10 claves para una IA responsable, ética y conforme

Investigaciones de Stanford y del MIT han demostrado que las voces femeninas se perciben como más empáticas, mientras que las masculinas se asocian a autoridad

El colapso energético irlandés anticipa un nuevo escenario: una sostenibilidad sometida a estrés y decisiones empresariales en tiempo real

Irlanda ha vivido esta semana algo más que una crisis energética: un colapso sistémico en miniatura que ha puesto a prueba la resiliencia de su modelo económico y la coherencia de la transición verde europea. Lo ocurrido revela el punto crítico donde la sostenibilidad deja de ser discurso y se convierte en tensión operativa.

Durante seis días, agricultores, transportistas y trabajadores bloquearon carreteras, puertos y depósitos de combustible en todo el país. Más de 700 de las 1.840 estaciones de servicio se quedaron sin suministro y, en algunos momentos, apenas se realizaba el 25% de las entregas habituales. La policía, con apoyo del ejército, tuvo que intervenir para desbloquear infraestructuras críticas como la refinería de Whitegate, la única del país.

El detonante fue una subida de más del 20% en el precio del diésel en pocas semanas, impulsada por la tensión geopolítica en Oriente Medio y el cierre temporal del estrecho de Ormuz. La respuesta del gobierno fue inmediata: un paquete urgente de 505 millones de euros, recortes fiscales al combustible y el aplazamiento del aumento del impuesto al carbono.

Durante años, la sostenibilidad se ha construido sobre tres pilares: transición energética, descarbonización y compromiso empresarial. Sin embargo, Irlanda ha puesto de manifiesto una realidad incómoda: cuando el coste recae directamente sobre la economía productiva, el sistema se tensiona. Las protestas no han sido ideológicas, sino empresariales. Transportistas, agricultores y sectores dependientes del diésel han reaccionado porque sus márgenes han desaparecido. Y cuando eso ocurre, la sostenibilidad deja de ser una estrategia y se convierte en un problema operativo.

Irlanda ha puesto de manifiesto una realidad incómoda: cuando el coste recae directamente sobre la economía productiva, el sistema se tensiona

Irlanda no es un caso aislado. Es el primer episodio visible de una tensión que ya se manifiesta en distintas economías europeas bajo presión energética, en un contexto en el que la Unión Europea sigue dependiendo en gran medida de las importaciones y de mercados altamente volátiles.

Lo ocurrido no cuestiona la ambición de la sostenibilidad, sino su ejecución. La transición energética europea presenta una debilidad estructural: no está diseñada para absorber shocks de precios en el corto plazo. Cuando el coste de la energía se dispara, los gobiernos se ven obligados a tomar decisiones contradictorias, como reducir impuestos a los combustibles, retrasar medidas climáticas o subvencionar sectores intensivos en energía. Medidas necesarias en lo inmediato, pero incoherentes con la hoja de ruta climática.

Aquí es donde los modelos de análisis basados en decisiones y dependencias, utilizados en gestión del riesgo y planificación estratégica, aportan una lectura más profunda. Estos enfoques muestran que la fragilidad no surge por falta de ambición climática, sino por no integrar la sostenibilidad en las decisiones críticas que sostienen la actividad económica. Cuando las dependencias estructurales —energía, logística, precios y regulación— no están alineadas con los objetivos climáticos, el sistema se vuelve vulnerable ante cualquier shock.

La transición energética europea presenta una debilidad estructural: no está diseñada para absorber shocks de precios en el corto plazo

Irlanda ha sido durante años uno de los modelos económicos más admirados de Europa, con un crecimiento sostenido, una fuerte atracción de multinacionales y una elevada competitividad fiscal. Sin embargo, en los últimos días ha evidenciado una fragilidad estructural derivada de la combinación de dependencia energética, presión de costes y vulnerabilidad logística. Cuando estos factores convergen, el sistema no se adapta: se bloquea. El resultado ha sido el colapso físico de infraestructuras, la interrupción de cadenas de suministro, el impacto directo en la actividad económica y una crisis política que ha llegado a materializarse en una moción de censura, finalmente superada por el gobierno.

España parte de una posición más sólida en términos de suministro, con una de las mayores capacidades de refino de Europa y una diversificación relevante de proveedores. Esta ventaja ha permitido evitar, por ahora, situaciones de desabastecimiento. Sin embargo, esa resiliencia puede generar una falsa sensación de seguridad. España puede resistir mejor en términos de suministro, pero no puede evitar el impacto del precio, que ya está tensionando sectores clave como el transporte, la pesca o la industria.

Para el tejido empresarial catalán —altamente dependiente de la logística, la energía y la estabilidad regulatoria—, el caso irlandés ofrece una advertencia clara: la sostenibilidad deja de ser un marco de cumplimiento para convertirse en un factor de continuidad operativa.

El caso de Irlanda marca un punto de inflexión en la sostenibilidad empresarial. Hasta ahora, muchas compañías han abordado la sostenibilidad desde el cumplimiento normativo, el reporting o la reputación. Pero el contexto ha cambiado. Entramos en una fase de sostenibilidad bajo estrés operativo, en la que la energía deja de ser un coste más para convertirse en un riesgo estratégico capaz de detener operaciones. La sostenibilidad deja de evolucionar de forma lineal y pasa a avanzar entre tensiones, con políticas verdes conviviendo con subsidios fósiles. En este nuevo escenario, la resiliencia supera a la eficiencia: el modelo más optimizado no es el que necesariamente sobrevive, sino aquel capaz de soportar la volatilidad.

Irlanda demuestra que incluso los modelos económicos más exitosos pueden volverse frágiles cuando la sostenibilidad no está integrada en su núcleo operativo

Irlanda deja una pregunta que ninguna empresa puede eludir: si su modelo de negocio podría sostenerse durante una semana como la vivida. Con costes energéticos disparados, disrupciones logísticas, cambios regulatorios urgentes y una presión social creciente, la sostenibilidad deja de medirse en contextos estables para evaluarse en situaciones de tensión. Irlanda no representa un fracaso, sino un aviso avanzado. Demuestra que incluso los modelos económicos más exitosos pueden volverse frágiles cuando la sostenibilidad no está integrada en su núcleo operativo. Obliga, en consecuencia, a replantear el enfoque empresarial: la sostenibilidad no consiste en crecer más, sino en garantizar que el crecimiento no colapse cuando el contexto cambia.

La próxima disrupción no será una excepción. Será el nuevo contexto. Y solo las empresas que integren la sostenibilidad en sus decisiones críticas podrán sostenerse cuando el entorno deje de sostenerlas. Las compañías que revisen hoy sus dependencias esenciales —energéticas, logísticas y regulatorias— estarán mejor preparadas para afrontar la volatilidad que definirá la próxima década.

Del pensamiento lineal al pensamiento lateral: el nuevo valor del mercado laboral

La inteligencia artificial ha mejorado los trabajos académicos. Pero también está generando una paradoja incómoda: cuanto más perfectos son los resultados, menos claro es quién ha pensado realmente. Y eso tiene consecuencias directas en el talento que llega a las empresas.

En Catalunya, la UOC —junto con la UB, la UAB, la UPF y la UdG— ha actualizado en el último año sus guías internas sobre el uso de inteligencia artificial en trabajos académicos. Varias de estas instituciones han incorporado declaraciones de autoría obligatorias, nuevas pautas de evaluación, advertencias específicas para TFG y TFM y recomendaciones para docentes sobre cómo integrar o detectar IA generativa. Estudios internacionales como los de Pew Research Center o Turnitin sitúan el uso de estas herramientas entre el 70% y el 85% a nivel global, una tendencia que las universidades catalanas confirman en sus análisis internos, aunque sin publicar cifras oficiales. No es un gesto aislado: es una adaptación en marcha que ya está reconfigurando la fiabilidad de la señal académica que reciben las empresas.

En una misma aula conviven tres realidades: quien ha trabajado el caso, quien ha usado la inteligencia artificial como apoyo y quien ha delegado prácticamente todo el proceso. Desde fuera, todos parecen igual de brillantes.

En una misma aula conviven tres realidades: quien ha trabajado el caso, quien ha usado la inteligencia artificial como apoyo y quien ha delegado prácticamente todo el proceso

Durante años, escribir bien era una señal de comprensión. Hoy ya no. Las herramientas de IA generan textos impecables en segundos. El Pew Research Center alertaba en 2024 del aumento del uso de IA entre estudiantes, y Nature ha señalado errores y referencias inexistentes en contenidos generados. No hablamos de una moda: hablamos de un cambio estructural.

La cuestión ya no es si los estudiantes utilizan IA, sino qué tipo de aprendizaje están construyendo con ella.

Durante décadas, aprender significaba esfuerzo, repetición y acumulación. Tenía sentido en un mundo donde el conocimiento era escaso. Hoy es abundante, inmediato y automatizable. Ya no basta con ordenar, estructurar o responder correctamente. Eso ya lo hace la máquina. El valor se desplaza hacia otra competencia: pensar de forma diferente. No lineal, sino lateral.

Hoy el conocimiento es abundante, inmediato y automatizable. Ya no basta con ordenar, estructurar o responder correctamente

El cambio profundo no es tecnológico, es funcional. La universidad no está para perseguir atajos; está para desarrollar pensamiento. Pero la expansión de la IA obliga a dedicar una parte creciente del tiempo a verificar la autenticidad del aprendizaje. Ya no se evalúa solo contenido, estructura y argumentación. También hay que comprobar si las fuentes existen, detectar incoherencias, identificar patrones automáticos y reconstruir el razonamiento del estudiante. La universidad pasa de impulsar conocimiento a custodiarlo. Y en ese tránsito pierde capacidad para fomentar lo esencial: el pensamiento propio.

La paradoja es evidente: los trabajos mejoran, pero la señal de aprendizaje se debilita. Y aparece un efecto colateral incómodo: quien no utiliza IA puede quedar en desventaja. No porque sepa menos, sino porque su resultado es menos perfecto. Estamos premiando el acabado sin saber si hay pensamiento detrás.

Un ejemplo lo ilustra. 101 – 102 = 1. Incorrecto. Ahora bien, con un solo movimiento puede convertirlo en un cálculo correcto. No se trata de calcular mejor, sino de mirar el problema desde otro ángulo. La solución aparece más adelante.

Durante décadas, el sistema educativo ha premiado el pensamiento lineal: ordenar, estructurar, responder. Exactamente lo que hoy hace —y cada vez mejor— la inteligencia artificial. Estamos evaluando como diferencial aquello que la máquina ya domina. Mientras tanto, el valor humano se desplaza hacia el pensamiento lateral: cuestionar el problema, conectar ideas no evidentes, formular nuevas preguntas, moverse en la ambigüedad. Un tipo de pensamiento más difícil de evaluar y que, en muchos casos, penaliza la nota.

La presentación oral no evalúa lo escrito; evalúa lo aprendido

La diferencia real aparece en la presentación oral del TFM. Ahí no hay estructura que maquille ni redacción que sostenga. Tampoco IA que responda en tiempo real. Solo queda el pensamiento. Y entonces se ve quién entiende, quién conecta, quién responde con criterio y quién se adapta a nuevas preguntas. También se ve lo contrario: respuestas vagas, dificultad para profundizar, incapacidad para salir del guion. No por falta de inteligencia, sino por falta de proceso. La presentación oral no evalúa lo escrito; evalúa lo aprendido.

Mientras la educación sigue afinando el pensamiento lineal, el mercado ya ha girado. En ecosistemas de innovación como el 22@ de Barcelona —donde conviven empresas tecnológicas, startups y consultoras— esta tensión empieza a ser una conversación recurrente: perfiles con expedientes brillantes que no siempre trasladan ese rendimiento al razonamiento en entrevistas o entornos no estructurados. Google, Apple, Tesla o IDEO buscan perfiles capaces de pensar diferente, no solo de ejecutar bien. Valoran la capacidad de abordar problemas abiertos, replantear retos y decidir en entornos inciertos. En un mundo donde la inteligencia artificial genera respuestas en segundos, lo escaso ya no es la respuesta. Es la pregunta.

En un mundo donde la inteligencia artificial genera respuestas en segundos, lo escaso ya no es la respuesta. Es la pregunta

El World Economic Forum lo confirma: pensamiento crítico, creatividad y capacidad analítica serán competencias clave en los próximos años. Todas exigen salir del pensamiento lineal.

La solución al ejercicio anterior es simple: elevar el 2. 101 – 10² = 1. Es decir, 101 – 100 = 1. Pero lo relevante no es la solución, sino lo que revela: no era un problema de cálculo, sino de enfoque.

El debate no es si los estudiantes usan IA. Eso ya es un hecho. El reto es adaptar el sistema educativo a las competencias que realmente demanda el mercado. Durante décadas, el valor estuvo en acumular conocimiento. Hoy está en interpretarlo, cuestionarlo, conectarlo y decidir. En pensar. Y no de forma lineal, sino lateral.

La universidad no está fallando. Está respondiendo a un modelo que ya no existe. El mercado, en cambio, ya ha cambiado. Si no ajustamos qué evaluamos y qué entendemos por aprender, seguiremos formando talento para el pasado mientras el futuro exige otra cosa.

Si no ajustamos qué evaluamos y qué entendemos por aprender, seguiremos formando talento para el pasado mientras el futuro exige otra cosa

La inteligencia artificial no está sustituyendo el talento. Está redefiniendo qué significa tenerlo.

La inteligencia artificial ya no solo analiza: empieza a influir en decisiones críticas en la empresa

La reciente escalada de tensión entre Estados Unidos, Israel e Irán ha vuelto a situar la tecnología en el centro de los conflictos contemporáneos, en un momento en que el uso de inteligencia artificial en operaciones militares se está acelerando a nivel global. Pero esta vez hay un cambio relevante: la inteligencia artificial ya no solo asiste, empieza a influir directamente en decisiones críticas.

Según el Congressional Research Service, la inversión global en inteligencia artificial militar superó los 20.000 millones de dólares en 2024, y la OTAN estima que estos sistemas pueden reducir hasta en un 70% el tiempo necesario para identificar un objetivo en operaciones complejas. En los conflictos recientes en Oriente Medio, esta velocidad se ha convertido en un factor estratégico clave.

La diferencia es sutil, pero trascendental: ya no solo analizan la realidad, sino que la interpretan y la priorizan

Programas como Project Maven o plataformas de análisis avanzadas, como las desarrolladas por Palantir Technologies, integran datos de satélites, drones y sensores para generar recomendaciones operativas en tiempo real. La diferencia es sutil, pero trascendental: ya no solo analizan la realidad, sino que la interpretan y la priorizan.

Cuando la velocidad desplaza el criterio

La automatización de la llamada kill chain, la cadena de decisión que va desde la identificación hasta la acción, se ha acelerado de forma significativa. La inteligencia artificial permite procesar grandes volúmenes de información en segundos y detectar patrones imposibles para el análisis humano. Pero el cambio clave no es la velocidad: es el desplazamiento del criterio. El problema no es que la inteligencia artificial decida mal, sino que dejamos de cuestionar sus decisiones.

En teoría, siempre hay supervisión humana. En la práctica, en entornos de presión y urgencia, esa validación se convierte en un trámite. Cuando un sistema presenta una recomendación como la opción más eficiente, cuestionarla exige tiempo. Y tiempo es precisamente lo que no hay.

En teoría, siempre hay supervisión humana. En la práctica, en entornos de presión y urgencia, esa validación se convierte en un trámite

A esto se suma un factor crítico: la apariencia de objetividad. Los algoritmos trabajan con datos, pero esos datos no son neutros. Aun así, cuanto más sofisticado es el sistema, mayor es la tendencia a confiar en él.

Catalunya: cuando la IA ya decide en la práctica

Según el AI Index 2024 de la Universidad de Stanford, la adopción empresarial de la inteligencia artificial continúa acelerándose a escala global. En Europa, estudios como el McKinsey Global Survey on AI 2023 y los datos de Eurostat (ICT Usage in Enterprises 2023) sitúan el uso de sistemas de IA en más del 60% de las grandes empresas. En Catalunya, informes de Acció indican que el 28% de las pymes ya ha incorporado soluciones de IA en ámbitos como la logística, las ventas o los recursos humanos.

Un ejemplo claro es el Port de Barcelona. En su operativa diaria ya se utilizan sistemas de inteligencia artificial para optimizar rutas, priorizar cargas y anticipar congestiones. Según datos del propio Port, la digitalización ha reducido en un 25% los tiempos de espera y ha mejorado en un 15% la eficiencia operativa.

Formalmente, la decisión final sigue siendo humana. En la práctica, los algoritmos determinan qué operación es prioritaria. En un entorno donde cada minuto tiene impacto económico, cuestionar la recomendación del sistema implica costes y fricción. La supervisión existe, pero el criterio ya no está plenamente en manos humanas.

En un entorno donde cada minuto tiene impacto económico, cuestionar la recomendación del sistema implica costes y fricción

Diversos informes de organismos internacionales y análisis independientes han alertado sobre los riesgos de sistemas de priorización automatizada en contextos reales, especialmente cuando operan con datos incompletos o sesgados. Más allá del caso concreto, lo relevante es el patrón: cuando un algoritmo identifica, prioriza y recomienda, la validación humana puede convertirse en automática.

Y cuando esa validación se produce en segundos, cuestionar deja de ser una opción real.

De la guerra a la empresa: el mismo patrón

Este contexto no es aislado, sino un anticipo de un cambio más amplio en cómo se toman decisiones tanto en el ámbito militar como empresarial.

En el mundo empresarial, la lógica es la misma. Sistemas de pricing, logística o análisis de riesgo ya integran datos y generan recomendaciones que orientan decisiones. Un estudio de McKinsey advierte que las empresas que adoptan inteligencia artificial decisoria sin mecanismos de control pueden incrementar su riesgo operativo hasta un 30%.

La pregunta es incómoda: ¿estamos utilizando la inteligencia artificial para decidir mejor o para decidir menos?

La regulación entra en escena

El AI Act, aprobado en 2024 en la Unión Europea, obligará a las empresas que utilicen sistemas de alto riesgo, incluidos aquellos que influyen en decisiones operativas, logísticas o de recursos humanos, a documentar cómo funcionan sus algoritmos, garantizar supervisión humana efectiva y demostrar que no generan sesgos sistemáticos.

Para muchas organizaciones, esto no será solo un requisito legal, sino un cambio de paradigma: pasar de adoptar inteligencia artificial por eficiencia a gobernarla con criterios de transparencia y responsabilidad.

La verdadera cuestión

La inteligencia artificial no tiene valores; tiene capacidad. La ética, en cambio, sigue siendo humana. Para las empresas catalanas, el reto no es solo incorporar inteligencia artificial, sino gobernarla. Porque cada vez que dejamos de cuestionar lo que una máquina sugiere, no solo ganamos eficiencia: también cedemos criterio.

Cada vez que dejamos de cuestionar lo que una máquina sugiere, no solo ganamos eficiencia: también cedemos criterio

Y en ese desplazamiento silencioso no solo cambia cómo decidimos. Cambia quién decide… y por qué dejamos de preguntarlo.

El territorio tiene por delante la oportunidad de construir un modelo propio de progreso tecnológico y una singularidad sostenible que combine ambición y responsabilidad

La inteligencia artificial avanza más rápido de lo que las empresas, las leyes y la cultura pueden asimilar. Catalunya se encuentra en un punto decisivo: tiene el talento, la ambición y la capacidad de innovación para liderar esta nueva era, pero solo lo logrará si es capaz de unir tecnología, sostenibilidad y ética en un mismo modelo estratégico. La singularidad no es ciencia ficción: es el futuro que estamos diseñando hoy.

Hay ideas que pasan años dormidas hasta que, casi sin darnos cuenta, empiezan a definirlo todo. La singularidad tecnológica —ese momento en que la inteligencia artificial supera a la humana y evoluciona sin intervención— aún suena lejana, pero sus efectos ya se filtran en la economía real, en las decisiones empresariales y en la cultura con la que imaginamos el futuro. Quizás no sepamos cuándo llegará, pero sí sabemos algo más importante: estamos escribiendo su preámbulo ahora mismo, desde cada empresa, cada algoritmo y cada política de innovación.

La singularidad no es ciencia ficción: es el futuro que estamos diseñando hoy

Catalunya, con su ecosistema vibrante de talento, industria y creatividad, se encuentra en un lugar privilegiado para observar —y orientar— este cambio. Y es aquí donde la pregunta adquiere otra dimensión: no se trata de anticipar si la singularidad ocurrirá, sino de preguntarnos qué tipo de singularidad queremos que llegue.

En los últimos años, tecnologías como la IA generativa, la robótica autónoma, la biotecnología o los gemelos digitales han pasado de ser prototipos a convertirse en infraestructura diaria. No hablamos de ciencia ficción, sino de un tejido productivo que ya se apoya en sistemas capaces de aprender, recomendar, optimizar y, en algunos casos, decidir. Catalunya ha avanzado con fuerza en este proceso: los hubs tecnológicos crecen, las universidades se proyectan internacionalmente y las startups nacen con la mirada puesta en el mundo. La singularidad no irrumpirá de repente; la estamos construyendo paso a paso, en cómo gobernamos los datos, en cómo gestionamos el talento y en qué valores priorizamos.

Este avance acelerado, sin embargo, revela un fenómeno inquietante: innovar ya no es suficiente. La digitalización nos ha permitido ir más rápido, pero no siempre más lejos. El espejismo digital nos ha hecho confundir automatización con progreso. La sostenibilidad irrumpe justamente para recordarnos que la tecnología no es neutra: tiene una huella que impacta en la energía, en el empleo, en la cohesión social y en la forma en que distribuimos las oportunidades.

Los grandes modelos de IA consumen cantidades ingentes de energía que nos obligan a repensar las infraestructuras. La automatización reconfigura el mercado laboral a una velocidad que amenaza con dejar atrás a quien no consigue seguir el ritmo, especialmente la generación senior, cuyo talento sigue siendo una ventaja competitiva que no podemos ignorar. Y, al mismo tiempo, la IA abre nuevos caminos hacia la eficiencia energética, la trazabilidad en las cadenas de suministro y la economía circular, situando la sostenibilidad en el corazón de la competitividad, y no en su margen. El Barómetro de Innovación y Transformación Digital y Verde de Catalunya 2025 confirma esta tendencia: las empresas catalanas innovan más, exportan más y avanzan hacia un modelo donde digitalización y sostenibilidad se refuerzan mutuamente.

Miremos, además, lo que ya está pasando aquí. Suara Cooperativa, reconocida como Catalonia Exponential Leader 2024, demuestra que la innovación puede tener un impacto social directo. Las empresas emergentes premiadas por Acció en IA, robótica o blockchain están transformando sectores como la salud, la energía o la alimentación. El uso de la IA en las empresas catalanas se ha duplicado en solo un año. Y las oportunidades internacionales vinculadas a tecnología y sostenibilidad han alcanzado cifras récord en 2025. Todo apunta a lo mismo: Catalunya no está observando el futuro; lo está ensayando en tiempo real.

En este contexto, emerge la pregunta central: ¿quién tendrá el criterio cuando la inteligencia se desborde? Porque la singularidad no se definirá por la capacidad de los algoritmos, sino por nuestra capacidad de mantener una brújula. La IA puede ser más rápida, más precisa o más eficiente, pero le falta aquello que da sentido a una decisión: propósito, sensibilidad, ética, memoria cultural. Si no cultivamos estos elementos en las organizaciones, la IA no hará más que amplificar nuestras debilidades. La cuestión no es si la IA será inteligente, sino si nosotros seremos lo suficientemente inteligentes —conscientes, críticos, responsables— para convivir con ella sin renunciar a nuestra libertad estratégica.

Catalunya tiene por delante una oportunidad histórica: construir un modelo propio de progreso tecnológico, y una singularidad sostenible que combine ambición y responsabilidad

Esto implica diseñar modelos transparentes, potenciar el talento diverso, incorporar la sostenibilidad a la estrategia central de la empresa y recordar que el pensamiento humano sigue siendo el último bastión de la inteligencia significativa. Una organización que renuncia a su criterio renuncia también a su poder de decidir. Y un territorio que renuncia a su ética renuncia a su identidad.

Catalunya tiene por delante una oportunidad histórica: construir un modelo propio de progreso tecnológico, y una singularidad sostenible que combine ambición y responsabilidad. Un futuro donde la IA amplifique valores en lugar de erosionarlos; donde la competitividad incluya impacto social y ambiental; donde la innovación no se entienda como velocidad, sino como visión. Si la singularidad llega —y llegará—, tenemos la posibilidad de que llegue aquí, y de que llegue a la catalana: ética, creativa, humanista, valiente y profundamente consciente de las generaciones que vienen detrás.

La singularidad no es un destino inevitable. Es una construcción colectiva. Las empresas catalanas pueden decidir si este futuro será extractivo o sostenible, excluyente o inclusivo, acelerado o consciente.

El reto no es adaptarse a la historia: el reto es atreverse a escribirla.

Durante décadas, la pregunta que ha guiado la gestión del talento en las empresas ha sido aparentemente simple y eficaz: ¿qué sabes hacer? A partir de ahí se han construido currículums, procesos de selección, planes de carrera y sistemas de evaluación del desempeño. En un entorno relativamente estable, donde el valor se asociaba a la especialización y a la eficiencia, esta lógica funcionó.

Hoy, sin embargo, ese enfoque ya no es suficiente.

La aceleración tecnológica y la irrupción de la inteligencia artificial están desplazando el valor desde la ejecución hacia la decisión. Informes recientes del World Economic Forum apuntan a que una parte muy significativa de las habilidades actuales deberá transformarse antes de 2030 y que, paradójicamente, las competencias más demandadas ya no son solo técnicas, sino claramente humanas: pensamiento crítico, criterio, liderazgo, resiliencia y capacidad de tomar decisiones responsables en contextos complejos.

En este nuevo escenario, saber hacer deja de ser diferencial porque la tecnología ejecuta, optimiza y aprende a una velocidad que supera la capacidad humana. Por eso, para las empresas —y especialmente para los departamentos de recursos humanos— la pregunta clave debe evolucionar hacia otra mucho más exigente: ¿qué impacto generas con lo que sabes hacer?

Este cambio no es semántico, es estructural. Implica pasar de gestionar competencias a gestionar contribuciones con sentido. El impacto deja de medirse únicamente en términos de productividad inmediata y empieza a evaluarse en función de cómo se toman las decisiones, a quién benefician, qué consecuencias generan en el tiempo y cómo se utilizan los recursos humanos, económicos y tecnológicos disponibles.

Porque el verdadero valor del talento no siempre se mide en lo que produce, sino en lo que provoca.

Diversos estudios de consultoras como McKinsey o Deloitte coinciden en que las organizaciones que integran el propósito y el impacto en su estrategia no solo refuerzan su resiliencia a largo plazo, sino que también muestran mayores niveles de compromiso y fidelización del talento. En un mercado laboral cada vez más exigente, el sentido del trabajo se ha convertido en un factor clave de atracción y retención.

Dos profesionales con las mismas capacidades técnicas pueden aportar valores radicalmente distintos a una organización. La diferencia no está en el conocimiento acumulado, sino en el criterio con el que se actúa, en la responsabilidad con la que se toman decisiones y en la coherencia entre los valores personales y la cultura corporativa. En este punto, la ética deja de ser un valor declarativo para convertirse en una competencia profesional crítica.

La inteligencia artificial introduce, además, una nueva frontera en la gestión del talento. Analistas como Gartner coinciden en que su uso será cada vez más transversal y cotidiano en la empresa. Saber utilizarla será una competencia básica. Pero el verdadero diferencial estará en saber cuándo no usarla, cuándo detenerse y cuándo asumir una decisión humana que no puede ni debe ser delegada a un algoritmo. Ahí es donde el talento deja de ser operativo y se convierte en estratégico.

Las empresas que integren esta mirada en su gestión de personas no solo serán más eficientes, sino también más coherentes, más atractivas para el talento y más sostenibles en el largo plazo. Porque en un entorno cada vez más automatizado, el valor ya no reside únicamente en hacer más rápido, sino en decidir mejor.

Por eso, en la empresa del futuro, la pregunta decisiva ya no será solo qué sabes hacer, sino qué impacto generas con lo que sabes hacer.

Ahí empieza el verdadero valor.

Y ahí empieza, también, el trabajo que merece la pena.

Sostenibilidad, coherencia y propósito: las claves que están transformando las organizaciones

En esta conversación para Revista Y-O, Silvia Urarte —especialista en RSC, sostenibilidad, economía circular y gestión del talento— comparte una mirada profunda sobre cómo las empresas pueden convertirse en agentes reales de transformación.

Desde sus inicios en consultoría y su impulso para crear Conética, Silvia identifica un problema que sigue vigente: la falta de coherencia entre lo que las organizaciones dicen y hacen. Por eso defiende un enfoque claro: “No todo vale para ganar dinero”, una filosofía que con los años se ha convertido en la base de un modelo de gestión sostenible.

Silvia destaca que la sostenibilidad es rentable cuando se integra en el corazón del negocio: cuando atraviesa operaciones, finanzas, personas e innovación. La clave está en unir relato y datos, propósito y resultados, estrategia y valores.

También advierte de los errores más comunes en ESG: actuar sin un “para qué”, centrarse solo en la regulación, trabajar en silos o comunicar antes de transformar. El verdadero cambio —dice— ocurre cuando se incorporan los indicadores adecuados y se integran en la toma de decisiones diaria.

De cara al futuro, prevé un impulso decisivo de la economía circular, con grandes oportunidades en ecodiseño, valorización de residuos y modelos de servicio. Y apunta a un nuevo tipo de liderazgo: con propósito, centrado en las personas y capaz de trabajar con una IA humanizada.

Su motivación sigue siendo la misma que al inicio: generar impacto positivo real. Desde proyectos en sostenibilidad hasta iniciativas educativas y literatura, su propósito es claro: contribuir a formar organizaciones más conscientes y personas más preparadas para transformar el mundo.

Una inteligencia verdaderamente humana y sostenible no teme el paso del tiempo. Lo integra, lo valora y lo convierte en sabiduría

La inteligencia artificial está entrando en los procesos de selección, promoción y evaluación con la misma velocidad con la que ha transformado otros sectores. Pero lejos de ampliar oportunidades, puede estar restringiéndolas. El edadismo digital se ha convertido en un filtro silencioso que erosiona la diversidad, desaprovecha talento sénior y reduce la competitividad futura de las organizaciones. En un contexto en el que la sostenibilidad humana entra plenamente en la agenda estratégica, ignorarlo es un riesgo

La falsa objetividad de los algoritmos

Durante años se defendió que los algoritmos eliminarían los sesgos humanos. Sin embargo, están reproduciendo —y amplificando— patrones históricos que discriminan por edad. En los procesos de selección, sistemas de IA analizan miles de currículums en segundos, y lo hacen aprendiendo de datos que reflejan decisiones tomadas durante décadas. Allí donde la edad fue un factor de exclusión, la IA lo convierte en un patrón “óptimo”.

Los estudios internacionales lo corroboran. En países como Australia, donde más de la mitad de las organizaciones utilizan IA en la contratación, se observa que los sistemas tienden a favorecer perfiles jóvenes porque sus bases de entrenamiento están dominadas por estos perfiles. En Estados Unidos, la AARP y la Comisión para la Igualdad de Oportunidades en el Empleo documentan que millones de trabajadores mayores de 40 años continúan experimentando discriminación laboral, ahora reforzada por herramientas tecnológicas que perpetúan el sesgo sin cuestionarlo.

El problema ya ha llegado a los tribunales. En mayo de 2025, un tribunal de California aceptó una demanda colectiva contra Workday por presunta discriminación por edad en sus algoritmos de selección. La señal es clara: la inteligencia artificial no es neutral, y las organizaciones ya no podrán ampararse en la “objetividad” del software.

Europa legisla: la edad entra por primera vez en la regulación de IA

La IA Act europea, en vigor desde 2024, introduce un cambio de paradigma. El artículo 5(b) prohíbe los sistemas de IA que exploten vulnerabilidades de las personas por razón de edad, entre otros factores. Es la primera vez que la edad aparece mencionada de manera explícita como variable capaz de generar discriminación algorítmica en la legislación tecnológica.

En los procesos de selección, sistemas de IA analizan miles de currículums en segundos, y lo hacen aprendiendo de datos que reflejan decisiones tomadas durante décadas

Más allá del texto, el impacto para las empresas es directo: deberán auditar cómo funcionan sus sistemas de filtrado, saber qué datos utilizan y demostrar que no generan desigualdades estructurales. La gobernanza algorítmica deja de ser voluntaria. Se convierte en un requisito para aquellas que quieran operar en un marco regulatorio que prioriza la protección de las personas y la equidad.

En Catalunya, iniciativas como Talent Sénior llevan años alertando de que el edadismo laboral —y ahora también el digital— está expulsando del mercado una parte esencial del talento experimentado. Su trabajo con empresas catalanas confirma que la discriminación por edad no es un fenómeno aislado, sino un patrón creciente que la IA corre el riesgo de amplificar si no se gestiona con criterios éticos y de sostenibilidad humana.

Un sesgo que nace de los datos, pero también de la cultura

La discriminación algorítmica no surge solo de modelos imperfectos. Surge, sobre todo, de nuestras culturas organizativas. El sector tecnológico global está construido mayoritariamente por equipos jóvenes, homogéneos y formados en entornos donde la innovación se asocia a juventud y la experiencia se percibe, erróneamente, como resistencia al cambio. La IA no corrige esta visión: la codifica.

Las cifras reflejan el impacto. En los países de la OCDE, solo aproximadamente la mitad de las personas de entre 55 y 64 años está ocupada. En el Reino Unido, un estudio del Centre for Ageing Better indica que el 76% de las personas entre 50 y 60 años cree que su edad limita sus oportunidades laborales. La exclusión, en la era digital, no es solo laboral: es simbólica. No se trata únicamente de ser menos contratados, sino de sentirse menos visibles.

Cuando la empresa pierde talento senior, pierde ventaja competitiva

El edadismo digital tiene consecuencias económicas y estratégicas. Una organización que penaliza a las personas mayores sin darse cuenta pierde diversidad generacional, capital experiencial y una forma de inteligencia que los algoritmos no pueden replicar: la memoria estratégica.

Una inteligencia verdaderamente humana —y verdaderamente sostenible— no teme el paso del tiempo

En un mundo hipercompetitivo, las empresas necesitan tanto la energía del talento joven como la mirada madura de quien interpreta patrones, riesgos y contexto. La pérdida de talento sénior no es solo un problema ético. Es un riesgo empresarial que afecta la innovación, la estabilidad, la toma de decisiones y la sostenibilidad humana, un concepto que empieza a situarse al mismo nivel que la sostenibilidad ambiental o económica.

Hacia una inteligencia más consciente

Corregir este sesgo requiere un cambio profundo. Los modelos de IA deben entrenarse con datos que representen todas las etapas vitales, y los equipos que los diseñan deben ser más diversos. Pero, sobre todo, las empresas necesitan un liderazgo que entienda que la edad es un activo estratégico, no un obstáculo. La verdadera transformación será cultural: reconocer que la inteligencia colectiva de una organización es intergeneracional.

La inteligencia artificial, igual que nosotros, envejece. Se actualiza, se reentrena, evoluciona. Quizás ha llegado el momento de enseñarle que envejecer no es decadencia: es conocimiento acumulado. Una inteligencia verdaderamente humana —y verdaderamente sostenible— no teme el paso del tiempo. Lo integra, lo valora y lo convierte en sabiduría. Una economía que aspire a competir y prosperar necesitará todas sus generaciones en activo: jóvenes que empujen y seniors que den sentido. Solo entonces podremos decir que nuestros algoritmos, y nuestras organizaciones, han aprendido a envejecer bien.

La algorética es un término que ha circulado sobre todo en entornos académicos, jurídicos y filosóficos. Pero en el mundo empresarial… apenas se ha asomado.

A raíz de mis estudios y reflexiones sobre ética algorítmica, he creado la Fórmula A.L.G.O.R.É.T.I.C.A.®, una metodología que traduce principios éticos en criterios de gestión aplicables a cualquier organización que trabaje con sistemas inteligentes.

Cada letra representa un eje estratégico que permite auditar, orientar y gobernar el uso corporativo de la inteligencia artificial desde una perspectiva ética, legal y reputacional.

Seguimos avanzando hacia una tecnología más justa, comprensible y confiable.