Las decisiones de liderazgo sobre la implementación de herramientas de IA suelen enmarcarse en torno a la velocidad, la viabilidad o el retorno del inversión. Pero esos no son los puntos de partida adecuados. Lo que importa primero es la responsabilidad, la responsabilidad y la gestión responsable de la confianza que la gente deposita en nosotros. La IA no debería ser la solución por defecto a todos los problemas. Aplicarlo sin comprender las implicaciones subyacentes puede suponer más riesgo que valor, especialmente cuando los resultados generados por IA conllevan consecuencias reales para el futuro de las personas. En esos contextos, el liderazgo no consiste en decir que no a la IA ni en decir que sí sin dudar. Se trata de definir un sí claro y gobernado que pueda sostenerse a gran escala.

La presión sobre todos los líderes ahora mismo es actuar rápido. Envía el modelo. Lanza al agente. Personaliza todo. Pero el público está prestando atención, y no está del lado de la velocidad sin importar el coste. Un estudio de 2025 de KPMG y la Universidad de Melbourne, que encuestó a más de 48.000 personas en 47 países, encontró que, aunque el uso de la IA está en aumento, la confianza es el problema central y el público quiere una gobernanza más fuerte. Una encuesta de YouGov de diciembre de 2025 lo expresó de forma más directa: el 68% de los estadounidenses dice que no permitiría que un sistema de IA actuara sin una aprobación humana específica.

Y en la evaluación educativa, donde opera ETS, una sola puntuación en un examen de alto riesgo puede moldear toda la carrera profesional de un alumno. En nuestro sector, el coste de equivocarse con la IA no se mide en quejas de los usuarios, sino en oportunidades perdidas.

Sería fácil concluir que el movimiento correcto es frenar, que el liderazgo en este momento consiste en decir no a la innovación impulsada por IA. No estoy de acuerdo. Nuestro trabajo como líderes es definir dónde la IA aporta valor, establecer las condiciones para usarla de forma responsable y avanzar más rápido con confianza, no a costa de la confianza.

En ETS, nuestra confianza para decir sí a la IA viene de las barreras que le imponemos. Hemos estado utilizando IA y procesamiento de lenguaje natural desde principios de los 2000, empezando con aplicaciones como la calificación de ensayos y respuestas orales. A finales de año, casi el 90% de los ítems de prueba serán generados por nuestro motor interno de IA. Sin embargo, cada uno de esos objetos tiene un punto de control humano que nunca eliminaremos. Y cuando una puntuación de IA y una humana divergen de forma significativa, el humano gana y impulsa una revisión y mejora adicionales de los modelos para el futuro.

Antes de que cualquier pregunta del examen llegue al alumno, pasa por una revisión de equidad y accesibilidad. Tras la entrega, realizamos una auditoría psicométrica de cada producto principal para buscar diferencias sistemáticas entre subgrupos. Utilizamos un conjunto de modelos de IA, no la herramienta de un solo fabricante, para que ningún punto ciego de ningún sistema se convierta en el nuestro. Y tratamos nuestros datos propietarios y diversos internacionalmente, incluidas las muestras de habla TOEFL de examinados de todo el mundo, como un control frente a la estrechez de los modelos comerciales.

ETS literalmente escribió el libro sobre estándares de evaluación justos, y la llegada de la IA no baja el listón. Lo eleva considerablemente. Antes auditábamos un programa importante cada tres años, ahora comprobamos con más frecuencia cuando la IA está al tanto. Antes asumíamos que los revisores humanos formados aplicaban correctamente nuestros estándares durante el proceso, ahora incorporamos comprobaciones explícitas en el centro del proceso en lugar de solo al final. En algunas áreas, estamos escribiendo estándares completamente nuevos, porque las preguntas que plantea la IA no existían hace una década.

Una ventaja de trabajar en una empresa con un profundo conocimiento del sector es que lo aplicamos desde el principio. Durante décadas, hemos tenido que revisar rigurosamente nuestro trabajo para detectar sesgos, derechos de autor, equidad, exactitud fáctica y más. Nuestra capacidad de IA en ETS se basa en 77 años de experiencia y propiedad intelectual verificada. Combinado con los modelos de IA, esa base impulsa nuestras nuevas ofertas y sustenta la confianza que compartimos con los clientes.

Más fundamentalmente, el mayor malentendido sobre la IA en los negocios ahora mismo es que el objetivo es reemplazar a las personas. Realmente debería tratarse de aumentar a los humanos y ayudarles a hacer más. La verdadera oportunidad es crear nuevo valor, liberar a la gente para resolver problemas más difíciles y ganarse la confianza para hacer más con el tiempo. Ese camino es más lento, y es el único que sobrevive al contacto con la realidad.

Ese es el trabajo. Cuanto más potentes se vuelven los modelos de IA, más importante es aplicarlos con la disciplina, la ciencia de la medición y el juicio humano que exigen los entornos de alto riesgo. Cuando modelos más sólidos se combinan con estándares más estrictos de equidad, validez y coherencia, hacemos más que avanzar más rápido. Ampliamos lo posible, profundizamos la confianza en los sistemas de los que la gente confía y aumentamos exponencialmente el impacto positivo de nuestra misión en todo el mundo.