Hay una forma de rechazar la inteligencia artificial que termina convirtiéndose en un juicio sobre quien la utiliza. Basta reconocer que has trabajado con IA para que aparezca la sospecha: quizá no sabes hacerlo, quizá no te has esforzado, quizá aquello que presentas tiene menos valor.
Se empieza hablando de una tecnología y se acaba clasificando a las personas.
Creo que esa clasificación puede tener consecuencias mucho mayores que una conversación incómoda. El mundo parece estar dividiéndose entre quienes abrazan la IA y quienes la rechazan. Y el estigma puede empujar esa división hasta convertirla en una diferencia de capacidades, oportunidades e ingresos.
La penalización social existe
Cuatro experimentos publicados en PNAS en 2025, con 4.439 participantes, encontraron una penalización social por utilizar IA: las personas descritas como usuarias recibían peores valoraciones de competencia y motivación.[1]
Lo que cambiaba era el juicio sobre esas personas en los escenarios experimentales. La información sobre la herramienta bastaba para perjudicar su imagen.
Un profesional puede estar buscando cómo hacer mejor su trabajo y descubrir que también debe calcular qué pensarán de él si explica cómo lo ha hecho.
Microsoft y LinkedIn encontraron una señal relacionada en su encuesta de 2024: el 52 % de quienes utilizaban IA en el trabajo se mostraba reticente a reconocer su uso en sus tareas más importantes.[2]
El incentivo resulta fácil de entender. Si explicarlo perjudica tu reputación, callar empieza a parecer una buena estrategia. Se puede aprender a utilizar IA y, al mismo tiempo, aprender a esconderla.
Parecer humano a cualquier precio
La sospecha sobre la autenticidad lleva esa lógica al terreno de la escritura.
Un texto puede despertar desconfianza por estar demasiado ordenado. Una frase clara puede parecer demasiado correcta. La ausencia de errores puede convertirse en una prueba contra su autor.
Si un escritor llega a introducir imperfecciones para evitar que lo confundan con una máquina, la lógica alcanza el absurdo. Estropear deliberadamente un texto para que parezca humano convierte el error en una credencial.
Pero esa credencial también se puede fabricar. Una frase torpe se puede pedir a una máquina. Un texto excelente puede haberlo escrito una persona sin ayuda.
La sospecha termina desplazando la lectura. En lugar de examinar una idea, se buscan señales que permitan clasificar a quien la presenta.
Y cuando la etiqueta decide de antemano cuánto vale el trabajo, explicar el método empieza a ser un riesgo social.
La presión de elegir bando
Para quien empieza en el Derecho, ese ambiente puede ser especialmente dañino.
Pensemos en alguien que quiere aprender a trabajar con IA. Pregunta, prueba, compara resultados. Si su entorno asocia esas prácticas con pereza o falta de criterio, recibe un mensaje: para que te tomen en serio, será mejor que ciertas cosas no se vean.
Puede seguir aprendiendo a escondidas. También puede apartarse para evitar el juicio. En ambos casos, la presión social ha intervenido en una decisión que debería poder tomarse con curiosidad y criterio profesional.
Quien empieza necesita explicar qué hizo, recibir una crítica concreta y entender cómo mejorar. El estigma convierte esa conversación en un examen de pertenencia: tú eres de los que usan IA.
Así se forman los bandos. Utilizar una herramienta acaba pareciendo una declaración de identidad. Rechazarla puede convertirse en una manera de obtener reconocimiento dentro del grupo.
El problema aparece cuando conservar ese reconocimiento exige renunciar a aprender.
La ventaja se acumula mientras discutimos
Mi impresión es que podemos estar asistiendo, en tiempo real, al nacimiento de una brecha socioeconómica.
Quien incorpora la IA a su trabajo empieza a recorrer una curva de aprendizaje. Prueba tareas, encuentra errores, corrige procedimientos y descubre qué puede conseguir. Cada intento deja conocimiento para el siguiente.
Quien rechaza de antemano esa práctica permanece fuera de ese recorrido. El tiempo pasa para ambos, pero la experiencia adquirida es distinta.
Ahí está la ventaja de los primeros adoptantes, los early adopters. Creo que esta vez pueden obtener una ventaja competitiva a corto plazo muy alta. Pueden aprender a resolver más trabajo, desarrollar servicios y reorganizar su actividad mientras otros siguen decidiendo si utilizar la herramienta les parece aceptable.
Esa diferencia puede traducirse en capacidad para asumir proyectos, responder a encargos y ofrecer soluciones que antes quedaban fuera de su alcance. También en mejores ingresos y en mayor libertad para elegir cómo trabajar.
Para un jurista joven, el tiempo dedicado a aprender puede convertirse en una capacidad que aportar a su entorno profesional. Si la presión del grupo lo aparta de esa práctica, el coste no termina en la incomodidad de una discusión. Puede afectar a las oportunidades que será capaz de reconocer y aprovechar.
El estigma interviene precisamente ahí: puede hacer que alguien abandone el aprendizaje para conservar la aprobación de los demás.
Una división que puede quedar oculta
La división tampoco tiene por qué coincidir con lo que cada uno declara en público.
Quien utiliza IA a escondidas también puede acumular capacidad. Su silencio conserva la apariencia de que todo sigue igual, mientras su forma de trabajar cambia.
Eso vuelve la brecha más difícil de ver. Un entorno puede parecer contrario a la IA y contener personas que ya están avanzando con ella. Quien se tome literalmente el rechazo del grupo puede quedarse fuera de un aprendizaje que otros sí están adquiriendo.
Por eso me preocupa que el uso de IA se convierta en motivo de vergüenza. Puede castigar la franqueza, premiar la ocultación y desalentar precisamente a quienes todavía están a tiempo de empezar.
La cuestión tiene consecuencias prácticas. Cuanto más aprendizaje acumulen unos, más terreno tendrán que recorrer después quienes decidan incorporarse.
Un profesional debería poder decir que está aprendiendo a trabajar con IA sin tener que defender primero su dignidad intelectual.
La sospecha social puede parecer una reacción pasajera. La distancia de capacidades que deje detrás puede durar mucho más.
Fuentes
- Reif, Larrick y Soll, Evidence of a social evaluation penalty for using AI, 08-05-2025. Experimentos con muestras online de conveniencia sobre valoraciones de competencia y motivación.
- Microsoft y LinkedIn, Work Trend Index 2024, 08-05-2024. Encuesta a 31.000 trabajadores del conocimiento de 31 mercados; el 52 % corresponde a usuarios de IA. Reticencia declarada, no ocultación observada.
Fuentes consultadas el 21 de octubre de 2026. La posible brecha socioeconómica y la ventaja de adoptar pronto constituyen la tesis de opinión del autor.
Texto de Roberto Ortega, elaborado con asistencia editorial de IA. Las versiones noruega e inglesa son adaptaciones editoriales del original español.
