Análisis del marco de toma de decisiones de IA: la prueba de habilidades de Schneier

Me descubrí delegando a la IA un acto diminuto de pensamiento la semana pasada. No era un gran trabajo intelectual, solo la incómoda primera frase de un correo electrónico que no quería escribir. Lo curioso fue que el correo tardó más porque tuve que decidir si pedir ayuda a la IA era inteligente, perezoso, eficiente o, de alguna manera, las tres cosas. Esa pequeña duda se está convirtiendo en la verdadera interfaz del trabajo moderno: el momento antes del prompt, cuando decidimos qué tipo de persona se supone que una tarea debe ayudarnos a ser.

El montacargas y la sala de pesas

Bruce Schneier le da una forma útil a esa duda. En un ensayo en Schneier on Security, publicado originalmente por The Guardian, Schneier escribe desde su experiencia enseñando política pública en la Harvard Kennedy School y en la Munk School de la Universidad de Toronto, donde los estudiantes usan IA con regularidad para tareas de escritura.

Su punto no es que la IA no pueda escribir. Es que escribir tal vez sea el ejercicio que el estudiante fue a la escuela a practicar.

Schneier atribuye al investigador de IA Daniel Meissler la distinción que vuelve todo el debate menos moralista: el trabajo frente al gimnasio. Si la tarea es mover cosas pesadas de un lado a otro de una sala, usa el carrito, el montacargas o el robot impulsado por IA. Si la tarea es levantar pesas, que el robot haga el levantamiento arruina el propósito.

La versión de The Guardian captura la idea en una frase contundente: “Las tareas de escritura que doy a mis estudiantes son tareas de gimnasio, no tareas de trabajo”.

Ese es el giro. La pregunta no es: ¿puede la IA hacer esto? Por supuesto que puede hacer más cada mes. La mejor pregunta es: ¿qué habilidad estoy intentando desarrollar o conservar al hacer esto por mi cuenta?

El registro de habilidades

El marco de Schneier es útil porque trata la habilidad como un activo, no como una sensación. Un estudiante, un analista junior, una persona fundadora o un gerente pueden llevar un registro privado de las tareas que fortalecen el juicio.

Redactar un argumento, depurar una suposición confusa, leer un informe denso o quedarse un rato con la incertidumbre puede ser lento a propósito. No son retrasos en el flujo de trabajo; son el entrenamiento.

The Guardian plantea el dilema como una cuestión entre resultado y proceso, y señala que a veces lo que importa no es el producto terminado, sino lo que una persona pone en el acto de producirlo.

Esa distinción importa porque la IA hace que el producto terminado parezca engañosamente separable de la capacidad humana que hay detrás. Un memorando fluido puede ocultar una mente sin entrenar. Una diapositiva pulida puede disimular el hecho de que nadie en la sala aprendió cómo se obtuvo la respuesta.

Así que el movimiento práctico es simple: antes de abrir el chatbot, nombra el músculo. Si la tarea entrena una habilidad que quieres que tu yo futuro tenga, haz primero una parte significativa por tu cuenta. Si la tarea simplemente transporta información de un lugar a otro, o convierte una intención ya conocida en una forma rutinaria, trae la máquina.

Cuando la velocidad es el objetivo

Aquí es donde el sermón anti-IA se viene abajo, y qué bueno. Benjamin Laker, columnista de MIT Sloan Management Review, sostiene que la IA puede acelerar el trabajo, pero no debería reemplazar el juicio humano en la comunicación ni en decisiones que involucran valores, relaciones o confianza.

Eso deja mucho espacio para que la IA ayude con tareas mecánicas, especialmente el trabajo repetitivo y de bajo significado que consume atención sin desarrollar mucha sabiduría.

El objetivo no es romantizar la fricción. Algunas fricciones son simplemente mala plomería. Nadie se convierte en mejor estratega por dar formato a las mismas notas seis veces, limpiar texto estándar o mirar fijamente una plantilla en blanco cuando el verdadero trabajo es decidir qué importa.

En términos de Schneier, esos son momentos de montacargas. Usa la herramienta y luego dedica la atención que ahorraste a la parte del trabajo donde realmente vive el juicio.

El límite no lo fija el cargo. La misma tarea puede ser trabajo de gimnasio el lunes y trabajo de montacargas el viernes. Un estudiante que está aprendiendo a escribir probablemente debería forcejear con el párrafo. Una experta en políticas que escribe el décimo resumen rutinario de una postura que ya entiende puede pedir razonablemente a la IA que produzca un primer borrador, y luego editarlo para asegurar precisión, tono y responsabilidad.

La cultura del esfuerzo

David Brooks, escribiendo en The Atlantic, lleva la pregunta más allá de la escuela y la etiqueta de oficina. Su argumento es que lo que diferenciará a las personas en la era de la IA no será simplemente la inteligencia, sino su relación con el esfuerzo mental.

Eso suena casi anticuado hasta que notas lo rápido que la IA convierte el esfuerzo en una preferencia de consumo. Ahora podemos elegir, tarea por tarea, si queremos sentir el peso.

Esa elección moldeará las carreras de manera silenciosa. Las personas que usan la IA para evitar toda dificultad pueden volverse más rápidas produciendo superficies y más débiles formando instintos. Las personas que rechazan la IA en todas partes pueden desperdiciar energía protegiendo tareas menores que nunca merecieron tanta devoción.

El camino valioso se encuentra entre esos errores: protege el gimnasio, automatiza el acarreo y vuelve a revisar el límite a medida que tus habilidades maduren.

Para los lectores, el próximo experimento es maravillosamente sencillo y de baja tecnología. La próxima vez que vayas a usar IA, haz una pausa lo bastante larga como para escribir una frase: esta tarea es trabajo, o esta tarea es gimnasio. Luego actúa en consecuencia.

Si esa pequeña frase cambia lo que le pides a la máquina que haga, ¿qué otras partes de tu día han sido clasificadas de forma incorrecta?