Enrique Fárez

En la era de la IA, la autoridad no se improvisa

La autoridad empieza antes de que alguien pregunte

Durante años, muchas organizaciones han entendido su presencia digital desde una lógica relativamente manejable: tener una web, aparecer de vez en cuando en medios, posicionar algunas palabras clave en Google y mantener cierta actividad en redes sociales. Ese esquema sigue teniendo valor, por supuesto, pero ya no explica por completo cómo se construye autoridad en un entorno donde la forma de buscar, comparar y entender la información está cambiando de manera acelerada.

La inteligencia artificial introduce una capa nueva. Cada vez más personas no empiezan su consulta entrando en una web concreta ni revisando una lista de enlaces, sino preguntando a un sistema que resume, jerarquiza, interpreta y recomienda. A veces ese sistema cita fuentes; a veces no. A veces envía tráfico hacia una página; otras veces responde directamente y deja fuera de la conversación a quienes no considera suficientemente relevantes, claros o fiables.

Esto plantea una pregunta incómoda para cualquier institución, empresa o profesional: qué encontrará la inteligencia artificial cuando tenga que explicar quién eres, qué haces y por qué deberías importar. No se trata solo de aparecer en una búsqueda, sino de ser interpretable para un ecosistema que empieza a ordenar la realidad a partir de rastros: textos, menciones, enlaces, entidades, repeticiones, fuentes, contenidos estructurados y señales de confianza distribuidas en distintos lugares.

Ser visible ya no basta

Ahí está el cambio de fondo. La autoridad ya no depende solo de estar visible. Depende de ser reconocible, consistente y confiable en espacios muy distintos. Una organización puede tener una web correcta y, aun así, no aparecer con claridad en respuestas generadas por IA. Puede publicar mucho y no ser entendida como referencia. Puede aparecer en medios, pero no haber construido un relato propio suficientemente ordenado. Puede tener redes sociales activas y, sin embargo, dejar pocas señales útiles para que buscadores, audiencias y sistemas automáticos comprendan su verdadero valor.

La autoridad no se improvisa el día que alguien pregunta por ti. Se construye antes, con una acumulación paciente de señales coherentes: páginas bien explicadas, artículos que responden preguntas reales, informes con criterio, entrevistas, menciones externas, vídeos útiles, casos, datos, fuentes y contenidos que ayuden a entender una categoría, no solo a promocionar una marca. En la práctica, esto significa que la comunicación deja de ser únicamente emisión y empieza a parecerse más a una arquitectura de conocimiento.

Esto conecta con una transformación que ya se está viendo en marketing digital y en comunicación pública. La búsqueda se ha fragmentado. Google sigue siendo importante, pero ya no es el único lugar donde una persona intenta entender un tema. Se busca en YouTube, TikTok, Instagram, medios especializados, newsletters, ChatGPT, Gemini, Perplexity y otros sistemas que no funcionan como el buscador clásico. Para una organización, esto implica que su presencia pública debe estar mejor ordenada, porque ya no compite solo por un clic: compite por ser citada, recordada, resumida correctamente y considerada una fuente fiable.

En lo público, explicar bien también es una responsabilidad

En el caso de las administraciones públicas, esta cuestión tiene una dimensión especialmente relevante. Una institución no debería preocuparse solo por publicar información, sino por que esa información sea comprensible, encontrable, verificable y reutilizable. Si una ayuda pública, un trámite, un programa o una política no están explicados con claridad suficiente, otros acabarán explicándolos por la institución, a veces con más claridad, a veces con menos rigor y a veces con una intención distinta. Cuando otros explican tu trabajo mejor que tú, empiezas a perder control sobre el contexto.

No hablo de controlar la conversación en un sentido propagandístico, sino de algo mucho más básico: que una organización tenga capacidad de explicar con precisión qué hace, por qué lo hace, qué problema intenta resolver, qué evidencias sostienen sus decisiones y qué resultados pretende conseguir. La inteligencia artificial no elimina esa necesidad; al contrario, la amplifica, porque los sistemas que resumen y recomiendan necesitan materiales claros para poder interpretar bien una realidad compleja.

La pregunta importante no es cuántas piezas podemos publicar, sino qué base documental estamos construyendo para que una persona, un periodista, una empresa, una administración o un sistema de IA puedan entendernos mejor.

Más contenido no significa más autoridad

Por eso me parece insuficiente plantear la IA solo como una herramienta para generar más contenido. Si una organización produce más textos sin una estructura clara, sin una estrategia de entidades, sin enlaces internos, sin páginas de referencia, sin criterio editorial y sin memoria de lo que funciona, lo único que consigue es aumentar el volumen de ruido.

El primer paso debería ser identificar qué preguntas reales hacen las personas sobre nuestro ámbito. No las preguntas que la organización quiere responder, sino las que existen de verdad: qué significa una ayuda, cómo se solicita un trámite, qué impacto tiene una política, quién presta un servicio, qué diferencia a una solución, qué resultados se han conseguido, qué riesgos hay o qué dudas se repiten. A partir de ahí, la tarea consiste en convertir esas preguntas en contenidos claros, conectados entre sí y apoyados en fuentes, casos o evidencias.

Una web institucional o corporativa no debería ser una colección de páginas sueltas, sino un sistema de conocimiento. Cada página debería cumplir una función dentro de una arquitectura mayor: explicar un servicio, responder una intención, conectar con un caso, enlazar con un informe, recoger una evidencia, ordenar una categoría. Lo mismo ocurre con los artículos, los vídeos, las entrevistas y las apariciones en medios. Si todo queda disperso, la organización habla mucho, pero enseña poco. Si todo está conectado, la organización empieza a construir autoridad.

La IA puede ayudar, pero necesita criterio

Aquí la IA puede ayudar mucho. Puede detectar preguntas, agrupar temas, revisar contenidos, proponer estructuras, analizar qué entidades aparecen asociadas a una organización, resumir conversaciones, comparar presencia en distintos canales y sugerir qué falta para que una categoría quede mejor explicada. Pero de nuevo aparece la advertencia de siempre: sin criterio humano, la IA tiende a producir más superficie, no necesariamente más profundidad.

La autoridad en la era de la IA no se construye publicando más por inercia. Se construye publicando con más intención, con más coherencia y con más capacidad de aprendizaje. Esto vale para una empresa que quiere explicar mejor su propuesta de valor, para una administración que necesita hacer comprensible una política pública y para un profesional que aspira a ser reconocido como referencia en un campo concreto.

En el caso de lo público, además, hay una dimensión democrática que no conviene perder de vista. Una institución que explica bien reduce fricción, evita malentendidos, facilita el acceso a derechos y permite que la ciudadanía entienda mejor sus decisiones. Una institución que comunica de forma confusa obliga a la gente a reconstruir el sentido en otros lugares, con el riesgo de que esa reconstrucción sea incompleta, interesada o directamente equivocada.

En el caso de una empresa, la consecuencia es competitiva. Si tu propuesta de valor no está bien explicada, otros ocuparán la categoría. Si tus evidencias no están visibles, otros parecerán más fiables. Si tus contenidos no responden preguntas reales, los sistemas de búsqueda y de inteligencia artificial tendrán menos razones para considerarte una fuente útil.

La autoridad es disponibilidad interpretativa

La autoridad, vista así, no es solo prestigio. Es disponibilidad interpretativa: la capacidad de que, cuando alguien necesita entender un tema, tu organización aparezca como una fuente capaz de ordenar la explicación. Eso no se consigue en un día ni con una campaña aislada. Se consigue acumulando señales consistentes durante meses y años.

Por eso cada vez me interesa más pensar la comunicación como un sistema de aprendizaje. Publicar, medir, observar, ajustar, conectar y volver a publicar. No como una rutina mecánica de contenidos, sino como una forma de construir memoria pública. La inteligencia artificial va a premiar a quienes tengan una presencia más estructurada, más clara y más verificable, no necesariamente a quienes hagan más ruido.

Si la conversación pública se fragmenta, si los medios pierden centralidad como único espacio de referencia y si la búsqueda se desplaza hacia sistemas que resumen y recomiendan, entonces cada organización necesita cuidar mejor las señales que deja. Porque en la era de la IA, la autoridad no se declara: se demuestra antes de que alguien pregunte.

La autoridad pública y corporativa del próximo ciclo se construirá con señales claras, contenidos útiles y una arquitectura de conocimiento que permita ser encontrado, entendido y citado.

Si cambia la forma de informarse, también debe cambiar la administración

La ciudadanía ya no se informa como antes

Durante mucho tiempo, la administración pública ha organizado su comunicación y su toma de decisiones como si la realidad llegara por canales relativamente estables: expedientes, informes técnicos, prensa, reuniones, notas oficiales, registros administrativos y, más recientemente, redes sociales.

Ese mundo no ha desaparecido, pero ya no basta para entender lo que ocurre.

La ciudadanía se informa de otra manera. Un asunto público puede empezar en una noticia local, moverse por grupos de mensajería, saltar a redes, convertirse en vídeo, generar búsquedas en Google y acabar resumido por una inteligencia artificial. A veces, cuando la administración detecta que hay una conversación en marcha, esa conversación ya lleva horas o días construyendo percepciones.

Este cambio obliga a repensar algo más profundo que la comunicación. Obliga a repensar la escucha institucional.

La pregunta ya no es solo cómo comunicar mejor

Porque una administración no puede limitarse a emitir mensajes si la ciudadanía recibe, interpreta y comparte información en espacios cada vez más fragmentados. Tampoco puede depender solo de los canales formales para saber qué preocupa, qué se está entendiendo mal, qué riesgo empieza a crecer o qué oportunidad conviene activar.

La pregunta ya no es únicamente cómo comunicamos mejor.

La pregunta es cómo escuchamos mejor.

Y aquí aparece la inteligencia artificial, pero no como una varita mágica ni como una herramienta de moda. La IA puede ayudar a leer grandes volúmenes de información, detectar temas que se repiten, agrupar documentos, resumir señales y anticipar patrones. Pero si se introduce sobre procesos desordenados, solo acelera el desorden.

Una administración que no sabe qué quiere observar, qué decisiones necesita mejorar o qué preguntas debe responder no va a resolver ese problema comprando una herramienta.

La IA pública empieza por el proceso

Puede generar más textos, más resúmenes y más informes, pero no necesariamente mejor criterio.

Por eso la IA pública no empieza por el modelo. Empieza por el proceso.

Antes de preguntar qué herramienta usar, una administración debería preguntarse qué señales necesita detectar. Qué conversaciones le afectan. Qué temas se repiten en su territorio. Qué actores están interviniendo. Qué demandas aparecen de forma temprana. Qué mensajes institucionales no se entienden. Qué decisiones llegan tarde porque nadie vio antes el patrón.

Esa es la diferencia entre usar IA como accesorio y usar IA como infraestructura de trabajo.

Escuchar tarde obliga a comunicar tarde

En comunicación pública, esto es especialmente importante. No hablamos solo de reputación o presencia mediática. Hablamos de confianza, orientación ciudadana, prevención de conflictos, claridad institucional y capacidad de respuesta.

Una administración que escucha tarde comunica tarde. Y una administración que comunica tarde suele tener que explicar más, corregir más y defenderse más.

La escucha inteligente no consiste en vigilarlo todo. Eso sería imposible, ineficiente y, además, poco deseable. Consiste en construir un sistema capaz de distinguir ruido, síntoma y señal.

  • El ruido es lo que ocurre sin suficiente relevancia para modificar una decisión.
  • El síntoma es lo que empieza a repetirse y merece atención.
  • La señal es aquello que, si se interpreta a tiempo, puede cambiar una prioridad, una respuesta, una explicación o una política pública.

La IA puede ayudar mucho en esa clasificación, pero necesita criterio humano alrededor. Necesita saber qué fuentes mirar, qué sesgos evitar, qué temas son sensibles, qué lenguaje institucional es adecuado y qué consecuencias puede tener una lectura equivocada.

La tecnología no sustituye la responsabilidad

En lo público, la tecnología nunca debería sustituir la responsabilidad. Debería hacerla más informada.

Esta es una de las claves de la transformación pública con IA: no se trata de automatizar la administración tal como está, sino de revisar qué procesos merecen ser rediseñados. Si el proceso está mal planteado, automatizarlo solo hace que el error viaje más rápido.

Por eso me interesa cada vez más la idea de sistemas de señales. No sistemas que solo producen documentos, sino sistemas que ayudan a detectar qué está cambiando alrededor de una institución.

Un sistema así puede alimentarse de medios, notas de prensa, redes, expedientes, consultas ciudadanas, datos abiertos, licitaciones, reclamaciones, informes internos o agendas públicas. Pero su valor no está en acumular fuentes. Está en convertir esas fuentes en contexto útil.

Y el contexto útil es el que ayuda a decidir.

Decidir con más contexto

Decidir si hay que explicar mejor una medida. Decidir si un tema requiere respuesta institucional. Decidir si una conversación está creciendo. Decidir si una entidad necesita coordinación. Decidir si una política pública está siendo entendida de forma distinta a como fue diseñada.

Ese es el punto donde la IA deja de ser un tema tecnológico y se convierte en una cuestión de gobierno.

Si cambia la forma en que la ciudadanía se informa, también debe cambiar la forma en que la administración escucha. Y si cambia la forma de escuchar, también cambia la forma de decidir.

No se trata de correr detrás de cada tendencia ni de convertir cada comentario en una alarma. Se trata de construir instituciones con más capacidad de anticipación.

La administración pública del próximo ciclo no será mejor solo porque use inteligencia artificial. Será mejor si utiliza la IA para ordenar mejor sus procesos, escuchar con más amplitud y actuar con más criterio.

La IA pública aplicada no consiste en hacer más rápido lo mismo. Consiste en rediseñar cómo una institución observa, interpreta y decide.

La comunicación pública ya no puede depender de un solo canal

Cuando cambia la forma de informarse, también debe cambiar la forma de escuchar

Durante años, muchas instituciones han organizado su comunicación como si la conversación pública pudiera seguirse desde unos pocos lugares reconocibles: los periódicos, la radio, la televisión, la agenda política, las notas de prensa y, más tarde, las redes sociales.

Ese esquema ya no describe bien la realidad.

No porque los medios tradicionales hayan dejado de importar. Siguen importando, y mucho. Pero ya no ordenan solos la experiencia informativa de la ciudadanía. Una persona puede enterarse de un asunto público por un vídeo corto, buscar después en Google, ver una explicación en YouTube, recibir un resumen en WhatsApp, leer un titular en un medio digital y terminar preguntando a una inteligencia artificial qué ha pasado.

La información no desaparece. Se dispersa.

Y cuando la información se dispersa, la comunicación pública tiene que cambiar de método.

Este cambio afecta de lleno a las administraciones públicas, a las empresas que trabajan con lo público y a cualquier organización que necesite cuidar su reputación. Ya no basta con emitir un comunicado y esperar que el mensaje llegue de forma ordenada. Tampoco basta con medir impactos como si todas las apariciones tuvieran el mismo valor.

La pregunta importante ya no es solo “dónde hemos salido”.

La pregunta empieza a ser otra: “qué está entendiendo la gente, desde dónde lo está entendiendo y qué señales nos indican que debemos actuar”.

La IA no arregla una escucha mal diseñada

Ahí la inteligencia artificial puede ayudar, pero conviene no confundirse. El problema no se resuelve metiendo una herramienta nueva en una rutina vieja. Si una organización sigue pensando su comunicación como una secuencia de notas, impactos y resúmenes, la IA solo hará más rápida esa misma lógica. Puede resumir mejor, clasificar más rápido o generar más textos, pero no necesariamente ayudará a decidir mejor.

Para que la IA aporte valor, primero hay que cambiar la arquitectura de escucha.

Eso significa tratar cada noticia, cada nota de prensa, cada mención, cada búsqueda y cada conversación como una señal dentro de un sistema más amplio. Algunas señales serán ruido. Otras serán síntomas. Y unas pocas serán avisos tempranos de algo que puede convertirse en oportunidad, riesgo o decisión.

El trabajo inteligente consiste en distinguirlas.

En lo público, escuchar mejor también es gobernar mejor

En el sector público esto es especialmente importante. Una administración no comunica solo para aparecer. Comunica para explicar, orientar, responder, prevenir conflictos, construir confianza y hacer comprensible su acción. Si la ciudadanía se informa de manera fragmentada, la administración no puede permitirse escuchar de manera estrecha.

Necesita una mirada más amplia.

Y esa mirada no es únicamente tecnológica. Es institucional, comunicativa y estratégica.

La tecnología puede capturar señales. La IA puede ayudar a ordenarlas. Pero alguien tiene que formular las preguntas correctas: qué tema está creciendo, qué actor está ausente, qué interpretación está ganando terreno, qué mensaje no se ha entendido, qué riesgo se está acumulando, qué oportunidad conviene activar.

Este es el punto donde la comunicación deja de ser solo emisión y se convierte en inteligencia.

No se trata de perseguir cada conversación. Eso sería imposible y poco útil. Se trata de construir sistemas que permitan ver antes, entender mejor y actuar con más criterio.

La comunicación pública ya no puede depender de un solo canal porque la ciudadanía ya no vive en un solo canal. Y si la escucha no se adapta a esa realidad, las instituciones llegarán tarde a conversaciones que ya están ocurriendo.

La transformación pública con IA empieza cuando dejamos de pensar solo en herramientas y empezamos a rediseñar cómo escuchamos, interpretamos y decidimos.

Bajar un peldaño más: la pregunta que convierte la IA en un caso de uso público

Este artículo forma parte de la serie «IA pública aplicada: del discurso al proceso», una reflexión sobre cómo llevar la inteligencia artificial a tareas, equipos y servicios públicos reales.

Hay una escena que se repite mucho cuando una administración empieza a hablar de inteligencia artificial. Al principio todo el mundo entiende la oportunidad, pero casi siempre la conversación arranca demasiado arriba. Se habla de modernización, de eficiencia, de automatización, de atención ciudadana, de transformación digital. Son palabras necesarias, pero todavía no construyen nada.

El problema no es que esas palabras sean falsas. El problema es que son demasiado grandes para empezar a trabajar.

Por eso, cuando estoy en una mentoría con equipos públicos, suelo intentar hacer algo muy simple: bajar un peldaño más.

Si alguien dice que quiere aplicar IA al empleo, la pregunta útil no es todavía qué herramienta vamos a usar. La pregunta útil es: ¿en qué momento concreto del trabajo de un técnico de empleo puede aportar valor? ¿Cuando atiende a una persona desempleada? ¿Cuando orienta un itinerario? ¿Cuando revisa un plan de negocio? ¿Cuando prepara un informe? ¿Cuando busca ayudas, redacta una memoria o compara documentación?

Ahí empieza a aparecer el caso de uso.

Y cuando aparece el caso de uso, la conversación cambia. Ya no estamos hablando de inteligencia artificial en abstracto, sino de una tarea, una persona, un documento, una decisión y un resultado.

De la herramienta al proceso

Muchas veces se confunde innovar con elegir tecnología. Se piensa que el avance está en encontrar la mejor plataforma, el modelo más potente o la aplicación de moda. Pero en la administración pública la pregunta decisiva suele ser otra: qué proceso queremos mejorar y qué responsabilidad hay detrás de ese proceso.

No es lo mismo usar IA para resumir un texto que usarla para apoyar una decisión que afecta a una ayuda pública, a una contratación, a una comunicación institucional o a la orientación de una persona. En el primer caso buscamos productividad. En el segundo necesitamos, además, trazabilidad, criterio, revisión humana y comprensión del contexto.

Por eso hay que bajar un peldaño más.

Bajar un peldaño más significa dejar de preguntar «¿cómo usamos IA en este departamento?» y empezar a preguntar «¿qué trabajo concreto consume tiempo, se repite, genera dudas o podría hacerse con más calidad si el equipo tuviera mejor información?».

Esa pregunta cambia completamente la conversación. Permite descubrir tareas que nadie había nombrado porque estaban demasiado integradas en la rutina. Permite detectar documentos que se redactan una y otra vez desde cero. Permite ver consultas que siempre se responden igual, expedientes que siempre se revisan con los mismos criterios o decisiones que podrían prepararse mejor si la información estuviera ordenada.

La IA empieza a tener sentido cuando se conecta con esa capa concreta del trabajo.

Cuando una intención se convierte en diseño

Un ejemplo sencillo: decir «queremos ayudar a personas emprendedoras con inteligencia artificial» todavía es una intención. En cambio, decir «queremos que una persona pueda elaborar una primera versión de su plan de negocio con preguntas guiadas, ejemplos adaptados y revisión posterior de un técnico» ya empieza a ser un diseño.

Ahí se abren las preguntas importantes. ¿Qué información debe aportar la persona? ¿Qué estructura debe tener el documento? ¿Qué ejemplos son válidos? ¿Qué parte puede generar la IA y qué parte debe revisar un profesional? ¿Cómo evitamos respuestas genéricas? ¿Qué conocimiento local o sectorial debe estar dentro del sistema? ¿Cómo medimos si el resultado ayuda de verdad?

Eso ya no es una conversación sobre moda tecnológica. Es una conversación sobre servicio público.

Y esa diferencia importa mucho.

Porque una administración no necesita incorporar IA para parecer moderna. Necesita incorporarla cuando ayuda a prestar mejor un servicio, a reducir una carga innecesaria, a ordenar conocimiento, a responder con más claridad o a tomar decisiones mejor preparadas.

La herramienta revela el proceso

A veces, bajar un peldaño más también sirve para descubrir que la IA no es lo primero que había que resolver. Puede ocurrir que el problema esté en la falta de datos, en documentos dispersos, en criterios poco claros, en procedimientos mal definidos o en conocimiento que vive solo en la cabeza de algunas personas. En esos casos, la IA puede ayudar, pero antes hay que ordenar la casa.

Esta es una de las grandes lecciones de la IA pública aplicada: la herramienta no sustituye al proceso. Lo revela.

Cuando se intenta construir un asistente, un agente o un sistema de apoyo, aparecen rápidamente las preguntas que antes estaban ocultas. ¿Dónde está la información fiable? ¿Quién valida la respuesta? ¿Qué pasa si hay contradicciones? ¿Qué lenguaje debe usar el sistema? ¿Qué límites no debe cruzar? ¿Qué parte del trabajo necesita automatización y qué parte necesita deliberación humana?

Un buen proyecto de IA no esquiva esas preguntas. Las pone sobre la mesa.

Prototipos, laboratorios y casos reales

Por eso me interesa tanto trabajar con prototipos, laboratorios y casos reales. No porque todo tenga que convertirse inmediatamente en un producto, sino porque el prototipo obliga a concretar. Obliga a escribir una instrucción, probar una salida, escuchar a un usuario, revisar un documento y comprobar si aquello que sonaba bien realmente ayuda.

La innovación pública necesita visión, por supuesto. Pero también necesita ese tipo de precisión humilde que pregunta una y otra vez: ¿esto para quién es?, ¿qué problema resuelve?, ¿qué mejora respecto a lo que ya hacemos?, ¿qué riesgo introduce?, ¿quién lo mantiene?, ¿cómo sabemos que funciona?

Ahí es donde la IA deja de ser un discurso y empieza a convertirse en capacidad institucional.

La pregunta que hace posible la ambición

Bajar un peldaño más no empequeñece la ambición. Al contrario. La hace posible. Porque las grandes transformaciones no se construyen solo con declaraciones generales, sino con cambios concretos en la forma de trabajar, decidir, documentar, comunicar y aprender.

La administración pública tiene por delante una oportunidad enorme con la inteligencia artificial. Pero esa oportunidad no se juega únicamente en comprar herramientas ni en formar a equipos para que prueben aplicaciones sueltas. Se juega en aprender a convertir problemas reales en casos de uso bien definidos.

Y quizá esa sea una de las mejores preguntas para empezar cualquier proyecto de IA pública:

¿Podemos bajar un peldaño más?

Escanea el código