Inteligencia Artificial en el Trabajo
Hay una pregunta que escucho cada vez con más frecuencia cuando hablamos de inteligencia artificial dentro de las empresas: ¿cómo podemos utilizar la IA para ser más eficientes? Y es una pregunta perfectamente razonable. Si una herramienta puede ayudarnos a redactar un informe en menos tiempo, analizar información, generar alternativas, resumir documentos o automatizar determinadas tareas, parece lógico pensar que cuanto más consigamos delegar, más eficientes seremos. Sin embargo, cuando observo cómo estamos incorporando la inteligencia artificial a nuestra manera de trabajar, hay otra pregunta que me parece todavía más interesante: ¿qué ocurre en nuestra mente cuando empezamos a trabajar con una tecnología capaz de pensar, escribir y producir respuestas a una velocidad que nosotros no podemos igualar?
Esta es precisamente la idea que está detrás de mi conferencia “La paradoja de la eficiencIA”. No me interesa hablar de inteligencia artificial desde la tecnología, ni convertir la conferencia en una sucesión de herramientas, prompts o predicciones sobre cómo será el trabajo dentro de diez años. Me interesa mucho más analizar qué nos ocurre a nosotros cuando empezamos a trabajar con ella, porque la inteligencia artificial no solo está transformando las tareas que realizamos. También está modificando nuestra manera de pensar, decidir, interpretar información y relacionarnos con nuestros propios automatismos.
Y aquí aparece una paradoja que me parece especialmente interesante. Cuanto más eficiente se vuelve la tecnología, mayor puede ser la tentación de delegar en ella procesos que antes nos obligaban a pensar. Podemos conseguir respuestas más rápido, pero eso no significa necesariamente que comprendamos mejor el problema. Podemos producir más información, pero eso no garantiza que tomemos mejores decisiones. Y podemos automatizar muchas tareas sin darnos cuenta de que, al mismo tiempo, también estamos automatizando determinados patrones de pensamiento.
Nuestra mente siempre ha buscado ahorrar energía
Para entender nuestra relación con la inteligencia artificial creo que conviene empezar por algo que no tiene nada que ver con la tecnología. Nuestra mente lleva miles de años intentando hacer exactamente lo mismo que ahora queremos conseguir con la IA: ahorrar esfuerzo.
No analizamos cada situación desde cero porque sería imposible. Creamos hábitos, patrones, asociaciones y atajos mentales que nos permiten responder rápidamente a situaciones que conocemos. Cuando conducimos no pensamos conscientemente en cada movimiento, cuando entramos en nuestra oficina no analizamos dónde debemos sentarnos y cuando nos enfrentamos a un problema que hemos resuelto muchas veces solemos aplicar rápidamente una solución que conocemos.
Todo esto es extraordinariamente útil. Los automatismos nos permiten funcionar en un mundo demasiado complejo como para analizarlo constantemente. El problema aparece cuando dejamos de ser conscientes de que estamos utilizando un patrón y empezamos a confundirlo con la realidad.
Algo parecido puede ocurrir con la inteligencia artificial.
Al principio utilizamos una herramienta para ayudarnos a realizar determinadas tareas. Después descubrimos que puede hacerlo cada vez más rápido. Poco a poco empezamos a confiar en ella para tareas similares y, finalmente, podemos llegar a incorporar su respuesta como una nueva forma de automatismo. Ya no nos preguntamos necesariamente cómo hemos llegado a esa conclusión, sino si la respuesta parece suficientemente razonable como para seguir adelante.
Y ahí creo que empieza realmente la paradoja.
La IA no solo automatiza tareas. Puede acabar automatizando también nuestra manera de pensar sobre esas tareas.
Una respuesta convincente no es necesariamente una buena respuesta
Hay algo especialmente poderoso en las respuestas generadas por inteligencia artificial: suelen aparecer rápidamente, están bien estructuradas y utilizan un lenguaje que transmite coherencia. Y nuestra mente tiene una relación especialmente interesante con todo aquello que resulta fácil de procesar.
Cuando una explicación es clara, fluida y encaja con nuestras expectativas, tendemos a experimentarla como más convincente. Esto no significa que vayamos a creer automáticamente cualquier cosa que esté bien redactada, pero sí que la forma en la que recibimos la información puede influir en la sensación de confianza que nos produce.
Y esto tiene una implicación importante cuando trabajamos con IA. Podemos encontrarnos con una respuesta perfectamente estructurada, aparentemente lógica y expresada con enorme seguridad, pero eso no significa que la respuesta sea correcta, adecuada para nuestro contexto o incluso que esté basada en información suficiente.
Aquí aparece una distinción que me parece fundamental: la fluidez no es sinónimo de verdad y la coherencia no es sinónimo de calidad.
Nuestra mente necesita construir explicaciones. Cuando una respuesta encaja rápidamente con lo que esperamos, sentimos menos necesidad de cuestionarla. Y si además coincide con una idea que ya teníamos, el efecto puede ser todavía mayor.
La inteligencia artificial también puede alimentar nuestros sesgos
Uno de los mayores errores que podemos cometer es pensar que incorporar inteligencia artificial a nuestro trabajo elimina automáticamente nuestros sesgos. Puede ocurrir exactamente lo contrario.
Imaginemos que estoy convencido de que una determinada estrategia comercial es la mejor opción y utilizo una herramienta de inteligencia artificial para analizarla. Si formulo mis preguntas desde esa creencia inicial, probablemente estaré proporcionando un contexto que favorece determinadas respuestas. Y si la herramienta me devuelve argumentos coherentes con lo que ya pensaba, puedo interpretar ese resultado como una confirmación independiente de mi idea.
Pero quizá no he pedido realmente a la inteligencia artificial que evalúe mi estrategia.
Quizá simplemente le he pedido que me ayude a justificarla.
Esta diferencia es enorme.
El sesgo de confirmación no desaparece porque utilicemos una tecnología más sofisticada. Podemos seguir buscando información que apoye nuestras creencias, prestando más atención a los argumentos que coinciden con nuestra posición y descartando aquellos que nos obligan a cuestionarla. La IA simplemente puede hacer ese proceso mucho más rápido.
Y aquí aparece una de las ideas que más me interesan cuando hablo de trabajar de manera eficiente con inteligencia artificial: una herramienta capaz de amplificar nuestra capacidad de pensar también puede amplificar nuestros errores si no somos conscientes de cómo estamos pensando.
Por eso no basta con aprender a formular mejores preguntas. También necesitamos aprender a cuestionar las preguntas que estamos formulando.
La ilusión de comprensión
Existe otro fenómeno que me parece especialmente interesante. Cuando recibimos una buena explicación sobre algo podemos experimentar rápidamente la sensación de haberlo entendido. Y esa sensación no siempre significa que realmente seamos capaces de explicar, aplicar o defender ese conocimiento por nosotros mismos.
Con la inteligencia artificial esta diferencia puede convertirse en algo habitual.
Podemos pedir una explicación sobre un concepto complejo, leer una respuesta clara y sentir que lo hemos comprendido perfectamente. Pero si unos minutos después tuviéramos que explicarlo sin ayuda, justificar sus implicaciones o utilizarlo para resolver un problema diferente, quizá descubriríamos que nuestra comprensión era mucho más superficial de lo que imaginábamos.
Esto me parece especialmente relevante en el trabajo del conocimiento. Si utilizamos constantemente herramientas que nos proporcionan explicaciones, argumentos y soluciones terminadas, podemos sentir que estamos aprendiendo cuando en realidad estamos reconociendo información que otra inteligencia ha organizado por nosotros.
Y reconocer no es lo mismo que comprender.
Comprender implica ser capaces de relacionar ideas, detectar contradicciones, aplicar un concepto en situaciones nuevas y explicar por qué una solución tiene sentido. Y todos esos procesos requieren un grado de esfuerzo que la inteligencia artificial puede ayudarnos a reducir, pero que quizá no siempre nos conviene eliminar.
Esta es una de las razones por las que creo que la eficiencia no debería medirse únicamente por cuánto trabajo conseguimos evitar.
A veces el esfuerzo también forma parte del aprendizaje.
El peligro de automatizar demasiado pronto
Cuando encontramos una manera de hacer algo más rápido, nuestra reacción natural suele ser incorporarla cuanto antes. Si podemos automatizar una tarea que antes nos llevaba media hora, parece absurdo continuar haciéndola manualmente.
Y muchas veces lo es.
Pero creo que existe una pregunta que deberíamos hacernos antes de automatizar determinadas actividades: ¿qué capacidad estoy desarrollando mientras hago esta tarea?
Porque no todas las tareas tienen valor únicamente por el resultado que producen.
Un profesional que prepara personalmente una propuesta comercial no solo está generando un documento. También está pensando en el cliente, ordenando argumentos, anticipando objeciones y desarrollando criterio. Un directivo que escribe personalmente un mensaje importante no solo está redactando un texto. Está clarificando qué piensa realmente y cómo quiere comunicarlo. Un estudiante que resume un artículo no solo está reduciendo información. Está decidiendo qué ideas son relevantes y cómo se relacionan entre sí.
Si automatizamos esos procesos demasiado pronto, podemos conseguir el resultado sin haber desarrollado parte de la capacidad que necesitábamos para producirlo.
Y esta idea me parece especialmente importante cuando hablamos de profesionales con poca experiencia.
Una persona experta puede utilizar la inteligencia artificial para acelerar una tarea porque posee suficiente conocimiento para evaluar la calidad del resultado. Puede detectar rápidamente si algo no encaja, reconocer una explicación incompleta o cuestionar una recomendación poco realista.
Pero alguien que todavía no ha desarrollado ese criterio puede encontrarse con un problema diferente: no sabe lo suficiente para saber cuándo la inteligencia artificial se está equivocando.
Y eso nos obliga a replantearnos qué significa realmente trabajar de manera eficiente.
La IA puede hacernos más rápidos antes de hacernos mejores
Una de las promesas más atractivas de la inteligencia artificial es que permite a personas con menos experiencia realizar determinadas tareas con resultados que antes requerían mucho más tiempo de aprendizaje. Esto puede tener un valor enorme porque democratiza conocimientos, reduce barreras y permite que muchas personas accedan a capacidades que antes estaban reservadas a especialistas.
Pero también introduce una paradoja interesante.
Podemos conseguir resultados profesionales antes de haber desarrollado completamente las competencias que normalmente permitían producirlos.
Una persona puede preparar una presentación extraordinariamente bien estructurada sin dominar todavía la comunicación. Puede escribir una propuesta comercial convincente sin comprender profundamente los principios de persuasión que contiene. Puede analizar un problema con enorme sofisticación sin haber desarrollado todavía los modelos mentales necesarios para evaluar todas sus implicaciones.
Y esto puede crear una ilusión peligrosa: confundir la calidad del resultado con la calidad de nuestro propio criterio.
Por eso creo que una de las nuevas habilidades profesionales que necesitamos desarrollar consiste precisamente en distinguir entre lo que la herramienta sabe hacer y lo que nosotros sabemos evaluar.
Porque la inteligencia artificial puede elevar rápidamente nuestro nivel de producción, pero nuestra capacidad para juzgar la calidad de ese resultado necesita seguir desarrollándose.
Pensar con IA no debería significar pensar como la IA
Hay otro aspecto que me parece especialmente interesante. Cuando utilizamos repetidamente una herramienta para ayudarnos a generar ideas, estructurar información o tomar decisiones, es posible que empecemos a adoptar también algunos de sus patrones.
Si siempre pedimos a la inteligencia artificial que nos proponga diez ideas, podemos acabar acostumbrándonos a pensar únicamente a partir de esas diez opciones. Si le pedimos constantemente que estructure nuestros argumentos, podemos terminar utilizando las mismas formas de organización. Y si recurrimos a ella antes de haber generado nuestras propias hipótesis, podemos comenzar a interpretar el problema desde el marco que nos proporciona la primera respuesta.
Aquí encontramos una cuestión psicológica importante: la primera explicación que recibimos puede convertirse en un ancla desde la que interpretamos todo lo que viene después.
Por eso creo que una práctica especialmente útil consiste en pensar antes de preguntar.
Antes de pedir a una IA que nos dé una solución, podemos dedicar unos minutos a formular nuestras propias hipótesis. Antes de solicitar ideas, podemos escribir algunas alternativas. Antes de pedirle que valore una estrategia, podemos identificar qué criterios consideramos importantes.
Después podemos utilizar la herramienta para ampliar, cuestionar y enriquecer nuestro pensamiento.
La diferencia puede parecer pequeña, pero cambia completamente nuestra relación con la tecnología.
En lugar de utilizar la inteligencia artificial como sustituto del pensamiento, empezamos a utilizarla como contraste del pensamiento.
Y eso me parece mucho más interesante.
El mentalismo y la sensación de que decidimos libremente
Una de las cosas que más me fascinan del mentalismo es nuestra sensación de control.
En muchas experiencias, una persona está completamente convencida de que ha tomado una decisión de manera libre. Ha elegido una palabra, una carta, un número o una opción entre varias posibilidades. Desde su perspectiva, nadie le ha obligado a decidir nada.
Sin embargo, cuando termina la experiencia descubre que determinados elementos del contexto, la forma en la que se presentó la elección o sus propias expectativas pudieron haber tenido mucha más influencia de la que imaginaba.
No significa que no haya tomado ninguna decisión. Significa que quizá no era plenamente consciente de todos los factores que estaban participando en ella.
Y creo que esta idea conecta de una manera especialmente interesante con nuestra relación con la inteligencia artificial.
Cuando utilizamos una herramienta creemos que nosotros dirigimos completamente el proceso porque somos quienes escribimos la pregunta y seleccionamos la respuesta. Pero la manera en la que la IA organiza la información también puede influir en qué alternativas consideramos, qué argumentos percibimos como importantes y qué posibilidades dejamos de explorar.
Por eso, en mis conferencias utilizo dinámicas de mentalismo no para demostrar que la inteligencia artificial nos controla, sino para introducir una reflexión mucho más importante: estar convencidos de que estamos tomando una decisión consciente no significa que conozcamos todos los factores que la están condicionando.
Esa conciencia es especialmente importante cuando trabajamos con herramientas capaces de generar respuestas muy convincentes.
La verdadera eficiencia necesita criterio
Creo que aquí encontramos el núcleo de toda esta reflexión.
Trabajar eficientemente con inteligencia artificial no consiste únicamente en aprender a conseguir mejores respuestas. Consiste en desarrollar mejores criterios para decidir qué hacer con ellas.
Y el criterio no se puede delegar completamente.
Podemos pedir a una IA que genere alternativas, pero necesitamos decidir qué criterios utilizaremos para compararlas. Podemos pedirle que analice información, pero tenemos que determinar qué información es relevante. Podemos utilizarla para preparar un mensaje, pero seguimos siendo responsables de lo que queremos comunicar y de las consecuencias que puede generar.
Cuanto más potente sea la inteligencia artificial, más importante será nuestra capacidad para definir objetivos, aportar contexto, identificar supuestos y revisar resultados.
Por eso creo que el profesional del futuro no será necesariamente aquel que conozca más herramientas de inteligencia artificial ni quien consiga automatizar un mayor número de tareas. Será quien sepa cuándo utilizarla, para qué utilizarla y cuándo necesita detenerse y pensar por sí mismo.
Y esta diferencia tiene mucho que ver con nuestra manera de gestionar la mente.
Del piloto automático al pensamiento consciente
Existe un paralelismo que utilizo también cuando hablo de gestión del cambio. Los hábitos y los automatismos no son enemigos. Son extraordinariamente útiles porque nos permiten funcionar con eficiencia. El problema aparece cuando dejamos de ser conscientes de ellos y seguimos utilizando una respuesta simplemente porque es la que siempre hemos utilizado.
Con la inteligencia artificial ocurre algo parecido.
Automatizar no es malo.
Delegar no es malo.
Utilizar una herramienta para ahorrar tiempo tampoco es malo.
El problema aparece cuando la automatización empieza a sustituir decisiones que deberíamos seguir tomando conscientemente.
No necesitamos revisar cada pequeña tarea ni desconfiar constantemente de la tecnología. Sería exactamente igual de ineficiente que intentar analizar conscientemente cada hábito de nuestra vida. Lo que necesitamos es aprender a reconocer cuáles son esos momentos en los que merece la pena abandonar el piloto automático.
Una decisión importante.
Una recomendación que puede tener consecuencias.
Una interpretación que contradice nuestra experiencia.
Una respuesta que parece demasiado fácil.
Una conclusión que coincide exactamente con lo que queríamos escuchar.
Esos son los momentos en los que necesitamos recuperar el control del proceso.
Y quizá una de las competencias más importantes que tendremos que desarrollar en los próximos años sea precisamente esa: saber cuándo podemos confiar en la automatización y cuándo necesitamos volver a pensar.
La inteligencia artificial puede ampliar nuestra mente o estrecharla
Creo que hay dos maneras muy diferentes de utilizar la inteligencia artificial.
Podemos utilizarla para evitar pensar.
O podemos utilizarla para pensar mejor.
Podemos pedirle que nos dé una respuesta y aceptarla.
O podemos pedirle que cuestione nuestra respuesta.
Podemos pedirle argumentos que confirmen nuestra idea.
O podemos solicitarle que busque razones por las que podríamos estar equivocados.
Podemos pedirle que elija entre dos alternativas.
O podemos utilizarla para descubrir opciones que todavía no habíamos considerado.
Podemos utilizarla para producir más rápido.
O podemos utilizarla para ampliar nuestra manera de interpretar un problema.
La herramienta puede ser exactamente la misma. Lo que cambia es nuestra forma de relacionarnos con ella.
Y esto me parece especialmente importante porque la inteligencia artificial no sustituye únicamente algunas capacidades humanas. También puede convertirse en una herramienta extraordinaria para desarrollar otras.
Podemos utilizarla para recibir perspectivas diferentes, poner a prueba nuestros argumentos, identificar sesgos, formular mejores preguntas o explorar escenarios que no habíamos considerado.
Pero para que eso ocurra necesitamos abandonar una relación pasiva con la tecnología.
Tenemos que dirigirla.
Dejar de preguntar qué puede hacer la IA
Durante los últimos años hemos dedicado muchísimo tiempo a preguntarnos qué puede hacer la inteligencia artificial.
¿Puede escribir?
¿Puede programar?
¿Puede analizar datos?
¿Puede crear imágenes?
¿Puede preparar una estrategia?
¿Puede tomar decisiones?
Son preguntas interesantes, pero creo que quizá estamos llegando al momento de formular otras.
¿Qué debemos seguir haciendo nosotros?
¿Qué tareas necesitamos practicar para mantener nuestro criterio?
¿Qué capacidades se vuelven más importantes cuando la producción se automatiza?
¿Cómo evitamos aceptar una respuesta únicamente porque parece convincente?
¿Cómo podemos utilizar la IA para cuestionar nuestras propias creencias en lugar de confirmarlas?
Y, sobre todo, ¿cómo conseguimos que una tecnología diseñada para ahorrar esfuerzo no termine ahorrándonos precisamente el esfuerzo que necesitamos para seguir desarrollándonos?
Ahí está, para mí, la verdadera paradoja de la eficiencIA.
Trabajar más rápido no significa necesariamente trabajar mejor
La inteligencia artificial nos ofrece una oportunidad extraordinaria. Podemos automatizar tareas repetitivas, acceder a información con enorme rapidez, generar alternativas y dedicar menos tiempo a actividades que no requieren necesariamente nuestra mejor capacidad.
Pero esa oportunidad solo tendrá sentido si utilizamos el tiempo y la atención que recuperamos para hacer algo de mayor valor.
Pensar.
Decidir.
Comprender.
Crear.
Escuchar.
Cuestionar.
Aprender.
Y asumir la responsabilidad sobre nuestras decisiones.
Por eso mi visión de la inteligencia artificial es profundamente positiva. No creo que debamos competir contra ella ni intentar protegernos de todo aquello que puede hacer mejor que nosotros. Creo que tenemos delante una herramienta extraordinaria que puede ampliar nuestras capacidades si aprendemos a utilizarla de una manera consciente.
Pero precisamente porque puede hacer tanto por nosotros, necesitamos tener cada vez más claro qué no queremos dejar de hacer nosotros.
La verdadera eficiencia no consiste en delegar todo lo que podemos delegar. Consiste en saber qué merece la pena delegar y qué necesitamos conservar porque forma parte de aquello que nos convierte en buenos profesionales.
Y quizá ahí esté la verdadera paradoja: cuanto más inteligente se vuelve la tecnología que utilizamos, más importante resulta aprender a gestionar nuestra propia inteligencia.
Porque el objetivo no debería ser conseguir que la inteligencia artificial piense por nosotros.
El objetivo debería ser conseguir que nos ayude a pensar mejor.
Javier Luxor
Psicólogo organizacional, conferenciante y autor de El pequeño libro de la influencia y la persuasión.