En la era de la IA, la ilusión de sonar inteligente y controlar el control a través del expertismo ha llegado a su fin. Para evitar malentendidos, vale la pena desentrañar lo que quiero decir con esto (con la ayuda de GPT-5): Durante mucho tiempo, una persona podía ganar autoridad "sonando inteligente". El lenguaje pulido, la jerga densa y las credenciales de élite a menudo sirvieron como atajos para juzgar la competencia. Lo que quiero decir con "Expertismo" aquí es ese estatus basado en esas señales en lugar de en una habilidad medible y demostrada repetidamente. "Gatekeeping" también significa usar ese estado para controlar quién tiene acceso a información, herramientas u oportunidades. La IA ahora quita gran parte del valor de estas apariencias y debilita esas puertas. Es importante para eso, lo que termina no es la experiencia en sí, sino el monopolio que la retórica acreditativa tenía sobre la credibilidad. Por lo tanto, el mercado está pasando de señales de prestigio a señales de rendimiento. Las preguntas son: ¿Su modelo predice nuevos datos con precisión fuera de la muestra? ¿Sus protocolos se replican en otras manos? ¿Sus decisiones superan constantemente las líneas de base simples? ¿Sus reclamos sobreviven a auditorías adversas de IA? La apariencia de inteligencia ahora importa mucho menos que la capacidad de producir resultados que otros pueden ejecutar, probar y mejorar. El control de acceso se debilita por razones similares. El conocimiento y las herramientas que alguna vez estuvieron encerrados detrás de revistas, muros de pago o círculos profesionales pueden ser resumidos, explicados y operacionalizados por la IA. (Aunque todavía existen grandes conjuntos de datos de pago en bóvedas, espero que también se abran). Las personas pueden aprender más rápido, crear prototipos más rápido y comparar alternativas sin pedir permiso. Nada de esto hace que la experiencia en el mundo real sea opcional. El conocimiento tácito sigue siendo importante: cómo realizar un experimento sin contaminación, cómo reclutar a los pacientes adecuados, cómo ver un patrón de falla temprano, cómo diseñar un protocolo que sobrevivirá a la revisión y las operaciones. La IA puede redactar su plan y detectar errores obvios, pero no puede pipetear, examinar a un paciente o asumir una responsabilidad ética, al menos no todavía. En medicina, ingeniería, ciencia, el contacto causal con la realidad y la responsabilidad por las consecuencias siguen siendo el núcleo de la práctica experta. La consecuencia práctica es una nueva forma de señalar la competencia. Las afirmaciones claras y comprobables superan a la brillantez abstracta. Los flujos de trabajo reproducibles superan a las explicaciones ornamentadas. La validez predictiva supera al prestigio.