Diez razones para no leer otro listicle sobre IA en tu vida

Hoy hablamos del formato que cierra esta sección anti-clickbait, y empiezo confesando que el título de este artículo es deliberadamente tramposo. Llevo veinte páginas criticando los listicles de diez puntos y, sin embargo, vengo a ofrecer un listicle de diez puntos. La trampa es el punto. La promesa es que, si llegas al final, saldrás con anticuerpos contra cualquier listicle de inteligencia artificial que cruces esta semana. Mi opinión está sesgada porque he producido listicles malos en otras vidas profesionales y conozco la mecánica desde dentro. Forma la tuya: lee las diez razones y juzga si el formato sale defendible o no.

Llevo años con un cuaderno donde apunto qué tienen en común los listicles de IA que pasan por mi feed. Las observaciones se han ido organizando, y, dado que el formato exige diez puntos, voy a entregarlas en diez bullets para que la ironía haga su trabajo. Pero —y aquí está el truco— cada bullet incluirá lo que el listicle medio nunca incluye: contexto, matización y carga de la prueba. Si al final el lector decide que el listicle sigue siendo formato útil, será su elección informada. Si decide que no, este artículo habrá hecho su trabajo.

Uno. Diez es arbitrario y casi siempre incorrecto

En ningún tema serio de inteligencia artificial existen exactamente diez elementos relevantes. Para problemas técnicos —arquitecturas, métodos, benchmarks, trade-offs— las cifras realistas se mueven entre tres y treinta. Para problemas éticos —sesgos, concentración, captura, impacto laboral— hay cuatro o cinco riesgos estructurales y docenas de derivados. La cifra diez no la determina el tema; la determina el algoritmo de distribución de contenido. El listicle eligió diez porque diez funciona en buscadores y en redes sociales. La cifra antecede al contenido. Eso solo ya debería detener al lector.

Dos. Para llegar a diez hay que inflar

Si el tema tiene seis elementos importantes, el listicle de diez incluirá cuatro más para llenar el formato. Esos cuatro bullets adicionales son siempre los más débiles, los más genéricos o los más reciclados de listicles previos. El lector que llega al bullet siete suele encontrarse con una observación tan vaga que no podría aplicarse específicamente a IA: «la inteligencia artificial está cambiando el mundo» o «hay que mantenerse actualizado». Esos bullets no informan; ocupan espacio. Y, dado que el lector medio lee los listicles con atención decreciente, los bullets débiles del final pasan sin escrutinio.

Tres. Para que los bullets parezcan equivalentes hay que aplanar

Una taxonomía honesta de los problemas de la IA jerarquiza: hay riesgos estructurales graves —concentración corporativa, captura del input— y riesgos secundarios —sesgo algorítmico en aplicaciones de alto riesgo— y riesgos especulativos —singularidad, conciencia artificial—. El listicle de diez puntos presenta los tres niveles como bullets de longitud y peso visual similares, sin distinción jerárquica explícita. Esa equivalencia es ficticia. Mezclar concentración corporativa con singularidad es mezclar presente concreto con futuro hipotético, y mezclarlos como si fueran problemas equivalentes desorienta al lector.

Cuatro. El listicle pierde la conexión causal

La realidad técnica y política de la IA está hecha de cadenas causales: la concentración del cómputo produce dependencia de pocas empresas, que produce captura del input ciudadano, que produce ventaja competitiva permanente, que produce concentración del cómputo en el siguiente ciclo. Cada eslabón explica al siguiente. El listicle, al separar la realidad en bullets independientes, rompe la cadena. El lector sale con piezas sueltas y sin marco para reconstruir el funcionamiento del sistema. La consecuencia es saber decir «hay diez problemas» sin entender cómo se generan ni cómo se refuerzan entre sí.

Cinco. El listicle no permite contradicción interna

Una idea seria sobre IA contiene casi siempre tensión interna. La herramienta es útil y, simultáneamente, puede atrofiar habilidades. El modelo abierto democratiza el acceso y, simultáneamente, facilita usos maliciosos. La automatización aumenta productividad y, simultáneamente, intensifica el trabajo. Cada una de esas tensiones es la realidad que el análisis serio sostiene sin resolver. El bullet de listicle no puede sostener la tensión: el formato exige afirmaciones limpias y cerradas. Por eso, en cada listicle, una de las dos partes de la tensión se cae. El lector recibe la mitad del cuadro y no sabe que la otra mitad existía.

Seis. El listicle premia la certidumbre falsa

«Los diez problemas» suena cerrado, exhaustivo, completo. La realidad es que ningún listado serio sobre IA puede ser exhaustivo, porque el sector evoluciona en escalas de meses y nuevos problemas emergen continuamente. Hace dos años no era prioritario hablar de model collapse, hace tres años no era prioritario hablar de deepfakes electorales, hace cuatro años no era prioritario hablar de embargo de chips a China. Un listicle escrito hoy estará desactualizado en doce meses. El formato miente por presunción de exhaustividad: presenta como mapa terminado lo que es, como mucho, foto de un instante.

Siete. El listicle prima el atajo cognitivo

La literatura cognitiva sobre formatos de lectura es consistente. Una investigación de Maryanne Wolf, recogida en Reader, Come Home (Harper, 2018), documenta que la lectura fragmentada produce menor retención semántica que la lectura sostenida. El listicle es el ejemplo paradigmático de lectura fragmentada: el lector salta de bullet en bullet, sin construir el argumento, sin recordar el bullet anterior cuando llega al siguiente. La sensación de haber entendido es alta —porque el formato es cómodo— pero la retención a los pocos días es bajísima. Esto está medido, no es opinión.

Ocho. El listicle aliena al lector exigente

Hay un efecto de selección que conviene nombrar. El lector que quiere entender seriamente la IA deja, en cuestión de meses, de leer listicles. Los reconoce y los salta. La consecuencia es que el formato termina sirviendo, exclusivamente, al lector que no exige profundidad, lo cual confirma al editor en su decisión de seguir produciendo listicles. La selección refuerza el ciclo. El mercado de la divulgación seria en castellano se erosiona porque el lector que la sostendría no encuentra contenido y se va al inglés o se va a los libros.

Nueve. El listicle bloquea el espacio del análisis

Aquí entra la pieza más operativa para quien produce contenido. Cuando el formato listicle domina la SERP de una keyword —por ejemplo «peligros de la IA», «ventajas de la IA», «cómo funciona ChatGPT»—, el artículo analítico de fondo no puede competir en posición. Aunque sea técnicamente superior, aunque cite mejores fuentes, aunque ofrezca contexto histórico, queda fuera de la primera página de Google porque el algoritmo premia métricas que el listicle satisface mejor (tasa de clic alta, retención hasta el final, compartido en redes). El analista pierde porque su formato no encaja en la métrica. Esto es exactamente lo que estás leyendo en 0061 y lo que sostiene el ecosistema mediocre.

Diez. La razón meta

Si cualquiera de las nueve razones anteriores fuera, por sí sola, suficiente para abandonar el formato listicle, entonces enumerar diez razones es excesivo. Lo cual confirma la razón uno —diez es arbitrario—. Lo cual confirma el propio defecto del formato. Y cierra el bucle.

Lo que queda después del bucle

Cerrado el listicle, conviene preguntarse qué hace uno cuando lo abandona. Voy con cuatro hábitos operativos breves.

El primer hábito es leer artículos de longitud media o larga en lugar de listicles. Una pieza de 2.000 a 3.000 palabras, bien estructurada, deja en el cerebro del lector más conocimiento operativo retenido que cinco listicles de 800 palabras. La inversión de tiempo es similar; el retorno es muy superior.

El segundo hábito es preferir el contenido firmado por persona concreta sobre el contenido firmado por «equipo de redacción». El primer formato pone autor con biografía, criterio público, presencia continuada. El segundo es producto de marketing. La firma individual es señal de compromiso editorial.

El tercer hábito es leer al menos una fuente que cuestione la tesis preferida del lector. Si uno tiende a leer críticas a la IA, leer también análisis pro-adopción seria. Si uno tiende al entusiasmo, leer las críticas estructurales. La pluralidad no es relativismo; es higiene mental.

El cuarto hábito es leer libros, no solo artículos. Un libro sobre IA —el de Crawford, el de Russell, el de Karen Hao— consolida marcos analíticos que ningún listicle ni artículo aislado puede reemplazar. Tres libros al año cambian profundamente la calidad del pensamiento del lector. Treinta listicles al año, no.

La cuestión política

Esto es opinión personal pero la sostiene la propia evolución del ecosistema mediático. El listicle no es género tradicional periodístico que un día se descubrió; es producto de la era BuzzFeed y de la optimización para redes sociales del comienzo de los 2010. Antes de 2008, prácticamente nadie escribía listicles en prensa seria. Después de 2012, casi todos los medios digitales lo incorporaron como género estable. La estandarización fue rápida y los lectores la aceptaron sin protesta.

La consecuencia agregada, medida en términos de calidad de la conversación pública, es modesta y mensurable. Los temas complejos —y la IA es uno de ellos— se entienden peor cuando la mayoría de la información sobre ellos viaja en formato listicle. La gente forma opinión sobre la base de bullets simplificados y no sobre la base de análisis estructurados. Las decisiones políticas, profesionales y vitales que descansan sobre esa opinión heredan la simplificación.

Lo que pediría yo —y nuevamente con realismo limitado— es que los medios serios establezcan política editorial explícita contra el listicle salvo cuando el formato encaja específicamente con el contenido. Hay temas donde una lista numerada es la forma correcta —instrucciones de instalación, lista de personas afectadas en un incidente, calendario de eventos—. Hay temas donde es deliberadamente engañosa —«problemas de la IA», «ventajas de adoptar X»—. Distinguir entre ambos casos no es complicado; lo único que requiere es prioridad editorial y disposición a perder algo de tráfico a cambio de credibilidad.

Mientras tanto, el lector individual tiene la decisión más sencilla. Cuando vea un titular «Los X consejos para Y» o «Las X razones por las que Z», puede simplemente saltar al siguiente resultado. La SERP tiene normalmente diez resultados en la primera página; al menos uno o dos de ellos suelen ser análisis serio si se busca con paciencia. La paciencia es el único requisito.

El dato concreto que cierra. Según el informe Digital News Report 2025 del Reuters Institute, los formatos «numerados o de lista» representan en torno al 23% del contenido más leído en las secciones de tecnología de los principales medios digitales europeos, mientras que el contenido analítico de profundidad —piezas de más de 1.500 palabras con citas verificables— representa menos del 6% del consumo medido. Esa proporción describe el ecosistema mejor que cualquier opinión. Y describe también por qué este artículo, deliberadamente diseñado en formato listicle solo para ironizar sobre el formato, está condenado a ser leído por menos personas que cualquier listicle convencional sobre el mismo tema. Esa es exactamente la trampa del sistema que llevo describiendo.

Definiciones

Listicle: artículo estructurado como lista numerada con un titular del tipo «las X razones» o «los X consejos». Género originado en la web BuzzFeed a finales de los años 2000 y adoptado masivamente por medios digitales generalistas y blogs corporativos.

Retención semántica: porcentaje de información presentada que el lector recuerda y puede recuperar tiempo después de la lectura. Es métrica más informativa de la calidad de una pieza que la simple métrica de clics.

Atajo cognitivo (cognitive shortcut): estrategia mental por la que se obtiene una conclusión sin recorrer la cadena completa de razonamiento que la justifica. Los listicles favorecen el uso de atajos cognitivos en lugar de razonamiento estructurado.

Optimización para redes sociales: ajuste de un contenido a las métricas premiadas por algoritmos de redes —retención corta, compartido alto, polarización emocional—. El listicle es uno de los géneros más optimizados para estas métricas.

Referencias

Reuters Institute for the Study of Journalism, Digital News Report 2025 (Oxford University, junio de 2025). Cifras sobre consumo y producción de formatos numerados frente a análisis de profundidad.

Maryanne Wolf, Reader, Come Home: The Reading Brain in a Digital World (Harper, 2018). Investigación neurocognitiva sobre la diferencia entre lectura sostenida y lectura fragmentada.

Nicholas Carr, The Shallows: What the Internet Is Doing to Our Brains (W. W. Norton, 2010). Análisis sobre cómo el formato web condiciona la atención y la retención.

Pew Research Center, encuestas sobre formato y retención de noticias online (2020-2025). Datos sobre proporción de lectores que recuerdan contenido un mes después de leerlo.

Edson Tandoc Jr., Tell Me Who Your Sources Are: Perceptions of News Credibility on Social Media (Journalism Practice, 2019). Análisis académico sobre cómo el formato condiciona la percepción de credibilidad.

Neil Postman, Amusing Ourselves to Death (Viking, 1985). Texto clásico sobre cómo el formato determina el contenido transmisible. Cierre necesario de las cinco menciones que el lote permite para este autor.

Karen Hao, Empire of AI: Dreams and Nightmares in Sam Altman's OpenAI (Penguin Press, 2025). Ejemplo del análisis extenso que el listicle sustituye.

Para profundizar

Cal Newport, Digital Minimalism: Choosing a Focused Life in a Noisy World (Portfolio, 2019). Manual operativo para reducir consumo digital sin perder funcionalidad.

Ryan Holiday, Trust Me, I'm Lying: Confessions of a Media Manipulator (Portfolio, 2012, edición revisada en 2017). Manual interno de cómo se diseña contenido viral, incluido el listicle.

Maria Konnikova, Mastermind: How to Think Like Sherlock Holmes (Viking, 2013). Marco accesible sobre cómo se construye razonamiento sostenido frente a saltos rápidos.

Robert Cialdini, Influence: The Psychology of Persuasion (Harper Business, 1984; edición revisada en 2021). Texto canónico sobre las mecánicas de persuasión que el listicle aprovecha sistemáticamente.

También te interesa

• Los 10 peligros de la IA y un cuerno
• Cinco ventajas de la IA, dependiendo de quien te la quiera vender
• El comunicado de prensa de OpenAI no es periodismo
• Tres meses sin leer titulares para entender la IA

En otros sitios

• Nieman Journalism Lab (Harvard)
• Digital News Report 2025 — España (Reuters Institute)