IA en el trabajo: escepticismo fundado y adopción pragmática
Uso IA a diario y tengo reservas fundadas sobre algunas de sus consecuencias. Ambas cosas son compatibles. Esa tensión es la posición honesta.
Uso herramientas de IA todos los días. Las uso para sintetizar investigación, para explorar alternativas de solución, para redactar primeros borradores que después reviso y reescribo, para hacer preguntas sobre temas donde mi conocimiento es parcial. Han cambiado mi forma de trabajar de formas que ya no podría deshacer fácilmente.
Al mismo tiempo tengo reservas sobre ellas. No reservas irracionales. Reservas específicas y articuladas sobre consecuencias reales que no desaparecen porque la tecnología sea útil.
Lo que genera escepticismo fundado
La opacidad. Los modelos de lenguaje grandes funcionan de formas que sus propios creadores no comprenden completamente. Hay comportamientos emergentes, sesgos no identificados, modos de fallo que no se conocen hasta que aparecen. Usar una herramienta cuyo comportamiento no se puede predecir completamente es aceptable cuando el coste del error es bajo. Cuando el coste es alto, la opacidad es un problema real.
La concentración de poder. Las capacidades más avanzadas de IA están concentradas en un número muy pequeño de organizaciones. Esa concentración tiene implicaciones para la competencia, para el acceso, y para quién decide cómo se desarrolla una tecnología que va a afectar a todo el mundo.
El impacto en el trabajo. No el relato de ciencia ficción de los robots que sustituyen a los humanos. El impacto más concreto e inmediato: qué pasa con las personas cuyo trabajo consiste principalmente en tareas que la IA ya hace bien. Ese impacto es real y está ocurriendo ahora, no en un futuro especulativo.
La degradación de la evidencia. Cuando cualquiera puede generar texto convincente a cualquier escala y velocidad, la distinción entre información y desinformación se vuelve más difícil de mantener. Eso tiene consecuencias para la democracia, para la ciencia, y para la capacidad colectiva de tomar decisiones basadas en hechos.
Por qué la adopción pragmática tiene sentido igualmente
Porque las reservas no son razones suficientes para no usar una tecnología si el balance de utilidad es positivo y el coste de no usarla es real.
La alternativa a usar IA en el trabajo no es un mundo más justo donde la tecnología no existe. Es un mundo donde los que la usan tienen ventaja sobre los que no la usan, y donde no usarla es un lujo que no siempre se puede permitir.
También porque la mejor manera de desarrollar criterio sobre una tecnología es usarla. Las preguntas sobre la opacidad de los modelos son más específicas y más útiles cuando vienen de alguien que los ha usado extensivamente que cuando vienen de alguien que los evalúa desde afuera.
Y porque hay cosas que la IA hace que genuinamente permiten hacer mejor trabajo. Poder sintetizar 50 transcripciones de entrevistas en una hora en lugar de dos días libera tiempo para el trabajo que la IA no puede hacer: el juicio sobre qué hacer con esa síntesis, las conversaciones con el equipo, las decisiones de producto que requieren contexto y responsabilidad.
Cómo trabajar con esa tensión
La tensión entre usar algo y tener reservas sobre ello no es una incoherencia que haya que resolver. Es la posición honesta de quien entiende lo que está usando.
Lo que tiene sentido hacer con esa tensión es no ignorarla. Seguir haciendo las preguntas sobre opacidad, concentración de poder e impacto en el trabajo incluso cuando se usan las herramientas. Ser explícito en el trabajo sobre qué partes han sido asistidas por IA y cuáles no. Y no asumir que porque una herramienta es útil, todos sus efectos son positivos.
El uso acrítico de tecnología potente ha generado consecuencias no anticipadas suficientes veces en la historia reciente. La actitud correcta no es el rechazo irracional ni la adopción entusiasta sin reservas. Es uso con criterio y mirada larga.
Las opiniones expresadas son personales y no representan la posición de ninguna organización.