Pasás cuarenta minutos buscando en Google cómo resolver un problema de fórmulas en Excel. Probás tres variantes, ninguna funciona del todo, terminás copiando una solución de un foro que a medias entendés y a medias adaptás a los ponchazos. Cuarenta minutos por algo que, bien planteado, le podrías haber preguntado a una IA en tres.
Esa diferencia no es anecdótica. Es el costo real de no saber preguntar.
La información dejó de ser el recurso escaso. Durante décadas, saber algo —tener acceso a un dato, a un manual, a la experiencia de alguien que ya resolvió el mismo problema— era la ventaja. Hoy la información está disponible casi sin fricción. Lo que sigue siendo escaso es la capacidad de convertir esa disponibilidad en una respuesta útil. Y ahí es donde entra la pregunta: no como trámite para llegar a la información, sino como la herramienta que determina cuánto te cuesta conseguirla.
Buscar tiene un costo, y ese costo lo paga tu tiempo. Cuando no sabés bien qué preguntar, el costo de búsqueda se dispara: abrís diez pestañas, leés en diagonal, descartás la mitad, y al final armás una respuesta a partir de fragmentos que ni vos terminás de confiar del todo. Una pregunta mal formulada no es gratis. Multiplica el tiempo que le dedicás a encontrar algo que, con el enfoque correcto, estaba a un paso.
Con la IA, ese costo se traslada al prompt. Antes, la fricción estaba en la búsqueda: filtrar entre resultados, comparar fuentes, descartar lo irrelevante. Ahora la fricción se corrió un paso antes, al momento de formular la pregunta. Un prompt vago —»ayudame con esto»— te devuelve una respuesta vaga, y de ahí arranca una ronda de prueba y error: reformular, aclarar, corregir, repetir. Un prompt específico, con contexto y con el resultado esperado bien definido, te ahorra esas rondas. La pregunta bien pensada no elimina el costo de búsqueda: lo absorbe de entrada.
El costo de prueba y error es el que menos se ve y el que más se acumula. No es solo el tiempo de la primera respuesta fallida. Es el tiempo de darte cuenta de que falló, el de entender por qué, el de ajustar la pregunta, y el de repetir todo el ciclo hasta que algo cierre. Cada vuelta de esa rueda cuesta minutos que en el momento parecen insignificantes pero que, sumados a lo largo de una semana de trabajo, son horas enteras que no volvés a ver. Una pregunta bien construida no evita el ensayo y error por completo, pero reduce drásticamente cuántas vueltas necesitás para llegar a algo usable.
Productividad, en este contexto, no es trabajar más rápido: es rehacer menos. La velocidad con la que tipeás o la cantidad de herramientas que usás importan menos que la calidad de lo primero que le pedís a cada una. Alguien que formula bien sus preguntas —a un buscador, a un colega, a una IA— gasta menos ciclos en corregir el rumbo. No porque sea más inteligente, sino porque piensa el problema antes de externalizarlo. Esa diferencia, escalada a un mes de trabajo, es la que separa a alguien que usa estas herramientas como aceleradores de alguien que las usa como generadores de ruido adicional.
Formular una buena pregunta es, en el fondo, un ejercicio de pensar el problema antes de delegarlo. Requiere saber qué tenés, qué te falta, y qué forma tiene que tener la respuesta para que te sirva. Eso no es trabajo perdido: es la parte del trabajo que decide si todo lo que viene después es rápido o es una sucesión de intentos fallidos.
La próxima vez que le pidas algo a una IA y la respuesta no te sirva, la tentación es pensar que la herramienta es limitada. Vale la pena, antes, revisar la pregunta.