Medimos la inteligencia artificial por lo que nos ahorra: tiempo, productividad, fluidez. Pero medimos mucho menos lo que cambia en nuestra forma de aprender.
Tomemos un estudiante. La IA puede ayudarle a encontrar una objeción, reformular una idea, comprobar una referencia. Luego se convierte en compañera de reflexión. Pero también puede proporcionarle una respuesta completa antes de que realmente comprenda el problema. El resultado final puede ser mejor en el segundo caso, aunque el aprendizaje sea peor.
La misma paradoja aparece en los negocios. Un joven analista puede producir una nota excelente sin tener que buscar fuentes, comparar hipótesis o tomar una decisión. Por otro lado, un ejecutivo experimentado puede utilizar la misma herramienta para poner a prueba su propio juicio. Ambos se vuelven más eficientes. Sólo uno necesariamente se vuelve más capaz.
Aquí es donde está surgiendo una nueva división. No separa a los usuarios de IA de aquellos que no la utilizan. Separa los entornos que utilizan la tecnología para desarrollar capacidades humanas de aquellos que la utilizan para eludirlas.
Esta diferencia es acumulativa. Cuanto más conocimiento y autonomía tenga una persona, más capaz será de interrogar a la IA, identificar sus errores y utilizarla para progresar. Por el contrario, alguien que está empezando puede delegar precisamente las operaciones cognitivas que necesita aprender.
Por lo tanto, corremos el riesgo de democratizar el acceso al poder y al mismo tiempo concentrar la capacidad de juicio. Las respuestas se vuelven abundantes; la posibilidad de saber cuándo son falsas sigue siendo rara.
Este riesgo no implica frenar la innovación. Requiere una mejor organización de su uso. La escuela debe distinguir la asistencia que profundiza el razonamiento de la que lo evita. Las empresas necesitan identificar tareas que no sólo sean productivas, sino también educativas. Las profesiones debemos mantener espacios donde aún podamos decidir, explicar y desaprobar.
Las ganancias de productividad también deberían financiar parte del tiempo necesario para el aprendizaje. Si cada minuto ahorrado por la IA se convierte inmediatamente en un minuto adicional de producción, estamos construyendo organizaciones que son más rápidas pero no necesariamente más inteligentes.
El debate sobre la IA a menudo enfrenta a optimistas y pesimistas. Esta oposición es demasiado simple. La verdadera pregunta es institucional: ¿qué reglas, incentivos y prácticas harán de la IA un multiplicador de capacidades en lugar de un sustituto silencioso?
A largo plazo, la diferencia no se verá en la calidad de los textos o presentaciones producidas. Aparecerá en el momento en que el sistema cometa un error, cuando la situación sea nueva, cuando sea necesario actuar sin ayuda. Entonces sabremos si la IA realmente nos ha hecho más capaces o simplemente más exitosos.
EXPRESO ORGÁNICO
Nicolas Paparoidamis es profesor de marketing y decano de la facultad e investigación de la ISG International Business School de París. Es miembro de la Junta de Gobernadores de la Academia de Ciencias del Marketing. Su trabajo se centra en inteligencia artificial, capacidades humanas, organizaciones y responsabilidad institucional.
Este artículo es una columna, escrita por un autor ajeno al periódico y cuyo punto de vista no compromete a la redacción.
