Cuando todos los mexicanos hablan de IA, nadie recuerda cómo hacer preguntas

México presume de IA mientras la mitad del país sigue desconectada y los niños aprenden a copiar y pegar con mejor ortografía. La herramienta más poderosa del siglo en manos de gente que no sabe hacer una pregunta

Últimamente abres cualquier red social en México, pensarías que todo el país ya completó su transformación digital. Todos hablan de inteligencia artificial, en la televisión los expertos debaten si la IA les quitará el trabajo a las personas, los políticos anuncian que van a “llevar la IA a las escuelas”, y tu vecino acaba de usar ChatGPT para escribir un artículo sobre “cómo la IA cambiará México” y lo publicó en Facebook.

Mientras tanto, el verdadero problema de México es este: la mitad de los usuarios de internet ya usa IA, pero la mayoría solo le pide que le ayude a escribir cartas de amor o a generar memes. Un estudio de la Asociación de Internet MX de 2026 muestra que el 50 % de los internautas mexicanos usa herramientas de IA, y que el 66 % las usa principalmente para generar contenido; Gemini y ChatGPT son las más utilizadas. Pero de ese 50 %, ¿cuántos saben cómo hacer una pregunta valiosa?

La primera lección del marketing siempre es la misma: los consumidores no saben lo que quieren hasta que se lo dices. Y la paradoja de la era de la IA es que, mientras más poderosa es la herramienta, más perezoso es el usuario. Escribes una pregunta vaga, obtienes una respuesta vaga, la copias y la pegas, y a eso le llamas “trabajo”.

Eso no es usar IA. Eso es ser flojo con tecnología de punta.

Los datos son honestos, tan honestos que resultan incómodos.

Se prevé que el gasto de las empresas mexicanas en IA alcance 776 millones de dólares en 2026, con un crecimiento anual del 52 %. Un estudio de AWS (Amazon Web Services) muestra que el 48 % de las empresas mexicanas ya usa IA, frente a solo el 38 % un año antes, lo que significa más de 2.5 millones de empresas, de las cuales unas 550 mil apenas empezaron el año pasado. Todo parece ir en la dirección correcta.

Pero hay otro conjunto de datos que vale más la pena mirar: 11.4 millones de mexicanos no usan internet en absoluto por falta de conocimientos técnicos. Solo el 36.6 % de los hogares tiene computadora. En las zonas rurales de México, la cobertura de internet es de apenas 75.2 %, frente a 88.9 % en las urbanas. En Chiapas solo el 53.9 % de los hogares tiene internet, mientras que en la Ciudad de México es el 90.5 %.

El núcleo del marketing nunca ha sido “quién usa qué”, sino “quién queda excluido”. Mientras te ocupas de venderle cursos de IA a la clase media urbana, la mitad del país, los niños del campo, ni siquiera tiene un dispositivo que se conecte al Wi-Fi. Aquí, la “narrativa de la popularización” de la IA se convierte en un discurso de marketing: hace que quienes ya tienen sientan que van por delante de su tiempo, y que quienes no tienen sientan que merecen quedarse atrás.

Ahora llegamos a la parte más irónica. En el terreno del marketing, la aplicación de la IA en las empresas mexicanas se ve muy animada: el 81 % de las empresas usa herramientas de análisis, el 86 % hace pruebas A/B y el 54 % ya automatizó sus procesos de marketing. ChatGPT Ads entró oficialmente al mercado mexicano en 2026; OpenAI confirmó que México es uno de los primeros países en el lanzamiento, y más de 18 millones de usuarios activos mexicanos se convierten en el objetivo de los anunciantes.

Todo avanza hacia “más eficiencia”. La IA escribe los eslóganes, la IA corrige los textos, la IA responde los mensajes de los clientes, la IA genera los reportes. Y aquí surge la pregunta: ¿cuántas ventas reales han traído todas estas automatizaciones?

La respuesta es incómoda. En América Latina, el 69 % de las empresas usa IA para contenido y diseño, y el 45 % para marketing conversacional, pero las aplicaciones de IA que realmente se acercan a los resultados financieros (personalización en tiempo real, nutrición automatizada de leads, analítica predictiva) están todas por debajo del 15 %. En otras palabras, la IA se usa para cosas en las que “equivocarse no importa”: si el texto es malo, se corrige; si la imagen no sirve, se cambia; si la respuesta automática es imprecisa, se ajusta. Pero cuando se trata de “a quién darle el descuento”, “qué cliente abandonar” o “qué lead pasarle al equipo de ventas”, a la IA se le pide cortésmente que salga de la sala de juntas.

Un dato aún más doloroso: solo el 7 % de las empresas logra traducir la contribución de sus canales de marketing en indicadores de EBITDA (Beneficio antes de intereses, impuestos, depreciaciones y amortizaciones) o de participación de mercado. El 37 % de las empresas ni siquiera tiene un método formal de atribución. Traducido a lenguaje humano: la mayoría de las empresas no sabe si el marketing con IA sirve de algo, pero siguen usándolo porque “los demás también lo usan”.

Es la misma lógica que comprar una membresía de gimnasio. Tener la membresía no significa que vayas, ir no significa que adelgaces, y adelgazar no significa que haya sido por el ejercicio. Pero en el momento de pagarla, se siente muy bien.

Ahora llegamos a la parte más absurda: todos dicen que “hay que enseñarles a los niños a usar la IA”.

¿Quién lo dice? Normalmente, adultos que ni siquiera saben escribir un prompt con soltura.

En Michoacán hay un proyecto llamado “Pedagog-IA” que está haciendo algo realmente interesante. En secundarias rurales, los maestros enseñan a los estudiantes a usar la IA como herramienta de creación, no de consumo. Los estudiantes usan la IA para hacer proyectos, investigar y generar contenido con valor científico, en lugar de copiar y pegar “contenido basura, repetitivo y de baja calidad”; los propios documentos del proyecto usan la palabra “Slop” para describir esa producción basura.

La lógica central de este proyecto merece ser copiada por todos los que trabajan en marketing: la diferencia entre el contenido generado por usuarios (UGC) y el contenido basura (spam) no está en la herramienta, sino en la intención. Un niño que usa la IA para hacer un informe de investigación sobre el agua de su localidad está produciendo UGC. Un niño que usa la IA para generar un informe falso sobre el agua local que “parece algo serio” y lo entrega, está produciendo Slop. La herramienta es la misma; el resultado, completamente distinto.

Pero hay una capacidad aún más clave, que Pedagog-IA llama “conciencia del error algorítmico”: entender que los sistemas de IA tienen sesgos, puntos ciegos y límites en sus datos de entrenamiento. Cuando un niño le pregunta a la IA sobre una danza local o sobre el ciclo de cultivo del maíz, la respuesta puede salir completamente distorsionada, porque estos modelos se entrenaron con corpus occidentales y casi no conocen el México rural. Enseñarles a los niños a identificar esos errores es cien veces más importante que enseñarles a escribir prompts.

¿Y cuál es el requisito previo de esta capacidad? La indagación, la investigación, la construcción de un marco propio de juicio. Un niño que solo sabe preguntarle a la IA nunca sabrá en qué se equivoca la respuesta. Un niño que primero consulta fuentes, hace trabajo de campo y compara varias referencias, y luego usa la IA como apoyo, puede detectar de un vistazo qué respuestas son disparates.

La esencia del marketing nunca ha sido “decirle algo al consumidor”, sino “entender qué está preguntando el consumidor”. La IA puede ayudarte a analizar datos, generar textos y optimizar campañas, pero no puede formular por ti una buena pregunta.

Las aplicaciones de IA en las empresas mexicanas tienen un rasgo en común: usan la IA para ejecutar, no para juzgar. Se generó el contenido, pero nadie preguntó “¿este contenido de verdad resuelve el problema del usuario?”. La automatización corrió, pero nadie preguntó “¿qué es exactamente lo que está optimizando?”. Salió el reporte, pero nadie preguntó “¿qué están viviendo las personas detrás de estas cifras?”.

Un profesional de marketing que de verdad sabe usar la IA es, ante todo, alguien que sabe preguntar. Sabe que la respuesta de la IA depende de lo que él le da. Sabe que los datos de entrenamiento de la IA tienen sesgos, huecos y puntos ciegos. Sabe que la indagación y la investigación son el eslabón que la IA no puede reemplazar, porque ahí nace el criterio.

Primero: pregunta antes de dejar que la IA responda. No abras ChatGPT de inmediato. Primero piensa con claridad cuál es la pregunta, qué datos necesitas y cómo vas a verificar la respuesta. La IA es una herramienta, no un punto de partida.

Segundo: enseña a los niños a investigar antes de enseñarles prompts. Un niño que sabe buscar información, comparar fuentes y cuestionar los datos usará la IA diez veces mejor que uno que solo sabe copiar y pegar. Porque el primero sabe qué es una buena respuesta, y el segundo solo sabe qué es algo que “parece una respuesta”.

Tercero: la IA puede generar contenido, pero el criterio solo se cultiva por cuenta propia. La ventaja competitiva del marketing nunca ha sido “poder hacerlo”, sino “saber qué vale la pena hacer”. La IA abarata la ejecución, y por eso el criterio se vuelve más valioso.

México está viviendo una juerga de IA. Las empresas gastan, el gobierno se pronuncia, las escuelas se suman y los medios la inflan. Pero en medio de esta fiesta, la capacidad más escasa no es “saber usar la IA”, sino “saber pensar”. La IA puede ayudarte a escribir mil eslóganes, pero no sabe cuál conmoverá a la gente. La IA puede ayudarte a analizar diez mil datos, pero no sabe qué piensan las personas detrás de ellos.

El marketing nunca ha tratado de herramientas, sino de personas. La IA solo hace más evidente esta verdad: si no sabes preguntar, la herramienta más poderosa solo te ayudará a equivocarte más rápido.

Y enseñar a los niños a preguntar es mucho más importante que enseñarles a usar la IA.