La fiaca y la IA, tal para cual

En 2008, Malcolm Gladwell publicó su libro Outliers y difundió un método que se volvió sentido común: para ser muy bueno en cualquier disciplina, como Bill Gates, los Beatles o los mejores deportistas del mundo, hay que practicar 10 mil horas. La popularidad de esta regla tal vez se deba a un sentido de justicia: nos exige bastante pero a la vez deja el éxito en nuestras manos. Con esfuerzo se puede, parece decir.

La semana pasada otro divulgador, Ethan Mollick, profesor en la escuela de negocios Wharton y autor de un blog sobre inteligencia artificial, publicó otro número: 10 horas. Según él, eso alcanza para poder empezar a usar bien los modelos de lenguaje natural basados en IA.

Mollick no dice que seremos expertos en IA con solo 10 horas, pero asegura que ese breve lapso alcanza para saltar una primera valla con la que muchos tropiezan.

Un estudio reciente de investigadores de Stanford comparó la calidad de los diagnósticos que hicieron dos grupos de médicos: uno utilizaba métodos tradicionales y el otro, IA. A los dos les fue igual de mal. Los mejores diagnósticos surgieron de la IA sin intervención de los médicos.

Puede parecer un resultado distópico, pero no lo es tanto.

Al analizar los detalles, los investigadores descubrieron que la mayoría de los médicos no sabían aprovechar bien la herramienta de IA. La usaban para buscar información como lo harían en un buscador. Muy pocos se percataron de que podían darle al sistema la historia clínica de cada paciente y luego tener una conversación abierta con la IA para evaluar diagnósticos.

El punto de Mollick es que, tras 10 horas de usar estas herramientas, todos empezamos a entender mejor cómo aprovecharlas en nuestra disciplina. Como la IA es una caja negra y nadie sabe realmente bien para qué sirve en cada contexto particular, es mejor descubrirlo por uno mismo.

En una entrevista reciente, el programador Simon Willison, una estrella del mundo del código abierto, contó que incluso a los especialistas en software les pasa que se decepcionan en sus primeras interacciones con modelos de lenguaje natural, y muchas veces los abandonan. No tienen en cuenta que su habilidad para aprovecharlas mejorará si siguen intentando. Tampoco que estas herramientas evolucionan tan rápido que la que te decepcionó hace un mes puede darte una satisfacción ahora.

Entonces, ¿cuál es la mejor manera de lanzarse a la aventura de incorporar IA a nuestra vida?

El programador argentino Dan Zajdband, que participó en decenas de startups globales y hoy vive en Madrid, propone un método contraintuitivo con dos premisas.

La primera: ser perezosos al extremo, hacer lo menos posible. Nuestro instinto natural es lanzarnos a completar por nosotros mismos las tareas que ya dominamos. En cambio, podemos intentar pedírselas a chatGPT o un servicio similar. La ventaja de este enfoque es que pronto sabremos si el sistema resuelve la tarea mejor que nosotros o no. Es más fácil notarlo cuando se trata de un trabajo que conocemos bien.

Lo cual nos lleva a la segunda premisa de Zajdband. No necesitamos que la IA sea mejor que nosotros, solo necesitamos que no sea peor. Es frecuente esperar que la tecnología mejore nuestros resultados, pero en realidad si lo hace apenas tan bien como nosotros y nos libera algo de tiempo ya nos habrá hecho un favor.

Cada vez que encontramos una equivocación o un sesgo en la respuesta de una herramienta de IA podemos dejar de usarla, o podemos pensar si nosotros mismos podríamos haber cometido el mismo error y cómo lo habríamos corregido. Al fin y al cabo, nadie es perfecto. Tampoco la IA. No hacen falta ni 10 horas para darse cuenta.

La autora es directora de Sociopúblico

Por Sonia Jalfin

• Conversaciones

---

Conforme a

Tipo de trabajo:opinión