Añadir Mangas Verdes como fuente preferida de Google de forma gratuita.
Mantente informado con las últimas noticias de actualidad.
La inteligencia artificial abarata algo que en economía siempre fue caro, obtener información fiable.
Ahí aparece una vieja idea con una vigencia incómoda. George Akerlof desarrolló el modelo del mercado de limones para explicar cómo el conocimiento imperfecto puede bloquear intercambios que, en teoría, beneficiarían a ambas partes.
Cuando la información sobra, filtrar cuesta más
El detalle interesante es que la IA no solo produce más información, también reduce la fricción para adquirirla, procesarla y fabricarla. Eso cambia el terreno de juego en mercados donde una persona intenta averiguar quién tiene delante, desde una empresa que contrata hasta alguien que mira un perfil en una aplicación de citas.
La paradoja ya no consiste en la escasez de datos, sino en su abundancia.
Si cualquiera puede redactar mejor una carta de presentación, pulir un currículum o construir una biografía sentimental más convincente, el receptor necesita trabajar más para distinguir la señal del ruido. Esa lógica encaja con la teoría de la búsqueda, un campo reconocido con el Premio Nobel, que estudia cómo la búsqueda de una persona altera los costes y beneficios de la búsqueda de otras.
Algo parecido ya asoma en el empleo tecnológico, donde la automatización no elimina de golpe el problema humano de elegir, sino que a menudo desplaza el esfuerzo hacia nuevas tareas de evaluación.
Los títulos universitarios pierden fuerza cuando el modelo iguala al alumno
Los grandes modelos de lenguaje, los LLM, pueden igualar el rendimiento académico de estudiantes universitarios. Cuando eso ocurre, el título deja de funcionar con la misma eficacia como señal de capacidad, porque demostrar conocimientos en un entorno asistido por IA dice menos sobre la persona que lo presenta.
No es un matiz menor.
Durante décadas, un diploma servía también como atajo informativo. Reducía incertidumbre, resumía años de trabajo en una credencial reconocible y ayudaba a decidir sin examinar cada habilidad desde cero.
Ahora ese atajo se debilita. Y cuando una señal pierde valor, el sistema busca otras pruebas, más entrevistas, más ejercicios, más filtros y quizá también nuevas formas de verificación allí donde la apariencia digital resulta fácil de inflar.
La ventaja de quien usa IA puede convertirse en coste para los demás
La teoría de la búsqueda ayuda a entender por qué este cambio no afecta solo a quien usa estas herramientas. Si una parte del mercado automatiza la producción de solicitudes, mensajes o perfiles, la otra parte afronta más volumen, más homogeneidad y más tiempo de cribado.
En las solicitudes de empleo y en los perfiles de citas, el efecto es muy concreto. El uso de inteligencia artificial obliga a los demás a dedicar más esfuerzo a filtrar y comprobar, justo porque presentar una versión pulida de uno mismo cuesta mucho menos que antes.
Ese es el giro llamativo. Una tecnología que reduce el coste individual de informar puede elevar el coste colectivo de creer.