Hace un par de años, muchas conversaciones sobre inteligencia artificial giraban alrededor de la pregunta de si se puede confiar en ella. Hablábamos de las alucinaciones. De los errores. De las respuestas inventadas.
Curiosamente, creo que ese ya no es el debate más importante.
Llevo dos años utilizando ChatGPT prácticamente todos los días. Y ahora también Copilot, al ser mi herramienta institucional en la universidad. Las uso para investigar, escribir, preparar clases, analizar artículos, programar tareas, crear un modelo de entrenamiento deportivo, etc. Y, sinceramente, no recuerdo la última gran alucinación.
Por supuesto, hay respuestas que me convencen más que otras. A veces simplifica demasiado. Otras interpretan peor lo que quiero o necesitan que les redirija la conversación. Pero una auténtica alucinación, de esas que inventan información de forma evidente, hace mucho tiempo que no veo.
Quizá el verdadero riesgo ya no sea que la inteligencia artificial falle.
Quizá el verdadero riesgo sea que nosotros dejemos de pensar porque casi nunca falla.
También puedes escuchar este episodio en: Spotify, Youtube Podcast, iVoox o en Apple podcast.
Pablo Vázquez lo explica muy bien en su libro Tsunami cuando dice que la IA ha dejado de vivir en una ventana de chat para mudarse a nuestro entorno de trabajo. Ya no es solo conversación. Es delegación y supervisión.
Creo que esa idea es fundamental. Pero añadiría una pregunta más.
¿Qué deberíamos seguir haciendo nosotros, incluso cuando la IA pueda hacerlo perfectamente?
Porque la conversación ya no consiste en decidir si la IA es suficientemente buena. La conversación consiste en decidir qué merece la pena seguir entrenando como seres humanos.
Durante mucho tiempo hemos pensado que el problema era tecnológico. Que la cuestión era cuándo la IA sería suficientemente fiable. Sin embargo, cuanto mejor funciona, más fácil resulta caer en una confianza excesiva.
Y esa confianza cambia nuestra forma de relacionarnos con el conocimiento.
Al principio comprobamos todo.
Después comprobamos algunas cosas.
Y, poco a poco, dejamos de comprobar casi nada.
Pero el problema no es únicamente verificar menos. El problema es que dejamos de ejercitar determinadas capacidades. Cada vez que delegamos una tarea no solo ahorramos tiempo. También dejamos de practicar las habilidades que esa tarea exigía.
Y esa diferencia me parece enorme.
Imaginemos que la IA resume un artículo científico. Puede hacerlo muy bien. Pero una cosa es pedirle un resumen. Y otra muy distinta es pedirle que decida qué es realmente importante, qué ideas merece la pena conservar o qué implicaciones tiene ese trabajo para nuestra manera de pensar.
Eso ya no es resumir. Eso es sustituir nuestro criterio.
Y el criterio no aparece porque alguien nos dé una buena respuesta. Se construye comparando ideas, detectando contradicciones, haciéndonos preguntas, cambiando de opinión y, muchas veces, equivocándonos.
Por eso creo que el debate sobre la IA nunca ha sido realmente un debate sobre la tecnología.
Es un debate sobre las capacidades humanas.
No todo lo que podemos delegar deberíamos delegarlo. Delegar tareas mecánicas tiene mucho sentido. Por ejemplo:
Transcribir una reunión.
Traducir un texto.
Generar un primer borrador.
Resumir información que ya conocemos.
Todo eso puede hacernos mucho más eficientes. Pero hay otras capacidades que conviene seguir entrenando:
Detectar errores.
Relacionar ideas.
Tomar decisiones.
Construir argumentos.
Formular buenas preguntas.
Y, sobre todo, desarrollar algo que me preocupa especialmente: la metacognición. Es decir, saber lo que sabemos y lo que todavía no sabemos. Reconocer cuándo una respuesta nos convence demasiado rápido. Darnos cuenta de que quizá necesitamos comprobar algo. Regular nuestro propio aprendizaje.
Porque una cosa es pedir ayuda para pensar mejor. Y otra muy distinta es dejar que otro piense por nosotros.
Hace poco escribía una idea que cada vez tengo más clara. El debate no está en reducir esfuerzos al aprender. El debate está en decidir qué habilidades queremos seguir desarrollando y cuáles tienen sentido delegar.
La diferencia es enorme.
Hay investigaciones recientes que apuntan precisamente en esa dirección. Los estudiantes que primero intentan resolver un problema por sí mismos y después utilizan la IA para mejorar su respuesta terminan aprendiendo más que quienes recurren a ella desde el principio.
Tiene sentido.
Pensar primero obliga a recuperar conocimientos, organizar ideas y enfrentarse a la incertidumbre. Después, la IA puede convertirse en una herramienta extraordinaria para ampliar, contrastar o mejorar ese trabajo.
Pero el aprendizaje ya ha empezado antes.
Por eso cada vez me gusta más hablar del protocolo “pensar primero”. No porque haya que renunciar a la inteligencia artificial.
Al contrario.
Porque cuanto mejores sean estos sistemas, más importante será decidir cuándo utilizarlos.
Y cuándo no.
Pablo Vázquez también señala otra idea que comparto plenamente: la IA actúa como un amplificador. Potencia nuestras fortalezas, pero también puede amplificar nuestras debilidades.
Creo que eso es exactamente lo que está ocurriendo. Quien tiene criterio obtiene respuestas cada vez mejores. Quien delega demasiado pronto corre el riesgo de dejar de desarrollar precisamente ese criterio.
Y ahí está, para mí, el verdadero desafío.
No aprender a utilizar la inteligencia artificial. Eso, con más o menos tiempo, casi todos acabaremos haciéndolo. El reto es otro.
Es conservar aquellas capacidades que nos permiten seguir siendo intelectualmente autónomos en un mundo donde cada vez será más fácil obtener respuestas excelentes sin haber recorrido el camino para comprenderlas.
Porque quizá la cuestión más importante ya no sea qué puede hacer la inteligencia artificial.
Sino, ¿qué capacidades deberíamos seguir entrenando, incluso cuando delegarlas resulte más rápido, más cómodo o más eficiente?
La IA nos obliga a distinguir entre lo que queremos evitar y lo que necesitamos seguir entrenando.
