El Artículo 1 terminó con una pregunta: ¿cómo y dónde exactamente podría ayudarnos la IA en nuestras disciplinas expertas?
La respuesta podría dar por sentado un binario. Tareas que la IA puede hacer. Tareas que la IA no puede hacer. Traza la línea y ya tienes tu estrategia.
Sin embargo, la práctica rompe esa idea.
Porque las tareas más interesantes no estaban en ninguno de los dos lados. Están en el medio. Tareas donde la IA produjo algo genuinamente útil —no basura, no alucinación, no validación aduladora— sino un borrador real, estructurado, sustancial. Y aun así ese borrador no es el entregable. No puede serlo. Necesita manos de profesional. Reestructuración. Calibración política. Eliminación de recomendaciones que suenan seguras pero morirían al contacto con la realidad de la organización. Adición de contexto que ningún conjunto de entrenamiento contiene.
Tomemos un plan de continuidad. Proyecto real. La IA escribe un borrador completo. Estructura sólida, cláusulas correctas, estrategias de recuperación razonables: de verdad útil como punto de partida.
Pero.
El plan no tiene en cuenta que el sitio alterno tiene un problema de capacidad que todos conocen pero nadie ha documentado.
No refleja el acuerdo informal entre el director de TI y el COO sobre quién realmente toma la decisión de activación.
No lleva la memoria del último ejercicio que falló porque el árbol de comunicación asumía que la gente contestaría el teléfono a las 4 de la madrugada.
Tomas ese borrador y lo conviertes en un plan real. No empezando de cero. Trabajando SOBRE la salida de la IA. Modificándola. Enriqueciéndola. Haciéndote responsable de ella.
Eso no es automatización. No es trabajo solo humano. Es otra cosa por completo.
El patrón se mantuvo en cada proyecto, cada modelo, cada tipo de documento.
Algunas tareas en las que la salida de la IA ES el entregable. No la tocas. Un checklist de cumplimiento generado contra las cláusulas de la ISO 22301. Una matriz de evaluación de madurez poblada a partir de datos estructurados. El cálculo de una cascada de impacto. Las reglas son explícitas, la salida es verificable y modificarla no aporta nada. La IA lo resuelve. Listo.
Algunas tareas en las que la salida de la IA es el PUNTO DE PARTIDA del entregable. Trabajas sobre ella, la remodelas, inyectas experiencia y la firmas. El plan de continuidad. El informe de auditoría. La recomendación de tratamiento de riesgos. La narrativa del BIA. La IA produce. Tú decides.
Algunas tareas en las que ninguna salida de la IA entra en el entregable. Tú solo. Arbitrar RTO irrealistas frente al comité ejecutivo. Conducir una entrevista donde el objetivo real no es la salida documentada sino la alineación política que ocurre en la conversación paralela. Decidir a las dos de la madrugada si la situación amerita una activación total o esperar y ver. La IA puede aportar datos de contexto, pero el entregable —la decisión, el arbitraje, la facilitación— es enteramente tuyo.
Tres zonas. Tres relaciones fundamentalmente distintas entre la salida de la IA y el entregable final.
La observación en sí no es revolucionaria. Cualquier profesional que haya pasado tiempo con estas herramientas reconoce los tres modos de forma intuitiva.
Así que fui a buscar el protocolo. Tiene que haber uno ya, en algún lugar de la literatura.
No lo hay.
El trabajo académico es rico. Vaccaro y colegas del MIT analizaron 106 estudios experimentales sobre equipos humano-IA y hallaron que el equipo rinde peor que la IA sola en tareas de decisión, pero supera a ambos en tareas de creación. Un hallazgo crucial. Ningún método operativo.
Haupt y Brynjolfsson argumentaron que los humanos y la IA deben evaluarse conjuntamente, no por separado. Posición importante. Ningún protocolo previo para construir la partición.
Tong sintetizó sesenta años de investigación sobre colaboración humano-IA e identificó la misma paradoja de desempeño. Pareschi propuso una arquitectura de diseño centáurica. Loaiza y Rigobon identificaron cinco capacidades irreductiblemente humanas: empatía, presencia, opinión, creatividad, esperanza.
Cada aporte hace avanzar el campo. Ninguno responde la pregunta que un profesional en ejercicio realmente tiene:
Toma mis treinta y una actividades de continuidad. Descomponlas en tareas elementales. Dime cuáles van dónde, de una manera reproducible, auditable e independiente del modelo de IA que resulte dominante este trimestre.
Los marcos existen. El protocolo no.
Así que lo construimos.
No desde la teoría proyectada sobre la práctica. Desde la práctica formalizada en teoría. El punto de partida no fue «¿qué dice la literatura de IA sobre la asignación de tareas?». El punto de partida fue: ¿qué hace realmente un profesional de continuidad cada día, y qué ocurre cuando la IA entra en cada una de esas actividades?
El método tenía que satisfacer tres restricciones que ningún marco existente abordaba.
Independiente de la disciplina. Aplicable a la continuidad hoy. A la gestión de riesgos o a la seguridad de la información mañana. A cualquier disciplina experta regida por una norma formal.
Independiente de la tecnología. La clasificación no puede depender de si la IA es ChatGPT, Claude, Gemini o algo que aún no existe. El modelo del próximo trimestre no debería invalidar la clasificación de este.
Observable. Basada en entregables, no en estados cognitivos ni en evaluaciones subjetivas de la «capacidad de la IA».
El criterio aterrizó en algo simple. La relación entre la salida de la IA y el entregable final.
Tres preguntas secuenciales. ¿Puede hacerlo la IA? Si sí, ¿el entregable es idéntico a la salida de la IA, sin modificación? Si sí: la IA lo resuelve sola. Si no: ¿aparece contenido producido por la IA en el entregable final? Si sí: colaboración. Si no: profesional solo.
Tres preguntas. Cualquier tarea. Cualquier disciplina. Observable, replicable, auditable.
Las tres categorías recibieron nombres. Determinista: la salida de la IA es el entregable. Mixta: la IA produce, tú modificas y decides. Estratégica: tú solo, sin contenido de IA en el entregable.
D, M, S.
Qué cambia esto
El giro de «la IA puede o no puede hacer esto» a «cuál es la relación entre la salida de la IA y el entregable final» puede sonar a semántica.
No lo es.
La pregunta tradicional —¿puede la IA hacer esta tarea?— obliga a evaluar la capacidad de la IA misma. Esa evaluación cambia cada seis meses a medida que los modelos mejoran. Depende de la herramienta específica, del prompt específico, de la configuración específica. Es inestable por naturaleza.
La pregunta D/M/E —¿qué le pasa a la salida de la IA?— evalúa la tarea, no la herramienta. Un plan de continuidad es M no porque la IA de hoy no sea lo bastante buena para escribirlo sola, sino porque el plan requiere estructuralmente el criterio del profesional, el contexto político y la asunción de responsabilidad que ninguna IA puede aportar.
Esa clasificación es estable. Sobrevive al próximo lanzamiento de modelo.
El método también obliga a confrontar una verdad incómoda. Dedicamos mucho tiempo a tareas que no requieren nuestro criterio. No por pereza. Porque la profesión se diseñó antes de que existiera la IA. Cada matriz de cumplimiento, cada plantilla poblada, cada cálculo determinista se construyó asumiendo que lo haría un humano, porque no había alternativa.
Ahora la hay.
Lo inverso también es cierto. Algunas tareas que parecen simples son irreductiblemente complejas. Conducir una entrevista parece «haz preguntas, anota respuestas». Pero la verdadera habilidad es leer al entrevistado, ajustar la línea de preguntas en tiempo real, captar aquello que casi dijo pero no dijo, y saber qué silencio llenar y cuál dejar respirar.
Ningún modelo hace eso.
D/M/E no juzga al profesional. Mapea el trabajo tal como es, y revela dónde la IA aporta valor, dónde necesita supervisión y dónde no tiene nada que hacer.
Pero saber que existen las tres zonas no es lo mismo que saber dónde cae cada una de tus tareas. Eso requiere aplicar el método. A algo real. A algo completo. A una disciplina entera —cada actividad, cada tarea— y ver qué sale.
Eso fue lo que pasó con la continuidad de negocio.
Próximo: Artículo 3 — Cuando realmente haces el trabajo. 104 tareas. 31 actividades. Y una cifra que replantea la profesión: 53 %.