Marco conceptual
En este momento de singularidad tecnológica, formar personas y organizaciones que hagan de la IA su copensador estratégico para abordar problemas complejos significa llevar su capacidad de formular, comprender, modelar, decidir e implementar soluciones, más allá de lo que jamás fue posible en nuestra historia.
Todo empieza en una destreza que se puede aprender: hacer preguntas significativas. Sin ella, delegamos. Con ella, pensamos mejor.
Tres posiciones frente a la IA
Síntesis del autor, a partir de Bevilacqua y colegas (2026).
Ausente
No usa la IA y queda fuera de lo que hoy permite.
Delega
Le entrega a la IA el pensar, no solo la tarea. Trabaja para la IA.
Copensador estratégico
Formula preguntas significativas y abre con la IA un espacio para iterar reflexivamente con IA.
Cinco fases para resolver un problema complejo
| Fase | La pregunta | Lo que aporta la IA como copensador | Si se le delega |
|---|---|---|---|
| FormularAbrir el problema | ¿Cuál es realmente el problema, el que importa y no solo el urgente? | Propone otras formulaciones y perspectivas, y pone a prueba el encuadre. | Se resuelve con eficiencia el problema equivocado. |
| ComprenderAbrir el problema | ¿Qué lo causa y a quién afecta? | Sintetiza fuentes, mapea relaciones y señala lo que falta. | Se acumula información sin comprensión. |
| Modelar solucionesAbrir el problema | ¿Qué caminos hay, más allá del obvio? | Amplía el espacio de opciones y combina ideas de campos distantes. | Se acepta la primera idea plausible. |
| DecidirResolverlo | ¿Cuál elijo y qué estoy arriesgando? | Argumenta en contra, simula escenarios y expone sesgos; el juicio queda en la persona. | Se firma lo que la máquina propone, sin hacerse cargo. |
| ImplementarResolverlo | ¿Cómo lo ejecuto y cómo sabré si funciona? | Diseña planes, anticipa fallas y ayuda a leer los resultados. | Se ejecuta sin aprender del resultado. |
De dónde viene el marco
Las cinco fases sintetizan modelos establecidos sobre cómo las personas resuelven problemas complejos y mal estructurados. Mumford y colegas (1991), según la síntesis de Mumford y colegas (2010), describen ocho procesos de la resolución creativa de problemas, desde definir el problema hasta valorar la solución. Jonassen (1997), según lo citan Kim y Clariana (2024), describe siete actividades para resolver problemas no estructurados, que empiezan por establecer el espacio del problema y terminan en implementar y adaptar la solución. Fischer, Greiff y Funke (2012) entienden la resolución de problemas complejos como adquirir conocimiento sobre un sistema y aplicarlo, y destacan cinco exigencias: generar información, reducirla, construir un modelo, decidir en un sistema que cambia y evaluar.
Esos modelos coinciden en dos movimientos. Primero se abre el problema: se formula, se comprende y se generan alternativas. Después se cierra: se decide y se implementa. A lo largo de todo el ciclo opera la metacognición, la capacidad de vigilar el propio pensamiento.
Dónde entra la IA
Bevilacqua y colegas (2026) estudiaron cómo la IA cambia las habilidades de los altos ejecutivos y describen una evolución desde delegar tareas hacia copensar con la IA (p. 8). Señalan que usarla bien exige hacer las preguntas correctas, contextualizar el problema y pensar críticamente sus resultados. A partir de ese trabajo, este marco propone tres posiciones frente a la IA, «ausente», «delega» y «copensador estratégico», y extiende la mirada desde los ejecutivos a cualquier persona que trabaja, estudia o decide.
Jonassen observó que resolver bien exige generar tantas representaciones alternativas del problema como sea posible, y que eso es precisamente lo que más les cuesta a los estudiantes. Ahí es donde la IA como copensador puede aportar más: en el movimiento que abre el problema. Que la IA amplíe cada fase es, por ahora, una hipótesis de trabajo.
Sobre «modelar soluciones»
En la literatura sobre problemas complejos, construir un modelo suele significar representar el sistema, lo que aquí corresponde a la fase de comprender. En este marco, modelar soluciones significa diseñar y estructurar caminos de solución antes de decidir.
Referencias
- Bevilacqua, S., Ferraris, A., Matzler, K. y Kudej, M. (2026). Strategic leadership at high altitude: Investigating how AI affects the required skills of top managers. Journal of Business Research, 205, 115878.
- Fischer, A., Greiff, S. y Funke, J. (2012). The process of solving complex problems. The Journal of Problem Solving, 4(1), 19-42.
- Jonassen, D. H. (1997). Instructional design models for well-structured and ill-structured problem-solving learning outcomes. Educational Technology Research and Development, 45(1), 65-94. Citado a partir de Kim y Clariana (2024).
- Kim, K. y Clariana, R. (2024). The influence of resource interdependence during problem solving in groups: Tracking changes in knowledge structure. Manuscrito aceptado, repositorio público de la National Science Foundation, https://par.nsf.gov/servlets/purl/10504626.
- Mumford, M. D., Mobley, M. I., Uhlman, C. E., Reiter-Palmon, R. y Doares, L. M. (1991). Process analytic models of creative capacities. Creativity Research Journal, 4(2), 91-122. Citado a partir de Mumford y colegas (2010).
- Mumford, M. D., Antes, A. L., Caughron, J. J., Connelly, S. y Beeler, C. (2010). Cross-field differences in creative problem-solving skills: A comparison of health, biological, and social sciences. Creativity Research Journal, 22(1), 14-26.