En 2017, Tiago Forte publicó un método para ordenar toda la información digital de una persona en apenas cuatro categorías. Lo llamó P.A.R.A., por Proyectos, Áreas, Recursos y Archivo. Un proyecto es una serie de tareas atadas a un objetivo, con fecha límite; un área es una responsabilidad con un estándar que hay que sostener en el tiempo. Los recursos son temas de interés permanente, y el archivo guarda lo que dejó de estar activo en las otras tres. En 2023 lo desarrolló en un libro.
Hace unos años escribí sobre este método. Volví a leerlo con una pregunta incómoda: si una inteligencia artificial puede buscar en todo lo que guardé, resumirlo y traérmelo en segundos, ¿para qué sigo ordenando?
La tentación es responder que ya no hace falta. Ordenar siempre fue el costo que se pagaba por adelantado para poder encontrar después, y buscar es justamente la parte que la IA automatizó. Un equipo de Microsoft Research y la Universidad Carnegie Mellon encuestó a 319 trabajadores del conocimiento, que aportaron 936 ejemplos reales de uso de IA generativa en tareas de trabajo. Reportaron menos esfuerzo para buscar y organizar información, porque la herramienta lo automatiza, y más esfuerzo para verificar lo que devuelve.
Lo interesante del estudio es hacia dónde se mudó el trabajo. Los autores lo llaman stewardship, algo así como conducir la tarea: traducir intenciones en consultas, orientar las respuestas y evaluar si cumplen el estándar de calidad, sin dejar de ser responsable del resultado. Hay un segundo hallazgo, sobre lo que cada uno declara de sí mismo: quienes más confiaban en la IA reportaron aplicar menos pensamiento crítico.
Releído con eso a la vista, P.A.R.A. cambia de naturaleza. Ya en 2017 Forte escribía que la distinción más importante que tiene que hacer cualquier sistema de productividad es entre la información accionable y la que no lo es, y que esa distinción no es binaria sino gradual. Las cuatro categorías son esa escala. P.A.R.A. nunca fue un sistema de archivo: es un sistema de decisión. Poner algo en Proyectos es comprometerse con eso; moverlo al Archivo es decidir soltarlo.
La IA puede encontrar todo lo que guardaste. No puede saber a qué te comprometiste.
La investigación sobre descarga cognitiva explica por qué esa diferencia pesa. Evan Risko y Sam Gilbert la definen como usar una acción física para reducir la demanda cognitiva de una tarea: programar el teléfono para que te recuerde una cita es el caso típico. No es una mala costumbre. En tres experimentos, Benjamin Storm y Sean Stone mostraron que guardar un archivo antes de estudiar otro mejoraba la memoria del segundo, y que el efecto desaparecía cuando el guardado se percibía como poco confiable. Delegar la memoria libera capacidad, siempre que confíes en el lugar donde la dejaste.
El costo aparece del otro lado. Sandra Grinschgl y su equipo hicieron tres experimentos de 172 participantes cada uno con una tarea de copiar patrones en pantalla: descargar la información en la herramienta mejoraba el desempeño inmediato y empeoraba el recuerdo posterior de lo descargado. La excepción es lo que importa. Quienes estaban forzados a descargar al máximo pero sabían que después iban a ser evaluados neutralizaron casi por completo ese efecto. Los autores concluyen que lo decisivo es tener el objetivo explícito de aprender aquello que se delega.
Ahí vuelve a entrar la P. Saber en qué estoy trabajando ahora es lo que define qué necesito tener en la cabeza y qué puedo delegar sin pagar ese costo. Es el mismo patrón que veo en las empresas con los datos comerciales: nunca hubo tanta información disponible sobre clientes y oportunidades, y la pregunta difícil sigue siendo cuál de toda esa información importa este trimestre. Un sistema que guarda todo sin distinguir lo activo de lo archivado no es memoria. Es ruido bien indexado.
Si hoy tuviera que usar el método, no le agregaría una categoría: le cambiaría el reparto del trabajo. Los Recursos y el Archivo se los dejaría a la IA, porque buscar, cruzar y resumir es exactamente lo que automatizó. Los Proyectos y las Áreas los mantendría yo, de forma manual y con revisiones más frecuentes que antes, porque decidir qué está activo no es una búsqueda: es un compromiso, y ahora ningún sistema me obliga a asumirlo.
Ordenar nunca fue para encontrar las cosas. Fue para decidir cuáles merecen tu atención.
La IA puede recordar por vos. Lo que no puede es decidir qué te importa.
Fuentes
- Forte, T. (2017). The P.A.R.A. Method: A Universal System for Organizing Digital Information. Forte Labs. Desarrollado luego en The PARA Method: Simplify, Organize, and Master Your Digital Life (Atria Books, 2023). every.to/forte-labs
- Lee, HP., Sarkar, A., Tankelevitch, L., Drosos, I., Rintel, S., Banks, R. y Wilson, N. (2025). The impact of generative AI on critical thinking: self-reported reductions in cognitive effort and confidence effects from a survey of knowledge workers. Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems. doi.org/10.1145/3706598.3713778
- Risko, E. F. y Gilbert, S. J. (2016). Cognitive offloading. Trends in Cognitive Sciences, 20(9), 676-688. doi.org/10.1016/j.tics.2016.07.002
- Storm, B. C. y Stone, S. M. (2015). Saving-enhanced memory: the benefits of saving on the learning and remembering of new information. Psychological Science, 26(2), 182-188. doi.org/10.1177/0956797614559285
- Grinschgl, S., Papenmeier, F. y Meyerhoff, H. S. (2021). Consequences of cognitive offloading: boosting performance but diminishing memory. Quarterly Journal of Experimental Psychology, 74(9), 1477-1496. doi.org/10.1177/17470218211008060