Una reciente nota de The Guardian contaba cómo distintas personas que tomaban Ozempic, o drogas similares para bajar de peso, no se animaban a contarle a sus círculos más íntimos lo que estaban haciendo. La mayoría de los casos tenían que ver con un temor a ser juzgados por tomar un “camino fácil”.
Tradicionalmente, adelgazar ha significado ejercicio y restricción alimentaria. Aunque existen preocupaciones médicas válidas sobre el Ozempic, gran parte del rechazo social proviene de una perspectiva moral: la idea de que esquivar ese esfuerzo es éticamente cuestionable.
En un tercer enfoque, más allá de las dudas sanitarias y la mirada moral tradicionalista, está el interrogante sobre lo que se pierde en el proceso. Hablamos de la experiencia que se elimina al “saltearnos” el proceso habitual y los beneficios que podríamos estar abandonando. Sepan disculpar, pero esta introducción hablando del Ozempic fue para meternos en el terreno de la inteligencia artificial.
La fricción saludable de la que nos priva la IA
El uso de inteligencia artificial actual nos permite ahorrarnos un montón de tiempo con soluciones servidas en pocos segundos. Se suele poner en primer plano el incremento de la productividad, pero poco se habla de lo que se podemos perder al abandonar algunos procesos cognitivos.
La investigación es muy incipiente pero parece válido sospechar que delegar casi todos los ejercicios de escritura a ChatGPT pueden privar a nuestro cerebro de ejercicios muy valiosos.
Willem Van Lancker es un empresario y diseñador norteamericano que en un texto reciente habla del concepto de fricción productiva: “La fricción, que supo ser un proceso indispensable para desarrollar competencias y perspectiva, está desapareciendo en mano de la IA. Hoy un prompt genera páginas web impecables, desarrolla sistemas estéticos de marca y devuelve apps funcionales. El fruto que antes requería un trabajo largo y arduo ahora cae directamente en nuestras manos, maduro pero extrañamente hueco.”.
La fricción de la que habla se compone del trabajo arduo que supimos necesitar para llegar a ciertos resultados. Antes, para lograr una imagen al estilo renacentista tenías que aprender, en una primera instancia, lo que fue el Renacentismo.
Hoy la IA generativa te devuelve esa imagen luego de una solicitud de una línea. Otro ejemplo que podríamos imaginar es que hace no tantos años, cuando no teníamos internet o ciertos libros en casa, quizás teníamos que ir a la biblioteca para averiguar cuál era la capital de Rumania.
Aunque puede parecerlo, la de Van Lancker no es una mirada anti inteligencia artificial, el mismo destaca que usa herramientas de IA a diario, pero se preocupa por entender cuando la fricción resulta “saludable” y algo por mantener. Volviendo a los ejemplos: aprender lo que fue el Renancetismo parece algo saludable, tener que salir de casa para saber de la existencia de Bucarest no tanto.
Van Lancker también habla sobre “el gusto”, algo sobre lo que históricamente ha habido un aire de misterio y discusión. “El gusto es una habilidad acumulada, ganada a través del hacer y el discernimiento repetido. No se puede conseguir mediante atajos. Solo puede florecer a través de la práctica, el cuidado y la experiencia acumulada. La fricción no es una ineficiencia que deba eliminarse. Es la resistencia necesaria para construir un juicio genuino y refinar el gusto. Su valor no reside en el producto final sino en el trabajo mismo. La IA permite la producción sin esfuerzo, creando la ilusión de progreso mientras evita gran parte del aprendizaje real.”.
Alejandro “el Negro” Dolina suele responder con la misma frase cuando le preguntan cuánto tiempo le lleva preparar su programa de radio: “40 años y 5 minutos”.
La autorreferencia a su formación y entusiasmo por el conocimiento puede parecer, para una persona de la cultura, una respuesta pícara y hasta entrañable.
Pero, ¿qué pasa cuando un profesional aleatorio de una empresa que brinda servicios encuentra la forma de resolver tareas costosas en poco tiempo? ¿Estamos dispuestos a aceptarlo?
Cuando la IA nos parece trampa
Muchos crecimos con la premisa de que lo valioso siempre requiere un alto grado de esfuerzo. ¿Es realmente así? ¿O es una idea que arrastramos y nos cuesta poner en discusión?
La inteligencia artificial es una máquina de devolver “soluciones” y la gente la utiliza para resolver en pocos minutos lo que antes le podía demandar horas. Algunos casos hacen evidente que no todo el mundo está contento con esta “facilidad” que la tecnología nos habilita.
Las “zero-AI policies” son políticas de empresas que buscan erradicar el uso de IA para determinadas tareas. La periodista Katie Parrott, especializada en tecnología y trabajo, señala en un texto reciente que esta aversión a esas herramientas tiene que ver más con el “cómo” se llegan a ciertos resultados que al resultado mismo.
“Esta visión limitada de la productividad (que favorece lo que se puede ver, rastrear o cronometrar) ayuda a explicar nuestra relación conflictiva con la IA.
Sí, el impacto importa, y sería demasiado simplista afirmar que las organizaciones no recompensan los resultados. Pero en muchos contextos, especialmente donde los resultados son difíciles de medir, el esfuerzo visible sigue teniendo un peso desproporcionado.
Cuando gran parte de nuestra vida laboral se dedica a demostrar que estamos trabajando, no es de extrañar que nos sintamos incómodos con herramientas que hacen desaparecer el esfuerzo”, señala Parrott.
En estos años pospandemia tuvimos un ejemplo claro de la tensión en cómo pensamos en la manera de trabajar y el resultado generado. El Covid-19 nos obligó a todos a trabajar desde casa por un tiempo bastante largo, algo que mucha gente no había experimentado hasta el momento.
Para sorpresa de varios, bastante del trabajo habitual se podía resolver igual de bien que antes, en algunos casos podríamos atrevernos a decir que mejor incluso.
Una vez pasada la crisis sanitaria, muchas compañías impulsaron el retorno a las oficinas y es válido dudar si ha tenido que ver más con una teatralidad de la performance que con una mejora real en la labor.
Corresponde decir también que los modelos de trabajo basados en resultados son más difíciles de medir ya que requieren un ojo más atento.
Mantener los esquemas de trabajo habituales resulta más sencillo para los empleados, a pesar de que podamos estar perdiéndonos una transformación valiosa del trabajo.
Preguntas que se abren para lo que viene
Discernir entre los procesos que deberíamos delegar a la tecnología y aquellos que resultan beneficiosos para nuestro cerebro deviene en una tarea importante y tremendamente compleja para la vida y el ritmo que solemos llevar.
También será un desafío entender qué es moralmente aceptable delegar a estas nuevas herramientas y qué es inadmisible. Claramente, habrá tensiones entre las opiniones en cada caso.
Vivimos en una era en la que casi todo es blanco o negro pero la realidad nos pide que entendamos todas las tonalidades de grises posibles.
Cada caso parece ser diferente y atendible para la discusión. Las respuestas más erradas de todas, probablemente, serán las más simplistas.
