Descomponer, reconocer patrones, abstraer lo esencial y diseñar una secuencia. La forma de pensar que te permite trabajar con la inteligencia artificial en lugar de quedar a su sombra.
Por Lluís Serra · 6 min de lectura · Serie: Las 10 habilidades de tu futuro profesional
1 DESCOMPONER partir en piezas.
2 PATRONES ver lo que se repite.
3 ABSTRAER quedarse con lo esencial.
4 ALGORITMO diseñar los pasos.
Los cuatro pilares del pensamiento computacional. Ninguno exige una sola línea de código.
Cuando alguien me dice que el pensamiento computacional «no es lo suyo» porque jamás ha escrito una línea de código, suelo responder con un ejemplo doméstico. ¿Has organizado alguna vez una mudanza? ¿Una cena para doce personas con un vegetariano, un celíaco y un niño quisquilloso? ¿Un viaje con tres escalas y un presupuesto ajustado? Si la respuesta es sí, ya piensas computacionalmente. Solo que nadie te lo había contado con esas palabras.
Porque el pensamiento computacional no es saber programar. Es una manera de enfrentarse a los problemas. Es la capacidad de coger algo grande y enmarañado y convertirlo en algo abordable: partirlo en piezas manejables, detectar los patrones que se repiten, quedarse con lo esencial descartando el ruido y diseñar una secuencia de pasos que lleve, de forma fiable, del problema a la solución. Programar es solo una de las muchas cosas que puedes hacer después con esa forma de pensar.
Las cuatro piezas: Cómo se piensa con método
Conviene desmontarlo, porque sus cuatro componentes te resultarán familiares. Los usas sin nombrarlos.
- Descomposición Partir el problema. Un objetivo enorme paraliza; cinco tareas concretas se hacen. Lanzar un producto es inabarcable; definir público, precio, canal y mensaje, no.
- Patrones Ver lo que se repite. Si este cliente se comporta como otros tres que ya conoces, no partes de cero: reutilizas lo aprendido. Reconocer regularidades ahorra reinventar la rueda cada vez.
- Abstracción Quedarse con lo esencial. Un mapa de metro no dibuja calles ni distancias reales; elimina todo lo que estorba y conserva lo único que importa para llegar. Eso es abstraer.
- Algoritmo Diseñar los pasos. Una secuencia clara y repetible que cualquiera pueda seguir y que dé el mismo resultado. Una receta es un algoritmo. Un protocolo de atención al cliente, también.
No es lenguaje de máquinas. Es orden mental aplicado a la complejidad.
Por qué ahora: La forma de pensar que la IA reclama a su lado
Hasta aquí podría parecer una competencia atemporal, y en parte lo es. Pero hay una razón por la que se ha vuelto urgente justo en este momento, y tiene nombre: inteligencia artificial. Los algoritmos ya toman decisiones de negocio —a quién se concede un crédito, qué candidato pasa el primer filtro, qué stock se repone—. En ese escenario, el profesional valioso no es el que sabe programar el modelo. Es el que entiende la lógica subyacente sin perderse en el código: sabe qué le estás pidiendo a la máquina, por qué responde lo que responde y, sobre todo, cuándo desconfiar de su respuesta.
Pongamos un caso cotidiano. Una herramienta de IA recomienda rebajar un 30 % el precio de un producto porque las ventas han caído. Quien no piensa de forma computacional acepta la cifra o la rechaza por instinto. Quien sí lo hace descompone: ¿la caída es del producto o de toda la categoría? ¿Es un patrón estacional que se repite cada año? ¿Qué variable está ignorando el modelo —una rotura de stock, un competidor nuevo— que sí cambia la conclusión? La máquina ofrece una respuesta; la persona decide si la pregunta estaba bien planteada.
Quien no tiene esta forma de pensar vive la IA como una caja negra que escupe veredictos. La acata o la teme, pero no la gobierna. Quien sí la tiene puede sentarse al lado del sistema y ocupar el único puesto que el sistema no puede ocupar por sí mismo: el del criterio humano sobre procesos automatizados.
Lo que dice el cerebro: Por qué cuesta y por qué se entrena
La neurociencia explica a la vez por qué esta forma de pensar nos cuesta y por qué se puede mejorar. Nuestra memoria de trabajo —el espacio donde manipulamos información de manera consciente, sostenido por el córtex prefrontal— es asombrosamente limitada: maneja apenas un puñado de elementos a la vez. Cuando un problema supera esa capacidad, el cerebro se satura. Es lo que se conoce como carga cognitiva, y es la sensación física de «no puedo con todo esto a la vez».
La descomposición es, en el fondo, una estrategia para burlar ese límite. Al partir lo complejo en bloques, cada pieza cabe holgadamente en la memoria de trabajo. Es la misma lógica del chunking: no recordamos un número de teléfono como nueve dígitos sueltos, sino como tres grupos. Agrupar es comprimir. Y el reconocimiento de patrones se apoya en algo que el cerebro hace de forma casi compulsiva: buscar regularidades. Somos máquinas de detectar patrones; el pensamiento computacional no inventa esa capacidad, la disciplina y la pone a trabajar a propósito.
El algoritmo ejecuta. El criterio decide qué merece resolverse.
Por eso entrenar esta habilidad no consiste en aprender informática, sino en adquirir hábitos de orden mental. Y como todo hábito, se asienta por repetición: cada vez que descompones un problema a conciencia, refuerzas las redes neuronales que lo hacen más automático la próxima vez. La neuroplasticidad trabaja a tu favor.
Cómo entrenar el pensamiento computacional.
1 Descompón en voz alta. Antes de atacar un problema grande, escribe sus partes. Si no caben en cinco o seis líneas, todavía no lo has descompuesto bien.
2 Busca el patrón antes que la solución. Pregúntate: «¿a qué se parece esto que ya he resuelto?». Casi nunca partes realmente de cero.
3 Pregunta qué puedes ignorar. Abstraer es restar. Identifica el detalle que no cambia el resultado y elimínalo del mapa.
4 Escribe el algoritmo antes de actuar. Si tu proceso no se puede explicar como una secuencia que otra persona repetiría igual, aún no lo dominas.
Cierre: El dueño del qué y del porqué
Durante años se nos vendió que el futuro pertenecía a quien supiera programar. Era una verdad a medias. Saber programar es una herramienta concreta que, además, las propias máquinas hacen cada vez mejor. Lo que no se automatiza es la cabeza capaz de mirar un problema confuso y ordenarlo: ver sus partes, sus patrones, su esencia y su secuencia.
Esa cabeza es la que se sienta junto a la inteligencia artificial sin sentirse amenazada. La máquina ejecuta el cómo con una velocidad que ningún humano alcanza. Pero el qué —qué problema merece la pena— y el porqué —si la respuesta tiene sentido en el mundo real— siguen siendo tuyos.
Deja que la máquina resuelva el cómo. Tú sigues siendo el dueño del qué y del porqué.
Lluís Serra: Conferenciante, formador y profesor universitario. Imparte clases sobre habilidades profesionales, aprendizaje, bienestar en el trabajo, neurotalento y neurociencia aplicada a las empresas. LinkedIn
