Por qué la IA hace más creativos a unos y a otros no

Dos personas. El mismo modelo de IA. El mismo problema. Y al final resultados que no tienen absolutamente nada que ver entre sí. Una obtiene ideas que no habría tenido sola, conexiones inesperadas, caminos que no conocía. La otra obtiene una versión ligeramente mejorada de lo que ya sabía antes de preguntar. ¿Por qué?

Harvard Business Review publicó a principios de 2026 la respuesta. La diferencia no estaba en los conocimientos técnicos, ni en cuánto tiempo llevaban usando la herramienta, ni en si habían leído tutoriales sobre cómo formular mejores preguntas. Estaba en algo que los investigadores llaman metacognición: la capacidad de pensar sobre el propio pensamiento. De observar cómo estás razonando mientras lo haces. De ajustar el enfoque según lo que funciona y lo que no. De saber, antes de hacer la pregunta, qué es exactamente lo que estás buscando.

Antes de usar una IA, anota lo que esperas obtener de esa interacción. Después, compara

Las personas con metacognición fuerte usan la IA de una manera muy concreta: le hacen preguntas que les incomodan. Le piden perspectivas que contradicen sus intuiciones. Le piden que cuestione sus premisas en lugar de confirmarlas. Usan las respuestas como puntos de partida para seguir pensando, no como conclusiones definitivas. Las que no tienen esa habilidad usan la IA como una máquina expendedora: meten una pregunta, sacan una respuesta, se van. El pensamiento queda completamente fuera del circuito. El estudio encontró además algo que parece contradictorio pero tiene mucha lógica: cuando todo el mundo usa la IA del mismo modo básico, los resultados tienden a converger, es decir, la herramienta que promete originalidad puede producir exactamente lo contrario si se usa sin intención deliberada. Por eso la homogeneización que más debería preocuparnos no es que todo suene igual. Es que todo proviene del mismo proceso no examinado.

La buena noticia es que la metacognición no es un talento innato. Es un hábito. Se ejercita con práctica deliberada: preguntándose antes de cada interacción qué se está buscando realmente, y evaluando después, con honestidad, si el resultado se acerca a eso o simplemente confirma lo que ya se sabía.

En la tradición de los canteiros gallegos que tallaban el granito de las iglesias románicas, los maestros no enseñaban primero a dar golpes. Enseñaban a leer la piedra antes de tocarla: sus vetas, sus puntos débiles, la dirección natural del grano. Sin esa lectura previa, el cincel producía fragmentos. Con ella, podía producir arte. Con la IA, la lógica es exactamente la misma.

Por suerte hay un ejercicio concreto que sirve para calibrar dónde está uno en ese espectro. Antes de usar una IA, anota lo que esperas obtener de esa interacción. Después, compara. Si lo que obtuviste coincide exactamente con lo que esperabas, probablemente no estabas explorando: estabas confirmando. Si la discrepancia te lleva a un lugar que no habías previsto pero que resulta valioso, eso es la herramienta funcionando como debería.