human.md acaba de publicarse como un archivo de texto plano, firmado apenas con una letra, y su tesis incomoda a cualquier founder: si el modelo ya produce el promedio, producir más rápido deja de ser una ventaja. La data le da la razón. Una encuesta de Figma y YouGov a más de 1.000 profesionales y 200 directivos, difundida por ITWire, muestra que el 59% considera que corregir el output de la IA es hoy una de las tareas que más tiempo le consume, y que el 33% de la jornada de esos profesionales se va en crear o revisar material generado por IA.
¿Qué dice el manifiesto human.md?
El texto arranca con una corrección de vocabulario. El autor vuelve una y otra vez sobre la palabra taste (gusto) y la encuentra chica: dice que el gusto es solo la superficie y que debajo hay un motor que el modelo todavía no tiene. A partir de ahí lista diez reglas y dos listas de higiene personal.
Las reglas se agrupan en tres bloques:
Leíste lo que hace la IA. ¿Y en tu negocio?
Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.
👥 Quiero el Kit →- Diferenciación deliberada. Conocer la regla al detalle y romperla a propósito, en público y con una razón. Si no puedes explicar por qué la rompiste, no rompiste nada: simplemente fallaste. Y buscar referencias donde el promedio no llega, porque el modelo promedia internet mientras el humano camina hacia un lugar extraño.
- El humano como tercera parte del brief. En cada encargo hay alguien invisible sentado a la mesa que debe preguntar qué se siente del otro lado y en qué mejora la vida de la gente. El manifiesto lo dice sin matices: si tú no lo dices, el modelo no lo va a decir. Diseñar para resonancia emocional y no para corrección; buscar deleite, no cumplimiento.
- Proceso y propiedad. Hacer 50 cosas, tirar 47 y hablar de las 3. Ser dueño total del resultado: si el output es malo, la IA no te falló, tú le fallaste a la IA. Y diseñar con la herramienta, no al lado: el trabajo real es el ida y vuelta, la iteración número cien.
El cierre es el mejor consejo de producto del documento. El autor acepta que el archivo estará equivocado en seis meses y prefiere estar específicamente equivocado antes que vagamente correcto.
¿Por qué este manifiesto aparece justo ahora?
No es una opinión aislada. El informe State of Creative Professionals and AI: 2026 de Luma, publicado vía Business Wire, encuestó a 760 creativos en Estados Unidos: el 81% ya publicó contenido generado o asistido por IA, y el 62% teme volverse demasiado dependiente de la herramienta a costa de la creatividad humana. La COO de Luma, Caroline Ingeborn, sostiene que la creatividad, el gusto, el storytelling y el juicio siguen siendo fundamentalmente humanos. El mismo informe muestra que las organizaciones evaluaron 6,1 herramientas de IA en promedio, adoptaron 4,3 y descartaron 2,9 en un año, y que más de la mitad no tiene un proceso formal para aprobarlas.
La parte más útil para un founder está en el comportamiento de uso. Un análisis de investigadores de Stanford sobre 249.834 conversaciones con Claude, citado por Forbes, encontró que el 56% de las conversaciones con una tarea accionable involucraba trabajo de alto riesgo, y que la conversación promedio pasaba de 6,5 turnos en tareas efímeras a 12,4 turnos en las de alto riesgo. El patrón de uso más común, con un 60% en tareas consecuentes, fue adaptar significativamente el output de la IA.
Traducción para tu negocio: la gente ya sabe que hay que revisar. Lo que falta es que la organización lo diseñe. El mismo artículo cita al Enterprise AI Playbook del Digital Economy Lab de Stanford, donde los modelos de escalación —el humano revisa solo las excepciones— se asociaron a ganancias medianas de productividad del 71%, contra el 30% de los modelos que exigen aprobación de cada output.
Y hay una señal sobre qué habilidad se vuelve escasa. Según el Work Trend Index 2026 de Microsoft para India, el 63% de los usuarios de IA prioriza el control de calidad del output, frente al 50% del promedio global, y el 59% pone el pensamiento crítico como habilidad principal, contra el 46% global.
¿Qué significa esto para tu startup?
El manifiesto lo escribió un creativo, pero su regla más dura es de gestión: la propiedad del output. Cuatro movimientos concretos:
- Ponle nombre y apellido a cada flujo con IA. No un dueño por herramienta, sino por workflow: quién responde si el resultado sale mal, quién verifica y quién aprueba. El error clásico es que la IA sea de todos, lo que en la práctica significa que no es de nadie.
- Entrena la evaluación, no solo el prompt. Toma un output deliberadamente defectuoso de un trabajo que tu equipo entiende y pídele que marque afirmaciones sin respaldo, contexto faltante y supuestos incorrectos antes de reescribirlo. Una explicación convincente de la IA no es verificación.
- Diseña por excepción, no por aprobación total. Reserva la revisión humana obligatoria para las decisiones reguladas o difíciles de revertir y deja que el trabajo recuperable y de alto volumen corra con revisión de excepciones. La diferencia medida es de 71% contra 30% en ganancia de productividad.
- Limpia los datos antes de automatizar. Como advierte un análisis publicado por HPCwire sobre cuellos de botella en IA empresarial, el asistente suele funcionar en la demo y fallar en producción cuando debajo hay catálogos de producto duplicados, contratos sin estructurar o reglas inconsistentes.
¿Qué reglas del manifiesto puede aplicar un founder esta semana?
- Rompe la regla con razón. Alex Train, country manager de Figma Australia, lo dijo en el mismo relevamiento: velocidad sin dirección y sin diferenciación es solo ruido. Si todos usan el mismo modelo con el mismo prompt, el resultado es un mar de productos idénticos. Documenta por qué tu producto se ve distinto.
- Itera en público. La lógica de hacer 50 cosas, tirar 47 y hablar de 3 también es una estrategia de aprendizaje y de marketing: mostrar el proceso intermedio genera más confianza que publicar solo el resultado pulido.
- Diseña con la herramienta, no al lado. Un prompt y aceptar el resultado no es trabajo. El valor está en el loop, en la iteración donde la pieza finalmente hace clic. Bloquea tiempo de equipo para eso, no solo para usar IA.
- Termina primero la versión mala. Es la antítesis de esperar a que esté listo. En un mercado donde el costo de producir la primera versión se derrumbó, el cuello de botella es la decisión, no la producción.
Conclusión
El manifiesto human.md no aporta una herramienta nueva ni un benchmark: aporta un marco para decidir dónde no delegar. Los datos acompañan esa intuición, porque la creación ya no es el cuello de botella y la calidad y el criterio sí lo son. Para un equipo pequeño eso es una buena noticia: la ventaja competitiva se movió del acceso al modelo hacia el juicio de quien lo opera. Como escribe el autor, es mejor estar específicamente equivocado que vagamente correcto. En la práctica, eso significa elegir qué revisa un humano, decirlo en voz alta y hacerte responsable del resultado.
Fuentes
- human.md (fuente original)
- ITWire: datos de Figma sobre adopción de IA y colaboración
- Luma: State of Creative Professionals and AI 2026
- Forbes: Where Human Judgment Belongs In AI Workflows
- Microsoft: Work Trend Index 2026, hallazgos de India
- HPCwire: el verdadero cuello de botella de la IA empresarial
Leíste lo que hace la IA. ¿Y en tu negocio?
Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.
👥 Quiero el Kit →













