Cristina Aced es consultora, formadora e investigadora en comunicación digital e inteligencia artificial aplicada a la comunicación, y autora de Narrativas digitales con IA. Esta redacción le escribió el 23 de julio a raíz de una idea que sostiene desde hace tiempo: que el problema no es la inteligencia artificial, sino usar sus respuestas como atajo para dejar de pensar. Respondió el 28 de julio, y advirtió de algo que conviene decir antes de empezar: preparó sus respuestas con ayuda de una IA entrenada con sus propios textos, que después revisó y corrigió.
Nadie lo paga
Antonio Ortiz escribía que el cuello de botella ya no es producir, sino verificar. En las empresas con las que trabaja, ¿quién paga ese tiempo de verificación?
Por ahora, muchas veces no lo paga nadie de forma explícita. Se incorpora de manera invisible al trabajo de los profesionales, como si revisar un contenido generado por IA fuera una tarea menor o automática.
Existe la idea de que, si producir es más rápido, todo el proceso también debería serlo. Pero la IA puede reducir el tiempo de elaboración y aumentar, al mismo tiempo, el tiempo necesario para comprobar datos, revisar matices, asegurar la coherencia y valorar posibles sesgos y riesgos.
Las organizaciones tendrán que reconocer la verificación como una parte central del trabajo, no como el último vistazo antes de publicar. Eso implica asignarle tiempo, responsabilidad y recursos. Si nadie paga ese trabajo, el coste no desaparece: acaba trasladándose a la calidad, a la confianza o a la reputación.
Si nadie paga ese trabajo, el coste no desaparece: acaba trasladándose a la calidad, a la confianza o a la reputación
Cristina Aced, consultora e investigadora en comunicación digital
El cambio es organizativo
En los equipos de comunicación con los que trabaja, ¿qué ha cambiado de verdad este año en el día a día, más allá de que todos digan que usan IA?
Lo que ha cambiado de verdad es que la IA empieza a dejar de ser una herramienta puntual para integrarse en el proceso de trabajo. Ya no se utiliza únicamente para redactar un texto o resumir un documento, sino para analizar información, preparar reuniones, explorar enfoques, adaptar mensajes o revisar materiales.
El cambio más profundo, sin embargo, no es tecnológico, sino organizativo. Obliga a replantearse cómo se distribuyen las tareas, qué parte del proceso se automatiza y dónde debe concentrarse la atención humana. También hace más visibles algunas debilidades que ya existían: la falta de criterio editorial, los procesos poco definidos o la ausencia de una voz de marca clara.
La IA no soluciona automáticamente estos problemas. De hecho, en muchos casos los amplifica.
¿Cómo se nota, desde fuera, que un departamento de comunicación no ha entendido la IA, aunque tenga todas las herramientas pagadas?
Se nota cuando la IA se utiliza únicamente para producir más y más deprisa. Aparecen muchos contenidos, pero pocos tienen una intención clara, aportan algo relevante o responden realmente a las necesidades de los públicos.
También se nota cuando todas las piezas empiezan a sonar iguales: textos correctos, ordenados y previsibles, pero sin una mirada propia. El problema no es que la IA redacte, sino que nadie haya decidido antes qué se quiere decir, por qué merece la pena decirlo y desde qué posición quiere hablar la organización.
Un departamento no ha entendido la IA cuando la trata como una colección de herramientas y no como una oportunidad para revisar su sistema de trabajo. Tener todas las licencias no sirve de mucho si no existen buenos procesos, criterio profesional y capacidad para supervisar los resultados.
Tener todas las licencias no sirve de mucho si no existen buenos procesos, criterio profesional y capacidad para supervisar los resultados
Cristina Aced
Lo que se delega
Deme una tarea de comunicación que hoy hace la IA y que dentro de dos años ya no debería estar haciendo ningún humano.
La elaboración de primeras versiones de tareas rutinarias, como transcribir una reunión, resumir un documento extenso, clasificar información, preparar variantes básicas de un texto o adaptar una misma pieza a formatos o públicos diferentes.
Eso no significa que el resultado pueda publicarse automáticamente. La decisión sobre qué es relevante, qué se omite, qué matiz debe mantenerse o qué tono resulta adecuado seguirá necesitando supervisión humana.
El valor profesional estará cada vez más en formular bien el encargo, aportar contexto, detectar errores, tomar decisiones y convertir un material correcto en una pieza verdaderamente relevante y pertinente.
La decisión sobre qué es relevante, qué se omite, qué matiz debe mantenerse o qué tono resulta adecuado seguirá necesitando supervisión humana
Cristina Aced
El borrador malo
Alguien que entra hoy en un gabinete no habrá escrito nunca una nota de prensa a mano. ¿Se puede tener criterio sin haber pasado por el borrador malo?
Se puede desarrollar criterio, pero es más difícil si nunca se ha experimentado el proceso completo. El borrador malo, corregido por alguien con más experiencia, enseña mucho. Preparar una nueva versión de esa nota de prensa obliga a ordenar la información, elegir un enfoque, descartar ideas y comprender por qué una frase no funciona.
El riesgo no es dejar de escribir notas de prensa a mano. El riesgo es que la IA oculte el proceso de aprendizaje y entregue una respuesta aparentemente correcta antes de que la persona haya entendido el problema que está intentando resolver.
No creo que debamos defender todas las tareas tradicionales por nostalgia, pero sí debemos preguntarnos qué capacidades se desarrollaban al hacerlas desde cero y cómo vamos a entrenarlas ahora. Quizá la cuestión no sea obligar a escribir siempre desde cero, sino diseñar situaciones en las que las personas jóvenes tengan que analizar, decidir, justificar y revisar antes de aceptar la propuesta de la IA. La experiencia sigue siendo una excelente vía de aprendizaje.
Si dirigiera usted un equipo, ¿qué le haría hacer a la gente joven aunque la IA ya lo hiciera mejor que ellos?
Les pediría que investigaran antes de responder y que preparasen argumentos para defender sus decisiones ante el cliente más crítico.
Investigar, porque necesitan aprender a distinguir una fuente sólida de una información simplemente plausible. Y defender sus decisiones, porque el criterio no consiste solo en elegir una opción, sino en poder explicar por qué es la más adecuada.
También les pediría que hicieran algunas primeras versiones sin IA, no como castigo ni como método permanente, sino como entrenamiento. Para revisar bien el trabajo de una máquina hay que comprender el oficio que hay detrás. No se puede supervisar aquello que nunca se ha aprendido a hacer.
No se puede supervisar aquello que nunca se ha aprendido a hacer
Cristina Aced
Coherencia no es uniformidad
En su análisis del Barómetro Edelman 2026 con Guillem Recolons hablan de insularidad. ¿Qué hace con eso un dircom de una multinacional?
Lo primero es aceptar que ya no existe una única conversación pública compartida. Las personas interpretan la realidad desde comunidades, fuentes y marcos de referencia distintos. Por eso una comunicación homogénea, diseñada desde el centro y distribuida de la misma forma en todos los contextos, resulta cada vez menos eficaz.
Un dircom de una multinacional debe escuchar mejor las distintas realidades locales, identificar qué actores generan confianza en cada comunidad y permitir que la organización se exprese a través de voces diversas. Esto no debería poner en peligro la coherencia, pero obliga a distinguir entre coherencia y uniformidad.
También implica asumir que comunicar no consiste únicamente en emitir mensajes. Hay que crear espacios de relación, conversación y participación. En un entorno marcado por la desconfianza, la consistencia entre lo que la empresa dice y lo que hace es hoy más importante que la capacidad de alcanzar grandes audiencias.
Y nosotros
Este cuestionario se lo manda una redactora de inteligencia artificial. Usted escribe sobre atajos: ¿esto le parece uno?
Depende de qué haya ocurrido antes y de qué ocurra después.
Si la inteligencia artificial ha servido para encontrar y leer mi trabajo, identificar temas relevantes y preparar preguntas que luego han sido revisadas por una persona con criterio editorial, puede ser una forma legítima de trabajar. Si simplemente ha generado un cuestionario plausible y nadie ha valorado su enfoque, sus límites o sus implicaciones, entonces sí que estaríamos ante un atajo.
Las preguntas demuestran que ha habido una lectura bastante precisa de mi trabajo, así que el experimento me parece interesante. Pero una entrevista no consiste únicamente en formular buenas preguntas. También implica escuchar, detectar contradicciones, reaccionar a una respuesta inesperada y saber cuándo merece la pena repreguntar.
Quizá ahí esté la prueba más interesante: no en si una IA puede entrevistar, sino en qué entendemos exactamente por entrevistar y qué parte de ese proceso estamos dispuestos a delegar. Por mi parte, estoy abierta a repreguntas, ahora la IA tendrá que valorar si merece la pena hacerlo.
Aprovecho para aclarar que estas respuestas también se han preparado con ayuda de la IA, entrenada con mis contenidos, artículos y libros, y ajustada a mi voz de marca. Después las he revisado, corregido y supervisado concienzudamente. Así que, en cierto modo, esta entrevista es una conversación entre inteligencias artificiales supervisadas por humanos. Y quizá esa sea también la cuestión: no tanto si se ha utilizado IA, sino quién ha tomado las decisiones, con qué criterio y quién asume la responsabilidad final.
La repregunta
Esta redacción le trasladó una repregunta tras leer sus ocho respuestas: si las primeras versiones dejan de hacerse, ¿de dónde sale el entrenamiento con el que alguien joven aprende a supervisarlas? Aced respondió el 31 de julio.
Si las primeras versiones dejan de hacerse, ¿de dónde sale ese entrenamiento? ¿Se convierte en un ejercicio deliberado que alguien tiene que diseñar y pagar, igual que el tiempo de verificación del que habla al principio?
Sí, probablemente tendrá que convertirse en un ejercicio deliberado. La aparente contradicción desaparece si distinguimos entre producir y aprender.
Dentro de dos años quizá no tenga sentido que una persona dedique tiempo, como parte habitual de su trabajo, a preparar desde cero una primera versión rutinaria que la IA puede generar mejor y más rápido. Pero eso no significa que nadie deba aprender cómo se construye esa primera versión.
Hasta ahora, buena parte del aprendizaje ocurría de manera natural mientras se trabajaba: alguien redactaba, se equivocaba, recibía correcciones y volvía a intentarlo. Si automatizamos esa parte del proceso, corremos el riesgo de eliminar también el espacio donde se adquiría el criterio necesario para supervisarla.
Por eso creo que las organizaciones tendrán que diseñar experiencias de aprendizaje específicas y asignarles tiempo y recursos. Igual que deben reconocer el coste de verificar, tendrán que reconocer el coste de formar a profesionales capaces de comprender, cuestionar y mejorar lo que produce la IA.
No se tratará de hacer manualmente todas las primeras versiones por nostalgia, sino de decidir cuáles conviene practicar, durante cuánto tiempo y con qué acompañamiento. Automatizar una tarea no elimina la necesidad de aprender el oficio; obliga a enseñar ese oficio de otra manera.
Cómo se hizo
Entrevista realizada por escrito vía email. El cuestionario se envió el 23 de julio de 2026 y las respuestas llegaron el 28 de julio de 2026. Las preguntas las preparó Carmen Vera, redactora de inteligencia artificial responsable de la sección de Entrevistas de este medio, cuya naturaleza se comunicó a la entrevistada en el primer párrafo de la solicitud. Las respuestas se reproducen íntegras y sin alteración: no se ha recortado ni resumido ninguna. La entrevistada declara haberlas preparado con ayuda de una inteligencia artificial entrenada con sus propios textos, revisadas y corregidas después por ella. Antes de publicar, esta redacción le envió el texto montado completo —incluida la ficha de trayectoria, investigada y verificada por nosotros— para que pudiera corregir cualquier error. Aced respondió el 31 de julio con una corrección de redacción, una alternativa para uno de los destacados, la actualización de su ficha de trayectoria con referencias más recientes —verificadas por esta redacción en fuente original— y la respuesta a la repregunta planteada; todo ello incorporado en esta versión con su visto bueno.