualquier dominio, si puede formar a otros o si está preparada para asumir una responsabilidad de mayor consecuencia.
El artículo sobre la formación del criterio bajo automatización preguntaba cómo se renueva esa capacidad. Aquí la obligación de quien evalúa es más inmediata: no atribuirla antes de haber reunido evidencia pertinente. Si la organización espera que una persona supervise el trabajo asistido, esa expectativa debe aparecer en la situación que observa y en el fundamento de la decisión que toma después. De otro modo, puede pedirle una responsabilidad que la evaluación nunca llegó a examinar.
Una evaluación no tiene que castigar el uso de una herramienta para ser exigente. Tiene que permitirnos explicar qué observamos en la persona y por qué eso alcanza para la responsabilidad que vamos a asignarle. No deberíamos aprobar a alguien para responder por un trabajo cuando solo hemos comprobado que puede obtener una respuesta.





