La IA no convierte a todo el mundo en experto, pero nos puede ayudar a parecerlo, o lo que es peor, a creer que lo podemos ser. Y esto puede tener consecuencias negativas tanto para nosotros, como para las empresas.
La adopción de la inteligencia artificial está creciendo a una velocidad increíble. Casi al ritmo de la creencia de que puede hacer de todo y bien. Y esto no es verdad. Tal cual lo digo. Sin matices.
Las conversaciones sobre IA son todas parecidas. He conseguido hacer esto, ahora hago en una hora lo que antes me llevaba 4, la IA va a cambiar el mundo, van a desaparecer muchos puestos de trabajo, etc. etc. estas algunas las señales inequívocas de la burbuja que hay entorno a la IA. Señales que no van a desaparecer por el momento, mientras las grandes compañías, fondos y gobiernos sigan invirtiendo (y perdiendo dinero) a lo bestia, la situación no va a cambiar.
Ya hemos vivido esto con Internet, y en menor medida con otras innovaciones como el metaverso.
No trato de negar la evidencia. Lo que intento es templar las expectativas.
Mientras la IA y nosotros con ella, vamos madurando y encontrando nuestro sitio, tenemos que estar atentos a sus efectos tanto en personas como en empresas.
Sea lo que sea que quieras hacer, la IA te va guiando en la tarea. Tu puedes tener o no criterio para juzgar la calidad de los resultados. Pero te lleva del punto A al B. Todos en mayor o menor medida estamos sacando partido de esta ayuda.
Esta dinámica esta llevando a muchos a pensar que pueden llegar a hacer “cualquier cosa”. Pero la realidad es que cuando pasamos de tareas del día a día, a proyectos, estos siguen siendo complejos de desarrollar. Si, cuentan con una nueva herramienta (la IA), pero la magia sigue sin existir.
Hoy mismo he estado en un evento sobre la integración de la IA en los procesos de atención al cliente onmincanal y captación. Una empresa potente nos hablaba de cómo lo está haciendo, cómo lo está integrando en sus procesos y de varios proyectos que ya están en marcha.
Una de las cosas que no explicaban, es que la base para cualquier proyecto está en calidad del dato, en no tener los datos en silos (entornos / BBDD que no se comunican), etc. y que conseguir esto implicaba integraciones, desarrollos, etc.
En lo personal, el problema empieza cuando confundimos fluidez con conocimiento, rapidez con aprendizaje y apariencia profesional con criterio. Esa fluidez, rapidez y apariencia nos puede llevar a obtener unos resultados muy convincentes.
Pero la calidad de ese resultado no depende solo de la herramienta. Depende, sobre todo, de quien la utiliza: de su experiencia, de sus preguntas, de los datos que aporta, de su capacidad para detectar errores y de su criterio para decidir qué sirve y qué no.
Y aquí aparece el riesgo.
El riesgo de parecer experto
El problema con la IA viene cuando la usamos para cubrir áreas en las que no tenemos experiencia. Si el hueco a cubrir es pequeño, es un gran aliado. Pero cuánto más grande es ese hueco, mayor es el riesgo de crear un entregable de baja calidad. Nuestro problema es que no tenemos criterio para juzgar sus resultados.
Muchos tendrán el suficiente criterio para saber en qué punto parar, pero otros tantos tratarán de usarla a su favor presentando cosas que aparentemente están correctas.
Los primeros problemas que pueden generase:
- Pérdida de tiempo: primero el más evidente. Resultados de baja calidad que van a requerir revisión y correcciones extra (con sus costes asociados).
- Cadenas de errores: se pueden dar por buenos proyectos / entregables aparentemente correctos y trasladar el problema a la ejecución.
- A nivel personal: al incorporar por defecto una herramienta que “piensa” por nosotros, vamos adormeciendo nuestro criterio, aprendemos menos, experimentamos menos… piensa en qué consecuencias tiene esto en diferentes rangos de edad, desde los más junior a los más senior en una empresa.
Tres formas de trabajar con IA
Un paper de Harvard Business School, desarrollado a partir de sesiones de trabajo con consultores de Boston Consulting Group, han estudiado las diferentes formas de usar la inteligencia artificial entre sus consultores.
Los investigadores analizaron cómo distintos profesionales usaban IA generativa para resolver una misma tarea y distinguieron tres perfiles: cyborgs, centaurs y self-automators. El estudio puede consultarse aquí: Cyborgs, Centaurs and Self-Automators.
- Los cyborgs integran la IA en casi todo el proceso. Van dialogando con ella, le piden alternativas, reformulan, validan y avanzan en una colaboración continua. Según el estudio, representaban aproximadamente el 60% de los participantes. Aprenden a trabajar mejor con IA, pero el problema es que el criterio es cada vez más el de la IA que no tiene porqué ser el correcto.
- Los centaurs usan la IA de forma más dirigida. Mantienen más control sobre el proceso, saben qué necesitan preguntar y conservan el criterio sobre qué parte delegar y qué parte resolver ellos. Representaban alrededor del 14% de los participantes y obtuvieron las recomendaciones más precisas.
- Los self-automators delegan prácticamente todo el trabajo en la IA. Dejan que la herramienta analice, estructure y evalúe. Eran cerca del 27% de los participantes. Sus resultados eran rápidos y pulidos, pero menos profundos. Lo más relevante es que este grupo no desarrollaba ni más conocimiento del dominio ni más capacidad real para trabajar con IA.
Esta clasificación es importante porque desmonta la idea de que la IA te hace más productivo. Si, puedes hacer más cosas, pero depende de cómo la uses. Por parafrasear algo muy repetido últimamente, depende del criterio de la persona del famoso “human in the loop”.
La IA no mejora automáticamente a quien la usa. Amplifica el modo en que esa persona trabaja. Si hay criterio, la IA lo potencia. Si no lo hay, puede producir una apariencia de competencia.
El problema no es usar IA, sino dejar de pensar
La discusión no debería ser si usamos IA o no. Esa fase ya ha pasado. La pregunta importante es otra: ¿la estamos usando para pensar mejor o para dejar de pensar?
En un artículo anterior escribí que la inteligencia artificial no te sustituye, te desnuda. Sigo pensando lo mismo. La IA amplifica lo que ya tienes. Si hay criterio, experiencia y profundidad, ayuda a ordenar y elevar el trabajo. Si hay superficialidad, también la amplifica, aunque la disimule.
Estamos en un momento de expectativas desproporcionadas. Parece que todo tiene que pasar por IA, que todo se puede automatizar, que todo se puede acelerar. Pero en la empresa real, no todas las tareas tienen el mismo riesgo. No es lo mismo usar IA para resumir una reunión que para definir una estrategia comercial. No es lo mismo pedirle ideas para un email que delegar en ella un diagnóstico de negocio.
La diferencia está en el tipo de decisión que se toma después.
La nueva responsabilidad de las empresas con la IA
Sería absurdo prohibir la IA. La solución es elevar el nivel de exigencia y ajustar las expectativas.
Las empresas necesitan definir dónde la IA puede usarse con libertad, dónde debe usarse con supervisión y dónde no debería sustituir nunca el criterio experto. También necesitan formar a sus equipos no solo para pedir mejores respuestas, sino para evaluarlas.
El problema es que la inteligencia artificial ha llegado a nuestro día a día, antes de que tuviésemos el criterio necesario para establecer estas guías. Hemos empezado la casa por el tejado.
Tenemos que dar el paso de escribir buenos prompts a saber qué pedir, por qué pedirlo, qué datos hacen falta, qué riesgos hay en la respuesta y qué parte no se debe delegar.
Por eso me parece tan importante pensar con la IA antes de usarla. La herramienta no debería ser el primer paso. Primero viene el problema, el contexto, la hipótesis y el criterio. Después, la IA.
Si invertimos ese orden, la herramienta empieza a dirigir la conversación. Y cuando eso ocurre, es muy fácil terminar aceptando una respuesta convincente como si fuera una buena decisión.
¿A más IA más necesario es el criterio humano?
Vamos a toda velocidad y cada vez queremos más rápido. La paradoja es que la velocidad requiere más criterio humano. ¿Os imagináis a un conductor inexperto conduciendo un formula 1? Puede ser un poco exagerado, pero eso es lo que estamos haciendo. ¿No crees?
Cuanto más convincente es la respuesta, más difícil resulta detectar sus errores. Y cuanto más rápido obtenemos un entregable aparentemente útil, menos tiempo dedicamos a preguntarnos si de verdad hemos entendido el problema.
La IA no nos hace expertos. Nos ayuda a parecerlo. Y eso puede ser útil si lo sabemos manejar, pero peligroso si confundimos apariencia con competencia.
La pregunta ya no es si tu equipo usa IA, que por supuesto ya lo hace. La pregunta es si sabe cuándo la IA le está ayudando a pensar mejor y cuándo solo le está dando una respuesta bien escrita.
Si en tu empresa estáis incorporando IA en marketing, ventas o estrategia y quieres revisar cómo hacerlo con criterio, hablemos. Te ayudo a ordenar lo que ya hacéis, separar utilidad de ruido y convertir la IA en una herramienta de trabajo, no en un sustituto del pensamiento.
