Según arXiv q-fin, un estudio reciente examina cómo las capacidades y la precisión de juicio de los profesionales influyen en el valor que obtienen al usar predicciones de inteligencia artificial. El trabajo de Caplin, Deming, S. Li, Martin, Marx, Weidmann y Ye (2025b) demuestra que dos factores clave —la capacidad técnica de un experto y su grado de calibración de juicio— determinan en qué medida la ayuda de IA mejora el desempeño. Esta investigación se valida en un escenario práctico: radiólogos que analizan radiografías torácicas y tienen acceso a modelos de aprendizaje automático de vanguardia.
El análisis se basa en datos públicos del repositorio Collab-CXR, desarrollado por Moehring, Kutwal, Huang, Banerjee, Jacobi, Eber, Mendoza, Chung, Dayan, Gupta, Bui, Truong, Pareek, Langlotz, Lungren, Agarwal, Rajpurkar y Salz (2025), y previamente explorado por Agarwal, Moehring, Rajpurkar y Salz (2023) en contextos de colaboración humano-IA. Se utilizan observaciones de 11,420 casos repetidos, involucrando a 68 radiólogos y sus evaluaciones clínicas. Los resultados confirman que los profesionales con menor nivel inicial de competencia y que calibran mejor sus juicios —es decir, que ajustan sus decisiones a la evidencia— obtienen un beneficio mayor al integrar predicciones de IA. Este efecto no es uniforme, y depende directamente de la calidad interna del profesional.
Para los peruanos, este hallazgo tiene implicaciones claras en el ámbito de la toma de decisiones en entornos de salud. En hospitales nacionales, donde el personal médico puede enfrentar cargas crecientes y limitaciones de tiempo, la adopción de tecnologías como la IA no debe verse como un sustituto, sino como un complemento. Los profesionales que ya cuentan con formación sólida y una capacidad crítica bien desarrollada —como los médicos con experiencia en diagnósticos— podrán aprovechar al máximo estos sistemas. En cambio, quienes aún no han consolidado sus habilidades podrían ver un impacto limitado o incluso un riesgo de sobreestimación si no se les capacitan adecuadamente.
El estudio también subraya que la efectividad de la tecnología no depende únicamente de su diseño, sino de la capacidad del humano que la usa. En el contexto peruano, donde el acceso a formación continua en medicina y administración de servicios es variable, este hallazgo sugiere que las inversiones en desarrollo profesional deben ir de la mano con la implementación de herramientas digitales. No se trata de adoptar IA por su presencia, sino de integrarla estratégicamente, con base en la preparación técnica y la objetividad del profesional. Así, el avance tecnológico puede convertirse en un motor de mejora, no solo para el diagnóstico, sino para la calidad general del sistema de salud.