Cuando tienes ante ti una decisión difícil, preguntar al modelo «¿qué debería hacer?» suele ser una mala pregunta final. La respuesta puede ser cautelosa o segura, pero en ambos casos estará limitada por los hechos y el marco que hayas proporcionado, además de lo que el modelo deduzca.
Un uso más defendible consiste en tratar la IA como una interlocutora estructurada: pídele que plantee posibles alternativas, cuestione tu marco e identifique las evidencias que faltan. El flujo de trabajo siguiente organiza ese uso sin tratar al modelo como responsable de la decisión.
No introduzcas datos personales o confidenciales en herramientas no aprobadas. En decisiones laborales, médicas, jurídicas, financieras, de seguridad o con otras consecuencias importantes, usa la IA para estructurar preguntas, no para sustituir las normas autorizadas, los conocimientos especializados, las comprobaciones de equidad ni una persona responsable de la decisión. La guía del NIST sobre interacción entre humanos e IA advierte que los sistemas humano-IA pueden perder contexto y amplificar sesgos.
El reencuadre
El cambio de mentalidad consiste en pasar de «dime la respuesta» a «ayúdame a pensar». En concreto:
- En lugar de «¿qué debería hacer?» → «ayúdame a comprender mi situación».
- En lugar de «¿cuáles son las ventajas y desventajas?» → «¿cuáles son los argumentos más sólidos a favor y en contra, y cuáles de mis suposiciones son más débiles?».
- En lugar de «¿qué me recomendarías?» → «¿cuál es el argumento más creíble contra la opción hacia la que me inclino?».
Preguntas distintas pueden revelar aspectos diferentes de una misma situación. El cambio de marco explicita el tipo de ayuda deseado; no garantiza que la respuesta sea completa ni imparcial.
El flujo de trabajo de decisión en cuatro pasos
Un proceso repetible para decisiones de menor riesgo o para estructurar uno de los insumos de una decisión con consecuencias importantes:
- Enmarcar: expón la situación con claridad.
- Generar: propón argumentos y opciones para que puedas examinarlos.
- Someter a prueba: haz que el modelo cuestione la opción hacia la que te inclinas.
- Decidir: elige haciendo explícitas la incertidumbre y la responsabilidad.
Veamos cada paso.
Paso 1: Enmarcar
Un error habitual en los prompts para tomar decisiones es empezar con muy poco contexto. Si describes brevemente la situación, el modelo puede tratar tu marco y tus omisiones como hechos.
Pide primero al modelo que te entreviste.
Estoy a punto de tomar una decisión. Antes de decir nada, hazme 5-7 preguntas cuyas respuestas necesites para ayudarme a razonar. Abarca las opciones reales, mis verdaderas restricciones, las demás personas afectadas, qué significa tener éxito y qué lamentaría más. Espera mis respuestas.
La instrucción «abarca» nombra las dimensiones que deben cubrir las preguntas. Revísalas y añade cualquier dimensión que el modelo haya omitido.
Responde con el nivel de detalle que tengas permitido compartir. El propio acto de contestar puede revelar que las opciones, las restricciones o los criterios de éxito todavía no están bien definidos.
Después de responder, el modelo dispone de más contexto, pero todavía puede omitir hechos, incentivos o personas que no estén representados en la conversación.
Paso 2: Generar
Ahora pide argumentos y opciones. Una plantilla estructurada posible es:
Ahora dime:
Los tres argumentos más sólidos a favor de cada opción. Cita mis respuestas cuando respalden un argumento. Señala aquello sobre lo que no tengas certeza.
Dos opciones que podría estar pasando por alto. A veces, la mejor alternativa es una que aún no he considerado. Si detectas alguna, indícala.
El factor más importante que debo considerar. ¿Cuál es la dimensión que realmente importa más en esta decisión?
Mi suposición más débil. ¿Qué dato de los que te he dado tiene más probabilidades de ser incorrecto o de cambiar?
La lista puede ampliar el marco. Una pregunta binaria como «aceptar el trabajo o no» puede ocultar alternativas como negociar, aplazar la decisión o buscar una tercera vía. Trata las alternativas generadas como opciones candidatas, no como prueba de que están disponibles.
Una pregunta de seguimiento útil es: «Si mi suposición más débil resultara ser incorrecta, ¿cómo cambiaría la decisión?». Es una comprobación de sensibilidad; verifica que la suposición identificada sea realmente incierta e importante para la decisión.
Paso 3: Someter a prueba
A continuación, pide explícitamente al modelo que plantee objeciones.
Ahora actúa como abogado del diablo frente a la opción hacia la que me inclino. Supón que estoy a punto de elegir [option you’re leaning toward]. Formula el contraargumento creíble más sólido. Sé específico: no enumeres preocupaciones genéricas, sino situaciones reales que convertirían esta opción en una mala elección.
Algunas investigaciones han observado que ciertos asistentes prefieren respuestas alineadas con las opiniones expresadas por el usuario, incluso cuando son erróneas (Sharma et al., 2023). Pedir un contraargumento puede revelar otra línea de razonamiento, pero no la convierte en independiente, completa ni correcta.
Una versión más agresiva:
Imagina que han pasado dos años y esta decisión ha resultado ser un desastre. ¿Qué ocurrió? Explícame paso a paso el escenario de fracaso más plausible.
Este prompt adapta una técnica de análisis previo al fracaso, o premortem: imagina un fracaso futuro y después recorre hacia atrás sus causas plausibles (Klein, 2007). Contrasta las causas generadas con evidencias reales, tasas base y conocimiento especializado.
Para decisiones donde tienes una intuición fuerte, también prueba:
Enumera tres motivos por los que podría estar eligiendo esta opción por razones equivocadas: sesgos, comodidad, costes hundidos o el deseo de que algo sea cierto en lugar de aceptar lo que indican los hechos.
El modelo puede generar posibles sesgos sin involucrar a otra persona, pero no puede conocer tus motivos. Trata la lista como preguntas para la reflexión, no como un diagnóstico.
Paso 4: Decidir
A estas alturas dispones de un registro más estructurado de la decisión. El último paso es formular una elección manteniendo explícita la incertidumbre.
Dado todo lo que hemos discutido, ¿cuál es tu recomendación? Incluye:
- La elección que tomarías, en una frase.
- Una etiqueta cualitativa de confianza: baja, media o alta. No inventes una probabilidad. Explica qué pruebas y supuestos sin resolver justifican la etiqueta.
- El único dato nuevo que cambiaría tu respuesta.
Sé directo. Evita la fórmula cortés «depende»: quiero una postura.
La etiqueta ayuda a distinguir una recomendación firme de una decisión ajustada, pero no es una probabilidad medida ni demuestra que esté calibrada. Examina las pruebas y los supuestos pendientes de la explicación; no utilices la etiqueta para fabricar precisión.
Lee la recomendación, comprueba sus hechos y supuestos y, después, toma la decisión. La recomendación es uno de los insumos; la responsabilidad sigue correspondiéndote a ti o a la persona autorizada para decidir.
Algunos patrones útiles por tipo de decisión
Decisiones laborales o profesionales. Pregunta por el horizonte temporal, las restricciones económicas, los efectos sobre otras personas y las evidencias que todavía faltan. Comparte solo los detalles que puedas introducir en la herramienta aprobada y no confundas una recomendación generada con conocimiento real del lugar de trabajo.
Decisiones de contratación. Empieza por criterios relacionados con el puesto y un proceso estructurado, reduce al mínimo los datos personales y no pidas a la IA que deduzca características protegidas, clasifique a los candidatos o tome la decisión. Úsala para comprobar si las pruebas respaldan cada criterio y si el proceso puede producir un efecto injusto. En Estados Unidos, la guía de la EEOC sobre procedimientos de selección explica la relación con el puesto y el impacto adverso; aplica las normas de tu jurisdicción y conserva una persona responsable de la revisión.
Decisiones estratégicas o empresariales. Utiliza el premortem –«imagina que esto ha fracasado dentro de dos años»– para pedir dependencias y escenarios de fracaso, y después compáralos con datos operativos y responsables identificados.
Compras importantes. Utiliza el enfoque de la «suposición más débil» para examinar afirmaciones sobre el uso futuro, el coste total, el valor de reventa o los ingresos. Verifica por separado los precios, las condiciones y tu capacidad económica.
Decisiones personales y sobre relaciones. Utiliza la pregunta «¿qué lamentaría más?» como un dato más. Explorar el posible arrepentimiento puede ayudar a distinguir preocupaciones a largo plazo del malestar temporal, pero no debería dominar automáticamente la decisión.
Una trampa común que evitar
La trampa consiste en utilizar la IA como una máquina de confirmación. Si el prompt defiende tu preferencia y omite pruebas contrarias, el modelo puede producir un argumento pulido en favor del marco que ha recibido.
Una salvaguarda estructural consiste en solicitar habitualmente un contraargumento creíble, sobre todo cuando tu preferencia parezca evidente. El acuerdo posterior a ese paso no demuestra que la decisión sea sólida; el desacuerdo tampoco demuestra que sea errónea. Para conocer fallos relacionados, consulta cuatro fallos de la IA como compañera de reflexión y cómo hacer que la IA discrepe contigo.
Una autoevaluación útil es: «¿Qué ha añadido el modelo y qué evidencias lo respaldan?». Si no ha añadido nada útil, simplifica o revisa el prompt en lugar de tratar más conversación como progreso.
Un GPT personalizado para convertirlo en un hábito
Si realizas este ejercicio con frecuencia, crea un GPT personalizado llamado «Interlocutor para decisiones» –o un Proyecto de Claude– con el flujo de trabajo incorporado. Puedes utilizar instrucciones como estas:
Cuando se te pregunte sobre cualquier decisión, sigue esta secuencia estricta:
- Haz 5-7 preguntas que cubran opciones, restricciones, quiénes se ven afectados, criterios de éxito y lo que la persona lamentaría más. Espera las respuestas.
- Enumera los argumentos más sólidos a favor de cada opción, las alternativas que la persona podría estar pasando por alto, la dimensión más importante y la suposición más débil.
- Actúa como abogado del diablo frente a la opción hacia la que se inclina. Formula el contraargumento creíble más sólido.
- Ofrece una recomendación directa con una etiqueta cualitativa de confianza, las pruebas y las incógnitas que la sustentan y la información que cambiaría la respuesta. No inventes una probabilidad.
Omite pasos solo si el usuario lo pide expresamente. Presenta las posibles racionalizaciones o sesgos como hipótesis, no como hechos sobre la persona. Expón las posturas con mejor respaldo y sus disyuntivas en lugar de fabricar un falso equilibrio.
Utilízalo solo cuando el flujo de trabajo sea proporcional a la decisión y la herramienta esté aprobada para la información implicada. Un asistente guardado puede facilitar la repetición de la secuencia; no valida el asesoramiento.
Lo que debes conservar
La IA puede apoyar algunas partes del análisis de decisiones: articular la situación, enumerar alternativas y poner a prueba una preferencia. También puede amplificar un marco incompleto o inventar razones persuasivas. La elección final corresponde a la persona responsable.
Enmarcar, generar, someter a prueba y decidir. Utiliza los cuatro pasos como lista de comprobación, no como prueba de que una decisión es buena. Para decisiones importantes, añade las normas autorizadas, el conocimiento cualificado, las personas afectadas y la revisión formal que requiera la situación.
