En una reciente conversación durante un desayuno, Danilo Naranjo, presidente ejecutivo de Wingsoft, compartió con su amigo y científico chileno, Pablo Zegers, ideas profundas sobre el efecto Dunning-Kruger y su relación con el avance de la inteligencia artificial (IA). Ambos reflexionaron sobre cómo la falta de conocimiento puede convertir a las personas en sobreestimates de sus habilidades, lo que puede ser trágico si se aplica al contexto de la IA, una tecnología que está comenzando a transformar nuestra vida diaria y laboral. La premisa fundamental de Dunning y Kruger pone de relieve la necesidad de reconocer nuestros límites, especialmente en un campo tan complejo como la IA, donde la percepción de competencia puede ser engañosa.
A medida que la IA se va integrando en numerosos aspectos de la vida cotidiana, la facilidad de uso puede inducir a la confianza en los usuarios que a menudo no está justificada por una comprensión adecuada de la tecnología. Naranjo criticó que muchas personas creen que una simple interacción con herramientas de IA, como la generación de textos o la automatización de ciertos tipos de tareas, equivale a competencia técnica. Sin embargo, como él subraya, esta confianza mal fundamentada puede llevar a errores críticos, sobre todo cuando se enfrentan decisiones que requieren un análisis más profundo y un criterio informado.
El impacto de la IA en la comprensión de nuestras propias habilidades quedó reflejado en un estudio publicado en 2026 en la revista Computers in Human Behavior. Este análisis reveló que, aunque los participantes que utilizaron IA lograron un mejor rendimiento en tareas de razonamiento lógico, también mostraron una clara tendencia a sobreestimar sus aciertos. Así, el fenómeno clásico de Dunning-Kruger desapareció, pero la incapacidad para evaluar correctamente sus propios resultados persistió, una evidencia que plantea serias preguntas sobre la capacidad de las personas para juzgar su desempeño en un mundo dominado por la inteligencia artificial.
A medida que más trabajadores enfrentan entornos laborales expuestos a la IA, la necesidad de reconceptualizar los procesos de aprendizaje se vuelve apremiante. Naranjo argumentó que si las empresas eliminan tareas básicas que tradicionalmente sirven como trampolines de aprendizaje y desarrollo, corren el riesgo de crear un vacío en la formación de los futuros supervisores de estas tecnologías. También destacó la contradicción inherente en exigir experiencia mientras, paralelamente, se reducen las oportunidades de adquirirla. En este sentido, es vital que las organizaciones y el sistema educativo trabajen en conjunto para diseñar un futuro en el que la experiencia y el aprendizaje sean parte integral del trabajo con IA.
Ante estos desafíos, Naranjo insta a los líderes de las empresas a ser claros sobre cómo la inteligencia artificial transformará sus operaciones. Manifestó la importancia de establecer metas claras y mecanismos de evaluación que permitan medir el éxito de la implementación de la IA. Preguntas como quién se beneficiará del tiempo y los recursos ahorrados, y qué estructuras de poder se mantendrán en el nuevo paradigma laboral son fundamentales para evitar malentendidos y conflictos. En un contexto donde la adopción de la IA avanza rápidamente en Chile, Naranjo enfatiza la necesidad de un debate público robusto que enfatice la responsabilidad compartida en la gestión y supervisión de esta poderosa tecnología.
