¿Cómo mantienes tus habilidades afiladas cuando la IA hace el trabajo?

Resumen rápido: "¿Cómo mantienes tus habilidades afiladas cuando la IA hace el trabajo?" es una pregunta de entrevista de 2026 que evalúa si todavía puedes rendir sin la herramienta, no si la usas. La respuesta más sólida nombra un hábito de verificación concreto — una regla de primer borrador en solitario, una prueba de "explicarlo en voz alta" o una ronda periódica sin IA — respaldado por un ejemplo reciente específico, no por un "siempre estoy aprendiendo" que le serviría a cualquiera.

Un ingeniero de Meta publicó en TeamBlind a mediados de 2026 describiendo lo que pasó después de dos años dependiendo de la IA para escribir código: "Casi nunca escribo código yo mismo. Solo uso LLMs para generarlo y resolver los huecos... ahora no tengo motivación ni necesidad, pero me preocupa que me pase factura en unos años." Un ingeniero de Google respondió en el mismo hilo: "Tu cerebro se está ablandando porque es demasiado fácil." Un gerente de ingeniería en la misma plataforma resumió la versión del lado de la contratación aún más directamente: "el nivel del candidato promedio está por el suelo ahora" — atribuyéndolo directamente a candidatos que dependieron de la IA durante sus años de formación y nunca desarrollaron los reflejos de base.

Ese es el miedo detrás de esta pregunta, y no es paranoia. Un estudio de Carnegie Mellon y Microsoft Research encontró que una mayor dependencia de la IA se correlaciona con un pensamiento crítico autorreportado medible más bajo. Un estudio del MIT Media Lab sobre escritura de ensayos con ChatGPT encontró que quienes escribían asistidos por IA mostraban menor activación cerebral, peor recuerdo de su propio contenido, y un compromiso reducido que duraba meses. Los entrevistadores leyeron los mismos titulares que tú. Esta pregunta es su forma de comprobar si eres el tipo de candidato del que advierte esa investigación.

Qué está evaluando realmente esta pregunta

No es si usas IA — para 2026 casi todos los candidatos la usan, y negarse a hacerlo sería en sí una señal de alerta. Evalúa algo más específico: si la herramienta desapareciera mañana, ¿la calidad de tu trabajo bajaría un poco, o empezarías de cero?

Eso es distinto de "cómo usas la IA en tu trabajo", que se trata del flujo de trabajo y del criterio para decidir cuándo recurrir a la herramienta. Esta pregunta se trata de si la competencia de base sigue ahí debajo de ese flujo. Puedes dar una gran respuesta a la primera y aun así fallar esta, porque muchas respuestas seguras sobre dominio de la IA simplemente no tienen ningún paso de verificación incorporado.

Las respuestas trampa

Tres respuestas suenan bien al decirlas en voz alta y se desmoronan ante cualquier pregunta de seguimiento:

• "Siempre estoy aprendiendo" — cierto para cualquiera que haya actualizado su titular de LinkedIn alguna vez. Sin ninguna evidencia que la respalde, se evapora en cuanto alguien pregunta "¿me das un ejemplo del último mes?"
• "Casi no uso IA, sigo haciendo todo yo mismo" — en 2026, esto suena a mentira o a un problema de productividad, no a una virtud. Los entrevistadores no extrañan los flujos de trabajo previos a la IA; les preocupa la gente que dejó de revisar su propio trabajo.
• Una declaración de valores sin mecanismo — "creo que es importante mantenerme afilado" describe una intención, no un hábito. Los entrevistadores escuchan esto constantemente, y es la forma más fácil de notar que alguien no pensó de verdad en la pregunta antes de entrar a la sala.

Un framework que sobrevive las preguntas de seguimiento

La solución es la misma en cualquier versión de esta respuesta: nombra un hábito específico y repetible que seguiría siendo cierto sobre ti el próximo mes, y luego da un ejemplo real de ese hábito.

1. La regla del primer borrador en solitario

Elige una tarea recurrente y comprométete a producir un primer borrador tosco tú mismo antes de que la IA lo toque — no porque la IA no pueda ayudar, sino porque en ese esfuerzo es donde vive la habilidad. "Para cualquier estimación que lleve mi nombre, primero esbozo el número yo mismo y después lo comparo con lo que dice el modelo. Si los dos están cerca, confirmo que mi criterio sigue calibrado. Si están muy lejos, encontré algo que vale la pena investigar antes de que cualquiera de los dos descubra que me equivoqué."

2. La prueba de explicarlo en voz alta

Antes de entregar un trabajo asistido por IA, explícalo tú mismo (o a un colega) sin tener el resultado enfrente. Si no puedes, todavía no lo entiendes lo suficientemente bien como para firmarlo. "Le pedí a la IA que redactara una explicación técnica para alguien no técnico. Antes de enviarla, me obligué a explicarla en voz alta con el documento cerrado. Una parte no se sostenía — lo que significaba que en realidad no la entendía — así que reescribí esa sección yo mismo antes de mandarla."

3. La ronda sin IA

Una vez a la semana o al mes, haz una instancia de tu tarea principal con la herramienta completamente apagada, solo como diagnóstico. No se trata de ser eficiente ese día — se trata de descubrir, en una tarea de bajo riesgo, si el músculo todavía está ahí antes de necesitarlo en una de alto riesgo. "Una vez al mes tomo un bug y lo depuro sin ninguna ayuda de IA, de principio a fin. Es más lento. También es la forma más rápida que conozco de notar si empecé a depender de la herramienta para razonar de una manera que antes podía hacer yo solo."

Elige uno, no los tres — un solo hábito específico bien contado vale más que tres genéricos enumerados a la carrera.

Respuesta modelo, armada

"Uso la IA muchísimo para borradores y primeras versiones — es genuinamente más rápido. Pero tengo una regla: cualquier cosa que lleve mi nombre, primero hago una versión tosca yo mismo, antes de mirar lo que produjo la herramienta. El mes pasado estaba estimando el cronograma de un proyecto. Esbocé mi propio número y luego lo comparé con el modelo. Se diferenciaban casi una semana, e investigar por qué reveló una dependencia que se me había pasado — el modelo tampoco la detectó, porque no tenía el contexto que yo sí tenía. Esa diferencia es exactamente lo que la regla está diseñada para detectar. Si solo hubiera visto el número del modelo, nunca habría sabido que tenía que revisarlo."

Fíjate qué es lo que hace el trabajo: un hábito nombrado, un ejemplo reciente específico, un resultado concreto, y un reconocimiento honesto de que la herramienta tiene valor real. Esa combinación es lo que separa esto del genérico "siempre estoy aprendiendo".

Preguntas de seguimiento que puedes esperar

Los entrevistadores que hacen bien esta pregunta no se quedan con la primera respuesta. Prepárate para:

• "¿Cuándo fue la última vez que ese hábito realmente detectó algo?" — si tu respuesta es "no se me ocurre un momento específico", el hábito todavía no es real. Constrúyelo antes de la entrevista, no durante ella.
• "¿Qué harías si no tuvieras acceso a la IA por una semana?" — esto evalúa si tu competencia depende de la herramienta o es genuinamente tuya. Responde con lo que todavía podrías producir, no con cómo te las arreglarías sin ella.
• "¿Cómo sabes cuándo tu criterio y el del modelo no coinciden?" — en realidad esto pregunta si estás prestando atención de verdad, o simplemente aceptando resultados. Tener una historia real de haber estado en desacuerdo con una recomendación de IA es lo más contundente que puedes traer aquí.

Dónde encaja realmente un copiloto de entrevista en vivo

Vale la pena nombrar una tensión honesta: este artículo argumenta que depender de la IA sin un hábito de verificación erosiona la habilidad, y AceRound es un copiloto de IA en vivo que te da sugerencias durante la propia entrevista. Las dos cosas no están en conflicto si tienes claro para qué sirve cada una. Un copiloto como AceRound está ahí para estabilizar tu discurso y ofrecer un punto de partida en esa única hora donde los nervios te cuestan más caro — no sustituye los hábitos de mantener las habilidades afiladas que describimos arriba, y nunca pretendió reemplazar el trabajo que hiciste antes de entrar a la sala. Trata lo que te sugiere igual que tratarías cualquier resultado de IA: un borrador para contrastar con lo que realmente sabes, no la respuesta final. Si no hiciste el trabajo de base que describe este artículo, ninguna sugerencia en vivo dentro de la sala te va a cubrir ante una pregunta de seguimiento real — y eso también aplica a cómo prepararte para una entrevista con IA en un sentido más amplio. Esto importa todavía más si estás buscando puestos remotos en empresas de Estados Unidos o Europa: los entrevistadores de esos mercados suelen insistir más en las preguntas de seguimiento, precisamente porque ya conocen el tema de la atrofia de habilidades por IA.

Preguntas frecuentes

¿No es lo mismo que "¿cómo usas la IA en tu trabajo?" No, y responderla así es la forma más común de fallar esta pregunta. "Cómo usas la IA" se trata de tu flujo de trabajo y tu dominio de la herramienta. Esta pregunta se trata de si la habilidad de base sigue ahí cuando la herramienta no está. Puedes responder muy bien la primera pregunta y aun así fallar esta, si tu respuesta no tiene ningún paso de verificación.

¿Qué pasa si honestamente no recuerdo la última vez que hice algo sin IA? Eso vale la pena notarlo antes de la entrevista, no durante ella. Por lo general significa que dejaste que la herramienta decidiera todo por defecto, en vez de elegir cuándo usarla. Elige una tarea recurrente, hazla tú solo una vez esta semana, y tendrás una respuesta real en vez de una ensayada.

¿Es mala señal si digo que uso IA para casi todo? No por sí solo — la mayoría de los entrevistadores ya asume un uso intensivo de IA. Lo que se ve mal es el uso intensivo sin ningún hábito de verificación asociado. Combina el honesto "la uso constantemente" con la revisión específica que haces antes de confiar en el resultado, y el volumen deja de ser un problema.

¿Cuál sería un buen ejemplo de tarea para el hábito de "apagar la IA" si no soy ingeniero de software? Elige la tarea de tu rol que tenga más ese valor de "podría explicarle esto a alguien en una sola frase": alguien de marketing redactando un mensaje de posicionamiento sin ayuda antes de revisarlo con IA, un analista construyendo un modelo desde cero una vez al mes en vez de solo auditar los que hace la IA, un líder de soporte resolviendo un caso difícil sin una herramienta de respuesta sugerida. El patrón importa más que la tarea específica.

¿Cómo demuestro que todavía tengo la habilidad sin sonar a la defensiva? Empieza con el hábito, no con la negación. "Todavía hago X manualmente porque Y" suena seguro. "Te prometo que no he empeorado" suena a que estás discutiendo con una acusación que nadie hizo. Describe tu práctica y deja que las preguntas de seguimiento la confirmen.

---

Autor · Alex Chen. Consultor de carrera y ex-reclutador de tecnología. Pasó 5 años del lado de las contrataciones antes de cambiar de bando para ayudar a los candidatos. Escribe sobre dinámicas reales de entrevista, no consejos de manual.