Hay una cifra en el más reciente reporte de Muck Rack que debería sacudir a cualquiera que dirija un equipo de comunicación. Después de dos años de crecimiento vertiginoso, la adopción de inteligencia artificial generativa en relaciones públicas se estancó: pasó de 75% a 76% en un año. La lectura fácil es que llegamos al techo. La lectura correcta es otra: la industria entró en una fase más madura, donde la mayoría de quienes querían usar IA ya la usan, y quienes se oponen difícilmente cambiarán de opinión. Traducido: la carrera por tener la herramienta ya terminó. La que empieza ahora es la carrera por saber usarla bien.
Y ahí es donde estamos flojos. El mismo estudio encontró que apenas 43% de las empresas ofrece capacitación en IA a sus equipos. Es un avance —era 35% en 2025 y 21% en 2024—, pero significa que más de la mitad de los profesionales de nuestro sector está improvisando con una tecnología que ya usa todos los días. Entre quienes quieren ampliar su uso, 60% dice que la capacitación sería lo que más les ayudaría. La demanda existe. La oferta, no tanto.
De operar la herramienta a educarla
Aquí conviene precisar de qué hablamos cuando hablamos de capacitación. No se trata de un tutorial de dos horas sobre dónde hacer clic. Se trata de tres capas distintas que solemos confundir.
La primera es entender la herramienta: qué hace bien, qué hace mal y por qué. Un modelo de lenguaje no consulta una base de datos ni verifica hechos; predice texto plausible. Saber eso no es un tecnicismo, es la diferencia entre revisar un dato y publicarlo. No es casualidad que prácticamente todos los profesionales editen el contenido generado por IA antes de que llegue a un cliente o a un periodista.
La segunda es aprender a instruirla. Escribir prompts y tomar decisiones éticas se están volviendo habilidades esenciales, y quienes saben guiar a la IA con eficacia producen mejores resultados. Un prompt no es un deseo: es un briefing. Y si algo sabemos hacer en RP es briefear. La materia prima es la misma —contexto, audiencia, tono, objetivo, restricciones—, solo cambia el interlocutor.
La tercera, la más interesante y la menos discutida, es educarla en el sentido amplio: alimentar el ecosistema informativo del que estos sistemas aprenden. Porque hoy las IA no devuelven una lista de resultados, sino que eligen qué fuentes son fiables. Y priorizan medios reconocidos, contenido verificado y fuentes con autoridad real. Eso convierte una tarea que parecía obsoleta —salir en prensa de calidad— en un activo estratégico renovado.
Si nuestro trabajo es que las audiencias entiendan mejor los temas que tenemos en agenda, la IA nos plantea una oportunidad incómoda. Más de la mitad de los equipos ya está orientando su estrategia a conseguir cobertura en publicaciones de alta autoridad para mejorar su visibilidad en las respuestas generadas por IA. La mitad está creando contenido más autoritativo y basado en datos. Y 44% está reestructurando su contenido con respuestas claras y formatos tipo preguntas frecuentes que los sistemas de IA puedan interpretar con facilidad.
Léase con atención esa última línea, porque encierra la tensión central del oficio hoy. Estamos aprendiendo a escribir para que las máquinas nos entiendan. La pregunta que casi nadie hace en voz alta: ¿eso ayuda o estorba a que las personas profundicen? Un formato de preguntas y respuestas es excelente para que un modelo cite un dato, y pésimo para que alguien comprenda un matiz. Si acabamos produciendo contenido optimizado para ser extraído en fragmentos, habremos ganado visibilidad y perdido exactamente aquello que decíamos defender: el contexto.
Mi hipótesis es que la salida no está en elegir entre uno u otro, sino en usar la IA para lo que sí hace bien —resumir, rastrear, sintetizar, ordenar montañas de información— y liberar tiempo humano para lo que ninguna máquina puede aportar: el análisis original, el dato propietario, el marco de trabajo que nadie más ha construido. El liderazgo de opinión ya no se ejerce publicando más, sino aportando algo único.
Termino con el argumento que más me inquieta, y que ofrezco menos como conclusión que como invitación al debate. Más de tres de cada cuatro profesionales de RP teme que el uso intensivo de IA impida a la próxima generación aprender las habilidades fundamentales del oficio. Si la máquina arma las listas de medios, hace la investigación inicial y redacta los primeros borradores, ¿dónde va a aprender un becario a distinguir una buena historia de una mala? Esas tareas tediosas eran, entre otras cosas, nuestro entrenamiento.
No tengo una respuesta cerrada, y desconfío de quien la tenga. Pero sí una convicción: capacitar a un equipo en IA no es enseñarle a producir más rápido. Es enseñarle a pensar mejor con una herramienta nueva al lado, y a saber cuándo apagarla. La ventaja no será de quien tenga el mejor software, sino de quien combine fluidez técnica, ética y criterio. Lo demás —la velocidad, el volumen, la eficiencia— ya lo tiene todo el mundo.
¿Cómo lo están resolviendo ustedes en sus equipos?
Por: Virginia Vega, Directora Ejecutiva y socia de Plural, co-fundadora de Comms Collective Latam