¿Qué ocurre cuando una máquina aprende nuestra forma de trabajar?
Durante casi toda la historia de la tecnología, el ser humano ha tenido que adaptarse a la máquina.
Aprendimos su lenguaje, sus límites y sus procedimientos. Aprendimos a escribir comandos, a organizar datos de una determinada manera, a aceptar que el software tenía una lógica propia a la que nosotros debíamos someternos.
La inteligencia artificial introduce una inversión silenciosa en esa relación.
Por primera vez, empezamos a construir máquinas a las que no solo pedimos que ejecuten instrucciones, sino que aprendan progresivamente cómo queremos que las cosas sean hechas.
Y eso plantea una cuestión mucho más interesante que la productividad.
¿Qué ocurre cuando una máquina aprende nuestra forma de trabajar?
Porque trabajar no consiste únicamente en ejecutar tareas.
Trabajar es también interpretar.
Es decidir qué merece atención y qué puede ignorarse. Es saber cuándo una fuente parece fiable, cuándo una explicación es demasiado sencilla, cuándo merece la pena seguir investigando y cuándo tenemos suficiente información para actuar.
Gran parte de aquello que llamamos experiencia consiste precisamente en eso: una acumulación de criterios que rara vez somos capaces de formular por completo.
Michael Polanyi resumió esta idea con una frase célebre: sabemos más de lo que podemos decir.
Durante décadas ese conocimiento tácito fue difícil de transferir.
Un maestro podía intentar enseñárselo a un aprendiz. Un fundador podía intentar transmitirlo a su equipo. Una empresa podía convertir una parte en manuales y procedimientos.
Pero siempre quedaba algo fuera.
La intuición.
El criterio.
La manera particular de mirar un problema.
El criterio
Cuando trabajamos de forma continuada con una IA ocurre algo curioso.
Para conseguir buenos resultados tenemos que empezar a explicar cosas que antes hacíamos automáticamente.
“No utilices únicamente la primera fuente.”
“Busca quién tiene incentivos para afirmar esto.”
“Antes de sacar una conclusión, intenta encontrar una explicación alternativa.”
“Prefiero información primaria aunque sea más difícil de encontrar.”
“Cuando investigues una empresa, presta atención a lo que no dice.”
Cada corrección parece pequeña.
Pero después de cientos de ellas estamos realizando una operación intelectual bastante profunda:
estamos externalizando nuestro criterio.
Aquello que antes existía como una intuición privada empieza a adquirir una forma explícita.
Nuestro modo de trabajar comienza a convertirse en lenguaje.
Y una vez que algo puede expresarse en lenguaje, puede almacenarse, reproducirse y transmitirse.
Una nueva clase de autobiografía
Normalmente pensamos en una autobiografía como el relato de lo que una persona ha vivido.
Pero existe otra autobiografía posible.
La de cómo piensa.
Cada vez que corregimos a una inteligencia artificial estamos dejando pequeñas huellas de nuestras preferencias epistemológicas.
Qué consideramos evidencia.
Qué nivel de incertidumbre toleramos.
Qué errores nos parecen graves.
Qué tipo de explicaciones rechazamos.
Cómo distinguimos una correlación de una causa.
Cuándo preferimos velocidad y cuándo precisión.
Durante años, estas decisiones estaban dispersas entre miles de actos cotidianos.
Ahora pueden comenzar a quedar registradas como una arquitectura de instrucciones.
En cierto sentido, enseñar a una IA a trabajar contigo es construir una representación parcial de tu forma de razonar.
No de quién eres.
Pero sí de cómo operas intelectualmente.
El método
Aquí aparece una transformación importante.
Mientras una forma de trabajar permanezca únicamente dentro de una persona, muere parcialmente con ella.
Puede transmitirse a discípulos, empleados, hijos o colegas, pero esa transmisión siempre será imperfecta.
Sin embargo, cuando una metodología puede ser descrita con suficiente precisión para que una inteligencia artificial la reproduzca, adquiere una existencia independiente.
Ya no pertenece únicamente al individuo.
Se convierte en método.
Y los métodos tienen una propiedad extraordinaria:
pueden viajar.
Un buen sistema de investigación creado en Madrid puede ser utilizado mañana por alguien en Bangkok.
Una técnica desarrollada por un periodista puede convertirse en una herramienta para investigadores.
Una forma de analizar empresas desarrollada durante veinte años puede transformarse en un agente que aplique esos mismos criterios miles de veces.
Por primera vez resulta plausible que ciertas formas de experiencia humana puedan convertirse en infraestructura.
La paradoja
Nuestra manera de trabajar puede ser precisamente una de nuestras mayores ventajas.
Un buen profesional no suele ser valioso únicamente por la información que posee.
La información puede comprarse.
Puede buscarse.
Puede copiarse.
Lo realmente escaso suele ser el criterio con el que esa información se interpreta.
Por eso existe una tensión interesante.
Cuanto mejor enseñemos a una inteligencia artificial a trabajar como nosotros, más poderoso será el sistema que construimos.
Pero también estaremos haciendo explícito aquello que quizá constituía nuestra ventaja.
Estamos transformando conocimiento tácito en conocimiento reproducible.
Y la historia tecnológica nos enseña algo incómodo:
todo lo que se vuelve reproducible tiende, tarde o temprano, a difundirse.
El robo de nuestro Know How
El título obliga distinguir entre privacidad y difusión del conocimiento.
Una inteligencia artificial personal no debería tomar tus conversaciones privadas, tus documentos o tus instrucciones y entregárselos a otro usuario.
Eso sería simplemente una ruptura de confianza.
Pero existe una cuestión mucho más amplia.
Las metodologías humanas siempre se han difundido.
Taylor convirtió formas de organizar fábricas en administración científica.
Toyota convirtió una filosofía industrial en un sistema productivo estudiado en todo el mundo.
El método científico es, esencialmente, una manera colectiva de disciplinar nuestra forma de conocer.
La diferencia es la velocidad.
La inteligencia artificial puede convertirse en un enorme mecanismo de transmisión metodológica.
Una buena manera de resolver un problema puede pasar de una persona a una herramienta, de una herramienta a miles de usuarios y de esos usuarios a nuevas variaciones del método.
No porque la máquina esté “robando una personalidad”.
Sino porque estamos entrando en una época donde las formas de hacer las cosas pueden codificarse con una precisión que antes resultaba imposible.
Las patentes en el futuro
Durante mucho tiempo hemos sobrevalorado las ideas.
“Tuve una idea para una empresa.”
“Se me ocurrió este producto.”
“Pensé en esta solución.”
Pero las ideas son abundantes.
Los métodos son mucho más raros.
Dos personas pueden tener exactamente la misma idea y producir resultados radicalmente distintos.
La diferencia suele estar en cómo investigan, cómo priorizan, cómo experimentan, cómo corrigen errores y cómo toman decisiones.
Es decir:
en su sistema operativo mental.
Quizá una parte importante de la propiedad intelectual del futuro no sean únicamente las patentes, los textos o el código.
Serán también los procesos cognitivos.
Métodos de investigación.
Protocolos de decisión.
Sistemas de verificación.
Formas estructuradas de creatividad.
Arquitecturas de razonamiento.
En otras palabras, podremos empezar a empaquetar algo que hasta ahora era extraordinariamente difícil de empaquetar:
el criterio.
La IA como heredera intelectual
Existe incluso una interpretación más extraña.
Durante siglos, los seres humanos han intentado vencer parcialmente al tiempo mediante la escritura.
Escribimos porque nuestra memoria desaparece.
Construimos bibliotecas porque las personas mueren.
Transmitimos conocimiento porque ninguna mente individual dura suficiente.
La inteligencia artificial añade una nueva capa a esa historia.
Un libro puede conservar lo que pensabas.
Una inteligencia entrenada para trabajar contigo podría conservar, parcialmente, cómo pensabas.
No tu conciencia.
No tu identidad.
Pero sí ciertos hábitos intelectuales.
Tus preguntas favoritas.
Tus sospechas.
Tus estándares.
Tus formas de comprobar una afirmación.
Tus maneras de descomponer un problema.
Podría existir entonces algo parecido a una descendencia intelectual que no sea biológica.
No una copia de la persona, sino una continuidad de algunos de sus métodos.
La verdadera pregunta de la IA
Se habla constantemente de que la inteligencia artificial sustituirá tareas.
Probablemente esa sea solo la capa superficial del fenómeno.
La transformación más profunda puede ser otra:
la humanidad está empezando a convertir formas de pensar en objetos técnicos.
Hasta ahora construíamos máquinas que amplificaban nuestros músculos, nuestra memoria o nuestra capacidad de cálculo.
Ahora estamos empezando a construir sistemas capaces de amplificar nuestro criterio.
Eso cambia la naturaleza de lo que significa enseñar.
Porque enseñar a una inteligencia artificial no consiste únicamente en decirle qué hacer.
Consiste en mostrarle qué consideramos una buena manera de hacerlo.
Y cuando hacemos eso de manera continuada, estamos dejando algo más que instrucciones.
Estamos dejando una huella metodológica.
Durante siglos intentamos transmitir nuestras ideas.
Quizá la siguiente etapa consista en transmitir nuestras formas de pensar.
Y si eso ocurre, una de las preguntas más importantes de la era de la inteligencia artificial dejará de ser:
“¿Qué puede hacer esta máquina?”
La pregunta será:
“¿Qué parte de nuestra manera de pensar estamos enseñándole a conservar?”