Esta mañana leía un interesante artículo de Infobae en el que se planteaba una realidad incómoda: en el que se planteaba una realidad incómoda: la IA y cómo afecta al y el seniority aprendizaje en el entorno de la empresa. La IA corporativa promete una productividad muy grande, pero podría estar entregando otra cosa: una generación de trabajadores que supervisa sin entender.
Es cierto que estamos multiplicando los outcomes. Generamos código, backlog, historias de usuario, épicas e iniciativas a una velocidad increíble. Estamos multiplicando esos resultados, es cierto. Sin embargo, este aumento de la productividad puede que acabe llevando a un vacío de aprendizaje que, por ahora, ninguna consultora tecnológica está sabiendo tapar y ningún conocimiento in-house tampoco está sabiendo cómo generar.
La trampa de la productividad superficial con la IA
La promesa de la IA parecía obvia: un 60% más de productividad y que el resultado final iba a crecer porque se trabajaría mucho más y más rápido. Y aunque los estudios confirman que estamos ahorrando tiempo en tareas como generar informes de Jira para compartirlos, revisiones de PR o documentación de código, se está generando un problema mucho más grande con la automatización: la falta de aprendizaje y seniority.
Lo que estamos haciendo es generar documentos que luego nunca revisamos. Yo esto lo he vivido en mis carnes, en el proyecto en el que estoy a día de hoy y lo vivo día a día. Estamos básicamente supervisando lo que hace una IA, dándola por buena y revisando solo el 40% o 50% de lo que propone.
El peligro de lo «pertinente» vs. lo «válido»
La IA, al nutrirse de una base de conocimiento mucho más amplia de la que tendría el usuario, a veces hace sobrepropuestas que un humano, sin ninguna duda, nunca hubiese planteado. El problema es que esa IA propone un trabajo que, aunque sea válido, puede que no sea pertinente.
El 27 % del trabajo asistido por Claude son tareas que los empleados no hubieran hecho sin la herramienta.
Nosotros lo estamos validando diciendo: «madre mía lo que sale de ahí, qué bien lo hace, qué bien que dé de más». Revisamos la parte que nos parece importante y el resto lo dejamos, haciendo que la bola cada vez se haga más grande. Desarrolladores, ingenieros y directivos estamos generando documentación por encima de nuestras posibilidades de consumirla, focalizándonos en producir cada vez más en vez de intentar entender y ganar seniority.
Perdiendo el contacto con el problema
Como Product Manager te puede llegar una iniciativa, esa iniciativa te la depone un agente, ese agente te organiza el backlog y directamente se lo envía al equipo de ingeniería sin haberte sentado con el usuario, sin haber intentado reproducirlo tú, sin haber trabajado en profundidad el problema porque ya tenemos a alguien que lo hace.
“Existe un peligro genuino de que creemos una generación de trabajadores que puedan supervisar a la IA antes de entender el trabajo por sí mismos”. Senthil Muthiah, senior partner de McKinsey & Company.
Vamos entrando a todo en la primera capa, la segunda capa, pero nunca bajamos hasta la cuarta o la quinta. Nos quedamos en todo lo superficial y perdemos seniority, perdemos información y estamos perdiendo aprendizaje del entorno que estamos construyendo. Se lo estamos dejando a esa máquina que tiene que volver a leer y leer todo lo mismo que antes había creado.
«Habrá gente que no revise el output de la IA y termine produciendo lo que él llama AI slop, contenido o decisiones generadas en masa sin control humano real». Satyen Sangani, CEO de Alation
Una alerta necesaria: IA y aprendizaje
Este disclaimer debe servir para poner el foco en qué es la IA y para qué nos sirve. Debemos utilizarla con inteligencia. No se trata de sacar pecho por generar más, sino de hacer una revisión más suspicaz. Si nos paráramos a comprender si lo que generamos tiene sentido para el proyecto, muchas de las cosas que hoy validamos no saldrían adelante.
Usemos la IA para potenciar nuestra capacidad, no para sustituir nuestro entendimiento.