La respuesta que te da la Inteligencia Artificial en tres segundos no es mala porque venga de una máquina, es incompleta porque le falta el tiempo que necesita cualquier decisión seria para madurar. Eso vale igual si la primera respuesta te la da un modelo como ChatGPT, un socio de confianza o tú mismo, a solas, la mañana en que aparece el problema.
Veintisiete años viendo la misma escena
En veintisiete años de consultoría he visto la misma reunión repetirse con nombres distintos. Un problema serio aparece sobre la mesa, alguien lo formula en voz alta y en menos de un minuto ya hay tres personas proponiendo la solución.
Esa primera solución casi nunca sobrevive a la semana siguiente. No porque quien la propuso fuera torpe, sino porque respondió al problema tal y como se lo contaron, no al problema real, que casi nunca se parece a como se cuenta la primera vez.
He firmado recomendaciones el mismo día que se me pedían y las he firmado también tres semanas después, con el mismo equipo y los mismos datos delante. Casi nunca coinciden, y cuando coinciden es porque el problema era de verdad simple, no porque la prisa fuera una virtud.
Nadie reconoce en voz alta que decidió deprisa porque tenía prisa, todos dicen que decidieron deprisa porque tenían experiencia, y a veces es cierto. Pero la experiencia sirve para reconocer patrones, no para saltarse la comprobación de que este problema encaja de verdad en el patrón que crees reconocer. Ya escribí sobre la comodidad que nos está robando la capacidad de pensar, y la respuesta instantánea es la versión más pequeña y más frecuente de ese mismo problema: cada vez que aceptas la primera idea sin pasarla por ningún filtro, entrenas al cerebro para dejar de buscar la segunda.
Qué ocurre cuando decides en caliente
Cuando te enfrentas a un problema de negocio, la primera reacción suele salir del mismo sitio que la primera reacción ante un peligro: rápida, económica en esfuerzo, orientada a cerrar la incertidumbre cuanto antes. Sirve para cruzar una calle. Sirve mucho peor para decidir si despides a un proveedor, si lanzas un producto o si firmas una cláusula.
El problema es que esa primera reacción se siente exactamente igual de convincente que una decisión bien pensada. No hay una alarma interna que te avise de que has decidido en caliente. La única forma de saberlo es esperar y comprobar si la decisión resiste el paso del tiempo y una segunda mirada.
La Inteligencia Artificial hereda el mismo defecto que tú
Cuando le preguntas algo a ChatGPT, a Gemini o a Perplexity, obtienes una respuesta en segundos que suena igual de segura si el modelo tiene razón que si se equivoca por completo. La Inteligencia Artificial no duda en voz alta salvo que se lo pidas expresamente, y esa seguridad aparente es la que más engaña a un profesional que no es técnico y que solo quiere una respuesta clara.
La razón técnica es sencilla de entender aunque no seas programador: el mismo motor que genera la primera respuesta es, salvo que se le indique lo contrario, el que la valida. No hay un segundo par de ojos, hay el mismo modelo revisándose a sí mismo con la misma prisa con la que respondió la primera vez.
Esto no convierte a la IA en poco fiable de raíz, ni este es un texto contra ella. La respuesta rápida sirve como primer borrador, como forma de poner el problema sobre la mesa y empezar a verlo con forma. El error no está en pedirle a la Inteligencia Artificial una respuesta en el momento, está en tratar esa respuesta como si ya fuera la decisión, lo mismo que ocurre si en vez de una máquina es la primera idea que tuviste tú en la ducha esta mañana.
Lo que miden los estudios cuando se le da tiempo a un modelo
Esto ya no es solo una intuición de consultor, hay datos que lo sostienen. Un estudio publicado en marzo de 2026 en arXiv, conocido como FinSheet-Bench, midió el acierto de dos modelos actuales, GPT-5.2 y Claude Opus 4.6, resolviendo tareas financieras complejas sobre hojas de cálculo, comparando la respuesta directa con la respuesta obtenida tras activar el razonamiento extendido, es decir, dejando que el modelo revisara su propio camino antes de contestar.
La diferencia fue de 22,8 puntos porcentuales de precisión a favor de GPT-5.2 cuando se le permitió razonar antes de responder, y de 13,6 puntos a favor de Claude Opus 4.6 en las mismas condiciones, según ese mismo estudio de marzo de 2026.
Otro estudio distinto, publicado en febrero de 2026 en arXiv bajo el título Beyond Output Critique: Self-Correction via Task Distillation, probó algo parecido con problemas matemáticos: dejar que el modelo revisara su propia respuesta antes de darla por buena subió el acierto del 89,6% al 93,3% en problemas de aritmética escolar, y del 50,4% al 57,8% en problemas más avanzados, según los mismos autores.
Ningún estudio serio dice que la Inteligencia Artificial mejore siempre con más tiempo, hay tareas simples en las que pensar de más no aporta nada y hasta empeora el resultado. Pero en los problemas que de verdad importan, los que tienen varias piezas y varias formas de estar mal, darle tiempo a la respuesta cambia el resultado de forma medible.
Si diriges un negocio pequeño, el riesgo es mayor, no menor
En una empresa grande, la primera respuesta pasa por comités, por un socio que pregunta lo incómodo, por un departamento legal que frena antes de firmar. En un negocio pequeño, muchas veces la primera respuesta la das tú solo, a las once de la noche, y nadie más la va a cuestionar antes de que se convierta en una decisión ejecutada.
Eso hace que la tentación de usar la Inteligencia Artificial como sustituto de ese comité que no tienes sea todavía mayor, y también más peligrosa si la conversación se cierra en el primer intercambio. Un modelo como ChatGPT no va a parar la reunión y decir que lo pensemos mejor, tienes que pedírselo tú expresamente, cada vez.
La buena noticia es que ese papel de comité incómodo es precisamente el que mejor cumple la Inteligencia Artificial cuando se le pide, sin ego y sin agenda propia, siempre que entiendas que hacerle una segunda pregunta no es desconfiar de la primera respuesta, es simplemente terminar el trabajo.
La pregunta que separa una respuesta madurada de una simplemente repetida
No toda respuesta que llega tarde está madurada, muchas veces solo está retrasada. Repetir la misma pregunta al mismo modelo, o dar vueltas mentalmente sobre lo mismo sin cambiar el ángulo, no es madurar una decisión, es aplazarla con la sensación de estar trabajando en ella.
La pregunta que de verdad distingue una cosa de otra es simple: ¿ha cambiado algo en el problema desde la primera respuesta, aunque sea la información que decidiste mirar o la persona a la que se lo preguntaste? Si la respuesta sigue siendo la primera solo porque nadie la ha cuestionado, no está madurada, está sola.
Qué papel puede jugar la Inteligencia Artificial en madurar una decisión
Aquí es donde la Inteligencia Artificial deja de ser el problema y puede convertirse en parte de la solución, si se usa bien. Pedirle a un modelo que ataque su propia respuesta, que busque el caso en el que esa respuesta falla, o que la compare con un enfoque contrario, cuesta el mismo minuto que aceptarla sin más y cambia radicalmente lo que te llevas de la conversación.
Ya escribí sobre por qué acumular herramientas no es lo mismo que ser más productivo, y esto es la otra cara de esa misma moneda: no se trata de usar más Inteligencia Artificial, se trata de usarla en el momento adecuado del proceso, cuando toca cuestionar, no cuando toca cerrar.
Y también está la parte que ninguna máquina puede hacer por ti, que es la que traté en la diferencia entre opinión y criterio: la Inteligencia Artificial puede ayudarte a estirar el tiempo de una respuesta, pero la firma final, la que asume la consecuencia si sale mal, la pones tú.
Un hábito, no un procedimiento
No hace falta un protocolo complicado para dejar madurar una respuesta, hace falta un hábito muy concreto: cuando algo importante te parezca resuelto en el primer minuto, sospecha de esa misma sensación de alivio. El alivio de tener ya una respuesta es agradable y es, precisamente por eso, mal consejero.
En consultoria.uno, la firma que dirijo, la norma que más disgustos nos ha ahorrado en veintisiete años es dejar pasar una noche antes de firmar cualquier recomendación que cambie dinero, personas o reputación de sitio. No hace falta más ciencia que esa, funciona con o sin Inteligencia Artificial de por medio.
En RADAR, el proyecto que llevamos para vigilar qué dice hoy la Inteligencia Artificial sobre un negocio, vemos exactamente el mismo patrón trasladado a las máquinas: la primera vez que le preguntas algo a un modelo sobre una marca, la respuesta suele ser genérica y a veces sencillamente errónea, y solo mejora cuando se la revisa, se la contrasta y se la corrige con datos reales.
Lo que sigo comprobando después de veintisiete años
Sigo equivocándome en caliente, lo confieso sin dramatismo. La diferencia con hace veinte años no es que haya dejado de tener primeras reacciones, es que ahora sé reconocerlas como lo que son y las trato con la misma desconfianza sana con la que trato la primera respuesta de un modelo de Inteligencia Artificial.
Ese es, al final, el único criterio que de verdad importa: no si la respuesta viene de una persona o de una máquina, sino si ha tenido tiempo de dejar de ser la primera idea y convertirse en una decisión que resiste ser mirada dos veces.
Sobre el autor
Javier G. Amblar lleva veintisiete años trabajando como consultor de negocio. Es exprofesor asociado del IE Business School, donde recibió el Premio a la Excelencia Docente, y hoy dirige una comunidad en línea de más de 500.000 personas interesadas en aplicar la Inteligencia Artificial con criterio, no con prisa.
Si quieres saber qué está diciendo hoy la Inteligencia Artificial sobre tu negocio antes de que lo descubra un cliente, puedes revisarlo con RADAR.
