Recientemente, la discusión sobre la inteligencia artificial (IA) y el trabajo ha estado dominada por una única pregunta: a medida que los modelos de IA siguen avanzando, ¿serán sustituidos en gran medida los empleos de cuello blanco? Desde la generación de código y la atención al cliente automatizada hasta la producción de contenidos, la IA está asumiendo cada vez más tareas intelectuales que antes requerían intervención humana. Las pruebas de referencia están reforzando esta ansiedad, ya que los modelos mejoran rápidamente en razonamiento a nivel de posgrado y en tareas propias de ingenieros senior, acercándose aparentemente a un umbral en el que el trabajo humano es devorado por la automatización.
Sin embargo, Dan Shipper, CEO de Every, plantea una observación opuesta: cuanto mayor es la automatización, más trabajo queda para los humanos. Every es un usuario intensivo de agentes de IA, habiendo integrado herramientas como Codex, Claude Code y diversos agentes en sus procesos internos. El resultado no es la sustitución masiva de empleados; por el contrario, la naturaleza del trabajo se ha reestructurado. Ahora los ingenieros revisan y diseñan sistemas, los editores deciden qué merece ser escrito y los representantes de atención al cliente mantienen sistemas que gestionan tickets básicos.
Lo más destacable no es si la IA puede realizar una tarea, sino cómo ha redefinido el rol de los humanos. La IA sobresale al hacer baratas habilidades previamente refinadas, como generar código, textos promocionales o informes de investigación. Cuando estas habilidades se vuelven universalmente accesibles, lo que emerge no es una salida de alta calidad, sino una gran cantidad de «salida por defecto» que carece de juicio y contexto. La IA convierte en mercancía las «capacidades humanas de ayer», mientras que lo verdaderamente escaso es el juicio necesario para abordar problemas específicos y actuales.
La automatización no ha erradicado a los expertos, sino que ha creado más escenarios que requieren su intervención especializada. Cuando las operaciones pueden enviar código mediante IA, los ingenieros deben determinar qué código merece ser fusionado; cuando los especialistas en marketing generan miniaturas, los diseñadores deben asegurarse de que se alineen con los objetivos de marca. La IA amplía el radio de producción, pero multiplica la necesidad de control de calidad, construcción de sistemas y expresión diferenciada.
Esta paradoja se explica aún mejor mediante las pruebas de referencia (benchmarks). Las puntuaciones de los modelos miden el desempeño dentro de un marco específico de problemas, pero dicho marco es definido por los humanos. Cuando un modelo domina un marco, los humanos trasladan el problema a uno más complejo. A medida que los modelos se vuelven más potentes, alcanzan los límites trazados por los humanos, en lugar de reemplazar a quienes los trazaron. El futuro del trabajo intelectual no consiste en la desaparición de los humanos, sino en su cambio de ejecutores a diseñadores de marcos, mantenedores de sistemas y definidores de significado.
En última instancia, tras la automatización, el valor del trabajo humano no ha desaparecido, sino que se ha vuelto más exigente y dependiente del juicio. La IA hace barato el «saber cómo hacer», pero hace más escaso el «saber qué merece hacerse, por qué hacerlo y hasta qué punto se hace bien».
[律动]
El Paradoja de la IA en Cripto: Por qué la Supervisión Humana Superará a la Automatización Pura
La reciente discusión sobre el impacto de la IA en el trabajo intelectual revela una paradoja fascinante: a medida que la IA se vuelve más capaz, los humanos no se vuelven menos ocupados sino que se desplazan a roles de mayor valor. Esta dinámica tiene profundas implicaciones para el mercado de criptomonedas, donde la integración de la IA se está acelerando en el trading, las DeFi y la infraestructura de blockchain.
La Paradoja de la Automatización y el Futuro de las Criptomonedas
En los proyectos de blockchain, estamos presenciando el mismo patrón descrito en el artículo. Los bots de trading automatizados, la optimización de rendimiento impulsada por IA y el market-making algorítmico están proliferando. Sin embargo, en lugar de eliminar la necesidad de la intervención humana, estas herramientas están creando demanda para una nueva clase de «curadores de IA» – especialistas que pueden evaluar, refinar y supervisar sistemas automatizados.
Proyectos como Ocean Protocol y Fetch.ai están construyendo infraestructura para la IA en blockchain, pero el valor real podría no residir en la automatización en sí, sino en la capa de supervisión humana. A medida que la IA se convierte en un commodity en el mundo cripto, la escasez se desplaza hacia aquellos que pueden aplicar juicio a las generadas por IA – ya sea evaluando una estrategia DeFi, validando una auditoría de smart contract o curando parámetros de tokenomics.
Implicaciones de los Tokens: De la Ejecución a la Gobernanza
Es probable que veamos una bifurcación en el mercado de tokens IA-cripto:
-
Tokens de Automatización Pura: Los tokens que simplemente habilitan la ejecución de IA (muchos híbridos IA-cripto actuales) podrían enfrentar rendimientos decrecientes a medida que sus capacidades subyacentes se conviertan en commodities.
-
Tokens de Colaboración Humano-IA: Los tokens que facilitan la supervisión y juicio humanos en los sistemas de IA probablemente apreciarán. Estos incluyen:
- Tokens de gobernanza para DAOs que establecen parámetros para protocolos impulsados por IA
- Tokens para plataformas que permiten la validación humana de estrategias de trading generadas por IA
- Tokens de infraestructura que habilitan características de «IA explicativa» para sistemas DeFi
Los proyectos más prometedores serán aquellos que reconozcan esta dinámica y construyan sistemas donde los humanos se enfoquen en el «qué» y el «porqué» mientras la IA maneja el «cómo» – reflejando el cambio de la ejecución al diseño de marcos descrito en el artículo.
Oportunidades y Riesgos del Mercado
Oportunidades:
– Proyectos que habiliten la colaboración humano-IA en la gobernanza DeFi
– Herramientas para evaluar y mejorar estrategias de trading generadas por IA
– Infraestructura para «IA explicativa» en auditorías de smart contracts
– Tokens que faciliten la supervisión humana de market makers automatizados
Riesgos:
– La sobre-automatización sin supervisión humana adecuada podría llevar a fallas sistémicas
– El problema de «salida por defecto» podría crear estrategias homogeneizadas en el mercado
– Los proyectos que se centren únicamente en capacidades de IA sin capas de integración humana podrían luchar por mantener ventajas competitivas
Tesis de Inversión
El mercado de criptomonedas está pasando por una transición similar al trabajo intelectual más amplio: la IA está haciendo que las capacidades de ejecución sean baratas, mientras aumenta el valor del juicio y el contexto. Las inversiones más prometedoras serán en proyectos que reconozcan este cambio y construyan infraestructura para sistemas de IA guiados por humanos en lugar de soluciones puramente autónomas.
Como señala el artículo, «el valor del trabajo humano no ha desaparecido sino que se ha vuelto más desafiante y dependiente del juicio». En el mundo cripto, esto se traduce en proyectos que empoderan a los humanos para tomar decisiones significativas sobre sistemas impulsados por IA – no solo tokens que habilitan la automatización por sí mismos.
El futuro pertenece a los proyectos cripto que comprenden esta paradoja y construyen sistemas donde humanos e IA se potencian mutuamente, en lugar de reemplazar el juicio humano con la automatización pura.