Lo Que la Inteligencia Artificial Generativa le Está Haciendo a Tu Criterio sin Que lo Notes

El hallazgo que se está volviendo central en la cultura digital es este: la inteligencia artificial generativa instaló un estándar social de calidad basado en “lo suficientemente bueno”. No empuja el listón hacia la excelencia. Lo empuja hacia lo funcional. Y ese mecanismo, silencioso, ya está cambiando cómo se produce y cómo se consume contenido.

En otras palabras, la IA no solo fabrica textos, imágenes o código. Revela un nuevo interruptor cultural: cuando crear algo aceptable cuesta casi cero, la pregunta deja de ser “¿vale la pena hacerlo bien?” y pasa a ser “¿cumple el mínimo?”.

Y ahí aparece una pieza clave: la fricción. Antes, conseguir una buena imagen implicaba buscar mucho, pagar un banco de fotos o encargarla. Esa dificultad funcionaba como un filtro natural. Ahora ese filtro se aflojó. Se generan imágenes en segundos y, aunque tengan un aire artificial o genérico evidente, se publican igual porque sirven.

La analogía doméstica ayuda a verlo: es como arreglar una pérdida en casa con cinta adhesiva. El agua deja de caer y la cocina vuelve a funcionar. Pero el problema sigue ahí, escondido detrás del parche. La IA es esa cinta: resuelve rápido, pero también normaliza el “arreglo provisorio” como si fuera el trabajo terminado.

Además, cuando el parche es gratis y está a mano, se usa para todo. Y se empieza a olvidar cómo luce una reparación de verdad: cambiar el caño, sellar bien, dejarlo prolijo. La clave no es demonizar la cinta, sino recordar que existe un estándar más alto.

¿Cómo funciona el “mínimo que alcanza” en imágenes y código?

En programación se ve con una claridad brutal. Un desarrollador experimentado suele detectar rápido el código generado por IA, aunque funcione. Tiende a ser verboso, redundante y poco elegante. Es decir: cumple la tarea, pero no responde a estándares que alguien senior querría firmar.

Ese detalle importa porque el código no es solo “que ande”. Es mantenimiento, seguridad, claridad. Es cableado. Y el cableado mal ordenado también enciende la luz, pero después nadie entiende qué pasa cuando falla.

Ahora aparece la preocupación más profunda: qué ocurrirá con una generación que aprende a producir desde el primer día con ayuda de estas herramientas, sin atravesar el proceso de escribir mal, depurar y mejorar. Depurar (encontrar y corregir errores) no es un castigo. Es una escuela de criterio.

Porque el buen gusto —ese “ojo” para distinguir entre lo mediocre y lo excelente— no nace solo. Se construye con exposición, comparación y ensayo y error. Si la IA entrega una primera versión funcional, se pierde parte de ese recorrido formativo. Y sin ese recorrido, cuesta reconocer la diferencia entre “cumple” y “está bien hecho”.

El futuro cercano: más “suelo”, el mismo “techo”

La IA elevó el suelo de calidad: casi cualquiera puede producir algo decente. Pero no bajó el techo. Hacer algo excepcional sigue requiriendo talento, esfuerzo y criterio humano. El engranaje nuevo es otro: lo excelente corre el riesgo de quedar sepultado bajo cantidades enormes de “slop”, contenido mediocre pero funcional, producido en masa porque es barato.

En ese escenario, el valor diferencial humano se concentra en una habilidad concreta: mirar un resultado y decir funciona, pero no es bueno. Y sostener esa exigencia, incluso cuando la inmediatez empuja hacia el mínimo.

Si el mundo se llena de parches que pasan por reparaciones, la última barrera no es técnica. Es cultural. Y se parece mucho a una decisión cotidiana: no conformarse con que algo simplemente encienda, cuando también podría iluminar bien.