Siempre ocupado, nunca claro: la trampa de la eficiencia en la era de la IA

M.A.R.H Salvador Acevedo Ortega

Docente universitario en la Universidad Autónoma de Chihuahua, Facultad de Economía Internacional e Ingeniería

En 1971, mucho antes de que existiera internet y décadas antes de que la inteligencia artificial se convirtiera en herramienta cotidiana, el economista y Premio Nobel Herbert Simon formuló una advertencia que el siglo XXI ha convertido en diagnóstico: "una riqueza de información crea una pobreza de atención". Simon observó que la información no es un bien ilimitado en sentido útil — su abundancia no amplía la capacidad cognitiva humana, sino que compite por ella. Cada mensaje recibido, cada notificación atendida, cada dato procesado consume el mismo recurso escaso: la atención.

Cincuenta años después, esa observación describe con precisión el estado mental de millones de trabajadores en economías como la de Chihuahua. Tenemos más herramientas que nunca para pensar mejor. Y, paradójicamente, nunca había sido tan difícil pensar con profundidad. La inteligencia artificial no creó esta trampa. Pero la está perfeccionando con una eficiencia que ningún sistema anterior había logrado.

Veintitrés minutos: el costo real de una interrupción

La investigadora Gloria Mark, de la Universidad de California en Irvine, dedicó dos décadas a medir experimentalmente lo que ocurre cuando el trabajo es interrumpido. Sus hallazgos, publicados en múltiples estudios revisados por pares y sistematizados en su libro Attention Span (2023), arrojan una cifra que debería cambiar radicalmente cómo organizamos el trabajo en la era digital: después de una interrupción, el cerebro necesita en promedio 23 minutos y 15 segundos para recuperar el nivel de concentración que tenía antes de ser interrumpido. No segundos. No un minuto. Veintitrés minutos.

Ahora considere la jornada laboral típica en un entorno con herramientas de inteligencia artificial activas: notificaciones de correo electrónico, alertas de plataformas de gestión, respuestas de sistemas automatizados que requieren validación, mensajes de equipos de trabajo distribuidos. Mark documentó que el trabajador promedio en un entorno digital es interrumpido cada tres a cinco minutos. La consecuencia matemática es brutal: en una jornada de ocho horas con ese patrón de interrupciones, el cerebro nunca alcanza el nivel de concentración necesario para el pensamiento profundo. Está permanentemente en proceso de recuperación de la última interrupción cuando llega la siguiente.

"Siempre ocupado no significa siempre productivo. Significa siempre interrumpido. Y una mente permanentemente interrumpida es una mente que nunca alcanza la profundidad donde residen las mejores decisiones."

El problema se amplifica en entornos donde la inteligencia artificial está presente. Los sistemas de IA generativa responden en segundos y crean una expectativa de inmediatez recíproca: si la herramienta entrega en segundos, el profesionista siente la presión de responder, validar y actuar con la misma velocidad. La pausa — que es precisamente el espacio donde ocurre el pensamiento crítico — se vuelve culturalmente inaceptable. Detenerse a pensar comienza a percibirse como ineficiencia.

La economía de la atención y el recurso que nadie está midiendo

Simon fue el primero en nombrar el problema, pero fue el sociólogo Michael Goldhaber quien, en 1997, desarrolló con mayor precisión el concepto de economía de la atención: en un mundo saturado de información, la atención humana se convierte en el recurso verdaderamente escaso, y las organizaciones — incluyendo las empresas tecnológicas que diseñan los sistemas de IA que usamos — compiten activamente por capturarla, retenerla y monetizarla. La arquitectura de las plataformas digitales no está diseñada para facilitar el pensamiento profundo. Está diseñada para maximizar el tiempo de atención. Son objetivos radicalmente distintos y, con frecuencia, incompatibles.

Cal Newport, profesor de Ciencias de la Computación en la Universidad de Georgetown, documentó las consecuencias laborales de esta dinámica en su obra Deep Work (2016). Newport distingue entre dos modalidades de trabajo cognitivo: el trabajo profundo — concentración sin distracciones en tareas cognitivamente exigentes que crean nuevo valor — y el trabajo superficial — tareas logísticas, de baja demanda cognitiva, fácilmente replicables. Su argumento central es que la economía digital está erosionando sistemáticamente la capacidad para el trabajo profundo, precisamente porque la infraestructura digital — el correo electrónico, las plataformas de mensajería, las notificaciones — favorece y premia el trabajo superficial de respuesta inmediata.

Para la economía de Chihuahua, esto tiene implicaciones directas. La ventaja competitiva de una región con manufactura de precisión, cadenas de suministro internacionales y servicios especializados depende de la calidad del juicio de sus profesionistas — no del volumen de sus respuestas. Una fuerza laboral que opera permanentemente en modo superficial no pierde solo eficiencia. Pierde la capacidad de innovar, de detectar problemas antes de que escalen y de tomar las decisiones estratégicas que ningún algoritmo puede sustituir.

La lectura profunda como arquitectura cognitiva

Existe una capacidad humana que la investigación en neurociencia cognitiva ha identificado como condición de posibilidad del pensamiento crítico, y que el ecosistema digital está deteriorando de manera documentada: la lectura profunda. La neurocientífica Maryanne Wolf, directora del Centro para la Dislexia, Diversidad y el Aprendizaje de la Universidad de California en Los Ángeles, argumenta en su obra Reader, Come Home (2018) que la lectura sostenida de textos complejos no es únicamente un medio para acceder a información. Es el proceso a través del cual el cerebro construye la arquitectura neuronal necesaria para el pensamiento analítico, la empatía cognitiva y el razonamiento crítico.

Wolf documentó con evidencia de neuroimagen que la lectura profunda activa regiones cerebrales distintas a las que se activan durante la lectura fragmentada de pantallas. La lectura de un texto extenso y complejo — el tipo de lectura que requiere sostener un argumento a lo largo de páginas, rastrear sus supuestos y evaluar su coherencia — fortalece los circuitos que permiten el tipo de pensamiento que la inteligencia artificial no puede replicar: el pensamiento que construye sentido a partir de la ambigüedad, que detecta lo que no está dicho y que integra perspectivas contradictorias en juicios propios.

"Leer en profundidad no es un hábito cultural opcional. Es el entrenamiento cognitivo que hace posible el pensamiento crítico. Y una sociedad que deja de leer en profundidad es una sociedad que pierde, sin saberlo, su capacidad de pensar con independencia."

El periodista y escritor Johann Hari sistematizó esta preocupación con mayor alcance en Stolen Focus (2022), documentando cómo la crisis de atención colectiva que atraviesan las sociedades digitales no es una consecuencia accidental del progreso tecnológico, sino el resultado predecible del diseño deliberado de plataformas construidas para capturar y fragmentar la atención. Sus entrevistas con investigadores, diseñadores de tecnología y ejecutivos de Silicon Valley revelan un consenso incómodo: las personas que construyen los sistemas que usamos para trabajar saben que esos sistemas deterioran la atención sostenida, y los usan con restricciones que no ponen a disposición de sus usuarios.

El discernimiento como competencia económica en Chihuahua

Existe una palabra que el vocabulario de la productividad moderna ha relegado al ámbito de la filosofía o la espiritualidad, cuando en realidad es una competencia cognitiva con valor económico medible: el discernimiento. Discernir no es acumular información. Es la capacidad de separar lo relevante de lo irrelevante, de identificar qué datos importan en un contexto específico y qué datos, pese a estar disponibles, no deberían influir en una decisión. Es, en términos de la economía de la atención, saber dónde invertir el recurso escaso.

En entornos de alta densidad informativa como los que caracterizan la industria maquiladora, el comercio internacional y los servicios profesionales de Chihuahua, el discernimiento no es un lujo intelectual. Es la diferencia entre un profesionista que lee correctamente las señales de un mercado en movimiento y uno que responde reactivamente a cada dato que aparece en su pantalla. La inteligencia artificial puede generar análisis, síntesis y recomendaciones a una velocidad que ningún humano puede igualar. Pero no puede discernir por el usuario: no conoce el contexto no verbalizado, no accede a la experiencia acumulada en años de trabajo en un sector específico, no tiene intereses propios en el resultado de la decisión.

Esa brecha — entre lo que la IA produce y lo que el profesionista debe discernir — es exactamente el espacio donde reside el valor humano en la economía contemporánea. Y ese espacio se contrae o se expande en función de cuánta atención profunda el profesionista puede sostener. Una mente interrumpida cada tres minutos, operando en modo superficial permanente, no puede habitar ese espacio con la claridad que la decisión requiere. Una mente con hábitos de lectura sostenida, con capacidad para el trabajo profundo y con la disciplina de la pausa deliberada, puede.

La eficiencia que vale la pena defender

Chihuahua no necesita menos tecnología. Necesita más discernimiento sobre cómo usarla. Esa distinción — que parece sutil en el papel — es determinante en la práctica. Las organizaciones que van a prosperar en la economía de la inteligencia artificial no serán las que adopten más herramientas, sino las que desarrollen la cultura institucional de proteger la atención de sus equipos: diseñar jornadas con espacios de trabajo profundo ininterrumpido, reducir la cultura de respuesta inmediata que no aporta valor, invertir en la formación lectora y analítica de sus profesionistas como inversión en calidad decisional.

Herbert Simon tenía razón hace más de cincuenta años y la tiene hoy con mayor urgencia: en un mundo con abundancia de información, la escasez que define la competitividad es la atención. No la atención fragmentada que responde a notificaciones. La atención profunda que construye criterio, que detecta lo que los algoritmos no ven y que produce las decisiones que ninguna herramienta puede tomar en nombre de quien la opera.

Estar siempre ocupado es fácil. La inteligencia artificial lo garantiza. Lo difícil — y lo verdaderamente valioso — es estar siempre claro. Y esa claridad no es un estado que la tecnología entrega. Es una capacidad que se construye, se protege y se cultiva con la misma deliberación con que se adoptan las herramientas que amenazan con erosionarla.

"En la era de la IA, la claridad mental no es un privilegio. Es la competencia más escasa, más valiosa y más difícil de automatizar que existe."

REFERENCIAS

Simon, H. A. (1971). Designing Organizations for an Information-Rich World. En M. Greenberger (Ed.), Computers, Communication, and the Public Interest. Johns Hopkins Press.

Mark, G. (2023). Attention Span: A Groundbreaking Way to Restore Balance, Happiness and Productivity. Hanover Square Press.

Newport, C. (2016). Deep Work: Rules for Focused Success in a Distracted World. Grand Central Publishing.

Wolf, M. (2018). Reader, Come Home: The Reading Brain in a Digital World. Harper Collins.

Hari, J. (2022). Stolen Focus: Why You Can't Pay Attention — and How to Think Deeply Again. Crown.

Goldhaber, M. H. (1997). The attention economy and the Net. First Monday, 2(4). firstmonday.org

Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.

OCDE. (2024). The Impact of AI on Work and Well-being. oecd.org

Universidad Autónoma de Chihuahua. (2025). Año de la salud mental UACH 2025. uach.mx