¿Qué ocurre en una economía cuando casi todos pueden producir algo razonablemente bueno, rápido y a bajo costo?

Esa es, a mi juicio, una de las preguntas más incómodas del debate actual sobre inteligencia artificial. Porque, mientras la conversación pública sigue concentrada en automatización, tareas rutinarias y empleos que podrían desaparecer, hay un cambio más silencioso y potencialmente más decisivo. La IA podría estar alterando el mecanismo económico que, durante décadas, permitió a personas, empresas e instituciones diferenciarse y, con ello, generar mayor valor.

La lógica económica de fondo es simple. Cuando los bienes o servicios se vuelven demasiado parecidos, la capacidad de capturar mayor valor se reduce. En contextos de alta homogeneidad, los precios tienden a converger y los márgenes extraordinarios se estrechan. Por eso, una parte importante de la historia económica puede leerse como la historia de cómo los agentes buscan escapar de esa homogeneidad.

Edward Chamberlin lo advirtió tempranamente. En The Theory of Monopolistic Competition, mostró que las empresas no compiten sólo en precios. Compiten también por diferenciarse, por construir la percepción de que aquello que ofrecen no es plenamente sustituible. Y allí suele estar el margen. No en parecerse al resto, sino en lograr que aquello que se ofrece sea percibido como singular.

Esa lógica no aplica sólo a las empresas. También estructura el mercado laboral. Durante años, una parte importante de la trayectoria salarial de las personas descansó en su capacidad de producir algo mejor, más claro, más sólido o más convincente que el promedio. Un buen informe, una presentación bien construida, una tesis bien escrita o un paper técnicamente ordenado podían marcar una diferencia visible.

La inteligencia artificial altera esa lógica de manera profunda. Hoy, un número creciente de personas puede producir reportes mejor escritos, análisis más ordenados, presentaciones más claras e incluso papers, tesis o proyectos académicos con un nivel de estructura que antes exigía años de entrenamiento. Eso no significa que todos produzcan lo mismo. Pero sí implica algo decisivo. Muchas tareas que antes permitían marcar una diferencia comienzan a acercarse a un estándar mínimo mucho más alto.

Lo que antes era sobresaliente empieza a convertirse en lo esperable.

Y allí aparece la pregunta de fondo. Si la IA eleva la productividad de casi todos y, al mismo tiempo, reduce la distancia observable entre muchos trabajos, ¿podría estar limitando nuestra capacidad de diferenciación? Si eso ocurre, parte de lo que antes generaba una ventaja clara dejará de ser excepcional y pasará a ser simplemente el nuevo piso.

Cuando el piso sube, el desafío ya no es cumplir el estándar. El desafío es volver a diferenciarse por encima de él.

Aquí es donde el debate educativo se vuelve central. Hablamos mucho de empleos que desaparecerán, de tareas que serán automatizadas y de sectores más expuestos. Pero hablamos poco de una pregunta más relevante. ¿Qué tipo de capital humano debemos formar en un mundo donde la productividad básica estará crecientemente asistida por inteligencia artificial?

A mi juicio, habrá dos competencias críticas.

La primera es la disciplina operativa. Cumplimiento, confiabilidad, rapidez de ejecución y consistencia. Puede sonar menos glamorosa que otras habilidades, pero en un entorno donde muchas personas podrán producir trabajos similares en calidad, estas características recuperan un valor económico enorme. Si dos profesionales pueden entregar un informe comparable, la diferencia no siempre estará en quién sabe más, sino en quién responde antes, quién cumple a tiempo, quién sostiene estándares bajo presión y en quién se puede confiar. Cuando la calidad mínima sube, la disciplina deja de ser un rasgo secundario y se transforma en una diferencia concreta.

La segunda es la capacidad de formular preguntas no obvias. La IA procesa, sintetiza y reorganiza información ya existente con enorme potencia. Pero su límite sigue estando en el punto de partida: la calidad de la pregunta que recibe. Si todos pueden obtener buenas respuestas a preguntas estándar, entonces la verdadera diferencia ya no estará sólo en responder bien, sino en preguntar mejor. Y eso cambia profundamente el rol de las instituciones educacionales. Ya no bastará con formar estudiantes capaces de repetir respuestas correctas. Habrá que formar personas capaces de mirar un problema desde un ángulo inesperado, detectar lo que otros no están viendo y abrir preguntas que todavía no están bien formuladas.

Ese, quizás, sea el verdadero desafío de la educación en la era de la IA. No sólo enseñar a usar herramientas, sino enseñar a pensar con criterio, a ejecutar con responsabilidad y a producir valor más allá de lo que una respuesta promedio puede ofrecer.

La inteligencia artificial no elimina la necesidad de diferenciación. La vuelve más difícil. Y, precisamente por eso, nos obliga a repensar con urgencia qué significa formar capital humano en el siglo XXI.