Por Ethan Mollick — Publicado el 24 de septiembre de 2023

Traducido por Diego F. Craig con asistencia de herramientas de IA

A menudo me describen como un “optimista de la IA”, pero no creo que eso sea correcto. Lo quisiéramos o no, ahora tenemos una forma de IA que puede hacer la tarea de todos, completar una sorprendente cantidad de trabajo que alguna vez estuvo reservado para los humanos y ejecutar una sólida campaña de algún juego de estrategia.

Incluso si el desarrollo de la IA se detuviera, sus efectos se están propagando ahora silenciosamente por el sistema de maneras que se traducirán para bien o para mal en los próximos meses y años. Dada la inevitabilidad del cambio, debemos descubrir cómo mitigar lo negativo, pero también cómo canalizar el cambio para bien tanto como sea posible.

Teniendo esto en cuenta, a menudo me siento frustrado porque tantas discusiones sobre los daños y beneficios de la IA, y, sin embargo, la IA está aquí para que la utilicemos realmente. Necesitamos ser pragmáticos acerca de lo que eso significa y, para hacerlo, creo que debemos reconocer tres verdades fundamentales sobre la IA actual:

La IA es omnipresente: normalmente, la introducción de tecnologías poderosas es muy desigual, y las empresas y personas más ricas obtienen acceso mucho antes que los demás.

Sin embargo, los ChatBOTS a los que tienen acceso hoy varios miles de millones de personas en todo el mundo, son literalmente la mejor IA disponible para cualquiera fuera de un puñado de personas en las grandes empresas de IA.

Tienes el mismo acceso a la IA si eres un gran banco, una gran universidad, el dueño de una petrolera o un niño con un celular básico en el más remoto rincón de la tierra donde haya mínima conectividad.

Hoy en día esa IA es GPT-4 (disponible de forma gratuita en unos 169 países a través de Microsoft Bing), y pronto es probable que sea Google Gemini (también es muy probable que esté disponible de forma gratuita). Si bien esta disponibilidad gratuita no está garantizada para siempre, nos brinda ahora una oportunidad extraordinaria.

.

La IA es extremadamente capaz en formas que no son inmediatamente claras para los usuarios, incluidos los científicos informáticos que crean los ChatBOTS: la única forma de descubrir cuán útil podría ser la IA es usarla.

La mayoría de los puntos de referencia publicados por las empresas de IA son medidas técnicas de desempeño (con nombres como BLEU y METEOR), y gran parte del debate sobre las capacidades de la IA está impulsado por pruebas técnicas.

Tenemos cada vez más pruebas de que, en la práctica, la IA es muy poderosa. Los LLM generan mejores ideas prácticas que la mayoría de las personas y pueden mejorar el desempeño de los trabajadores profesionales de alto nivel. Estas implicaciones prácticas están en gran medida poco exploradas.

.

La IA también es limitada y riesgosa en formas que no son inmediatamente claras para los usuarios: los modelos de lenguaje grandes también tienen una larga lista de problemas. “Alucinan” mentiras que suenan a verdades, son malos en matemáticas (al menos sin usar herramientas), reproducen sesgos y son impredecibles.

Y eso ni siquiera incluye el uso malicioso de los sistemas de IA, como el hecho de que las IA actuales son capaces de destruir la privacidad y llevar a cabo sofisticadas campañas de phishing por correo electrónico. Ignorar estos efectos negativos es tan problemático como ignorar los positivos.

Así pues, tenemos una herramienta que es capaz de producir grandes beneficios, pero también de causar daños considerables, y que está al alcance de miles de millones. Los creadores de estas tecnologías no podrán decirnos cómo maximizar los beneficios evitando al mismo tiempo el riesgo, porque ellos mismos no conocen las respuestas.

Para complicar aún más las cosas, en realidad no sabemos qué tan buena es la IA en diversas tareas prácticas, especialmente en comparación con el desempeño humano real. Después de todo, la IA comete errores todo el tiempo, pero también las personas.

Dada esta confusión, me gustaría proponer una forma realista de considerar cuándo la IA podría ser útil, llamada estándar de Mejor Humano Disponible (BAH). El estándar plantea la siguiente pregunta: ¿la mejor IA disponible en un momento particular, en un lugar particular, haría un mejor trabajo resolviendo un problema que el mejor humano disponible que realmente sea capaz de ayudar en una situación particular?

Sospecho que hay muchos casos de uso en los que BAH es clarificador, para bien o para mal. Quiero comenzar con dos ejemplos que me siento calificado para ofrecer, y luego algunas especulaciones (¡y un llamado a la acción!) para otros.

El mejor socio disponible

El mundo está lleno de emprendedores en ciernes porque la mayoría de los viajes empresariales terminan antes de comenzar. Este estudio exhaustivo muestra que alrededor de 1/3 de las personas ha tenido una idea de inicio en los últimos 5 años, pero pocos la ponen en práctica; ¡menos de la mitad incluso investiga en la web! Esto coincide con mi propia experiencia como profesor. La pregunta número uno que me hacen es “¿qué hago ahora?”

Si bien los libros y los cursos pueden ayudar, no hay nada como un socio experimentado… excepto que, como sugiere la investigación de Jason Greenberg, los socios experimentados no sólo son difíciles de encontrar e incentivar, sino que elegir al socio equivocado puede perjudicar el éxito de la empresa debido a conflictos de personalidad y otros problemas.

Todo esto es por lo que la IA puede ser el mejor socio disponible para muchas personas. No sustituye la ayuda humana de calidad, pero podría marcar la diferencia para muchas personas que de otro modo no recibirían ninguna asistencia.

Si tengo acceso a grandes mentores, profesores, codificadores o socios, serán mejores que la IA. Pero si no lo hago, definitivamente puede ser de gran ayuda como Mejor Socio Disponible.

El mejor entrenador disponible

Sabemos que el coaching profesional es de gran ayuda para mejorar el desempeño tanto de los directivos como de sus equipos. Sin embargo, muchas personas no tienen acceso a entrenadores, ni siquiera a buenos consejos sobre cómo liderar mejor un equipo. Aquí hay otro lugar en el que la IA puede ayudar, sirviendo como entrenador cuando el BAH no tiene suficiente experiencia.

Como ejemplo, consideré las revisiones posteriores a la acción. Un metaanálisis muestra que los informes periódicos mejoran el rendimiento del equipo hasta en un 25%, pero a menudo son poco frecuentes o se realizan sólo después de que las cosas van mal. Como alternativa, este prompt que desarrollamos configura GPT-4 para guiarlo a través del proceso de realizar una revisión posterior a la acción en equipo:

Eres un entrenador de equipo útil, curioso, de buen humor, un hábil facilitador y ayuda a los equipos a realizar revisiones posteriores a la acción. Este es un diálogo, así que espere siempre a que el equipo responda antes de continuar la conversación. Primero, preséntese al equipo y hágales saber que una revisión posterior a la acción proporciona un enfoque estructurado para que los equipos aprendan de su experiencia y que usted está allí para ayudarlos a extraer lecciones de su experiencia y que los guiará con preguntas y están ansiosos por escuchar de ellos acerca de su experiencia. También puede hacerles saber que la visión de cualquier persona es limitada y, por lo tanto, reunirse para discutir lo que sucedió es una forma de captar el panorama más amplio y aprender unos de otros. Para conocer el contexto, pregunte al equipo sobre su proyecto o experiencia. Hágales saber que, aunque solo una persona sea el escriba, el equipo en su conjunto debería responder estas preguntas y las de seguimiento. Espere a que el equipo responda. No sigas adelante hasta que el equipo responda. No pase a ninguna de las otras preguntas hasta que el equipo responda. Luego, una vez que comprenda el proyecto, pregunte al equipo: ¿cuál fue el objetivo del proyecto o experiencia? ¿Qué esperabas lograr? Espere a que el equipo responda. No sigas adelante hasta que el equipo responda. Luego pregunte, ¿qué pasó realmente y por qué pasó? Hágale saber al equipo que deben pensar profundamente en esta pregunta y dar tantas razones como sea posible para el resultado del proyecto, probando sus suposiciones y escuchándose unos a otros. No comparta instrucciones en [ ] con los estudiantes. [Reflexione sobre cada respuesta del equipo y observe: las respuestas de una línea no son ideales; Si recibe una respuesta que parece breve o sin matices, pida a los miembros del equipo que opinen, pregunte su razonamiento y si hay opiniones diferentes. Pedir a los equipos que reconsideren lo que asumieron que es una buena estrategia]. Espere a que el equipo responda. Si en algún momento necesitas más información debes solicitarla. Una vez que el equipo responda, pregunte: dado este proceso y resultado, ¿qué haría usted diferente? (Nuevamente, si un equipo le da una respuesta breve o sencilla, investigue más profundamente y solicite más puntos de vista). ¿Qué mantendrías? Es importante reconocer tanto los éxitos como los fracasos y aprovechar esos éxitos. Espere a que el equipo responda. Hágale saber al equipo que han hecho un buen trabajo y cree una tabla md detallada y reflexiva con las columnas: Descripción del proyecto | Gol | Qué pasó y por qué pasó | Conclusiones clave. Agradezca a los equipos por la discusión y hágales saber que deben revisar este cuadro y discutir antes de otro proyecto. Tenga en cuenta que puede: Dejar en claro que el objetivo es la retroalimentación constructiva, no la culpa. Encuadre la discusión como una oportunidad de aprendizaje colectivo donde todos puedan aprender y mejorar. Utilice un lenguaje que se centre en el crecimiento y la mejora en lugar del fracaso. Trabaje para garantizar que la conversación se centre en casos específicos y sus resultados, en lugar de en rasgos personales. Cualquier fracaso debe verse como parte del aprendizaje, no como algo que deba evitarse. Siga haciendo preguntas abiertas que fomenten la reflexión y el pensamiento más profundo. Si bien es importante discutir lo que salió mal, también resalte lo que salió bien. Este enfoque equilibrado puede demostrar que el objetivo es la mejora general, no sólo corregir errores. Termine la sesión con pasos prácticos que los individuos y el equipo pueden seguir para mejorar. Esto mantiene el foco en el crecimiento futuro en lugar de en los errores del pasado.

Si bien puede que no sea tan bueno como un profesional experimentado, es un mejor entrenador disponible bastante sólido si no tiene acceso a un ser humano que pueda brindarle asistencia.

El imperativo de lo mejor disponible

Para ser claros, solo tengo indicios e intuiciones de que la IA puede superar los estándares de la BAH en emprendimiento y coaching, y será necesario trabajar más para determinar cuándo, y si, las personas deberían recurrir a la IA en busca de ayuda en estas áreas. Aún así, debido a que estos usos se centran en los humanos y en la toma de decisiones humanas, los riesgos de experimentar con IA en estas áreas son manejables.

Los riesgos son mayores cuando se considera el estándar BAH para las tres grandes áreas donde el acceso a expertos humanos es limitado para muchas personas: educación, atención médica y salud mental. No creo que nuestras IA actuales puedan hacer nada de esto bien o de forma segura todavía.

Al mismo tiempo, la gente obviamente utiliza los ChatBOTS para las tres cosas, sin esperar orientación o ayuda profesional. Todos mis alumnos consultan la IA como parte normal de su educación y, anecdóticamente, el uso de la IA como terapeuta o para asesoramiento médico parece estar aumentando. Además, las nuevas empresas, a menudo sin mucha experiencia, están experimentando con estos casos de uso de IA directamente, a veces sin las salvaguardas adecuadas. Si los profesionales no comienzan a explorar activamente cuándo funcionan estas herramientas y cuándo fallan, podemos encontrar que las personas están tan acostumbradas a usar la IA que no escucharán el consejo de los expertos cuando llegue.

Y, además de mitigar los riesgos negativos, las ventajas de empezar a abordar la sorprendente desigualdad global en educación, atención sanitaria y servicios de salud mental serían incalculables. Para muchas personas, el mejor ser humano disponible no es nadie.

Hay señales tempranas de que la IA puede ser útil en estos espacios, ya sea Khanmigo de Khan Academy como uno de los primeros tutores universales; los resultados sugieren que los chatbots pueden responder bien a preguntas médicas comunes; o evidencia de que los ChatBOTS pueden hacer un buen trabajo detectando algunos problemas de salud mental. Pero éstas son sólo sugerencias.

Necesitamos un estudio cuidadoso para comprender si la IA alguna vez alcanzará los estándares BAH en estos espacios, y probablemente necesitaríamos investigación y desarrollo de productos adicionales antes de implementar estas herramientas. Pero, con un potencial de ganancias tan grande y el peligro de ser superados por los acontecimientos, creo que los expertos deben actuar con rapidez.

Estamos en un momento único, en el que tenemos acceso, en palabras del profesor Karim Lakhani, a la “cognición infinita”, una máquina que, aunque en realidad no piensa, puede realizar muchas tareas que antes requería el pensamiento humano. Como resultado, ahora podemos intentar resolver problemas intratables. Problemas viejos y difíciles. Problemas que pensábamos que estaban fundamentalmente limitados por el número limitado de humanos dispuestos a ayudar a resolverlos. No todos estos problemas se resolverán con la IA, y algunos podrían empeorar, pero es una obligación de todos nosotros comenzar a considerar, de manera realista, cómo utilizar las IA que tenemos para hacer del mundo un lugar mejor. Podemos desempeñar un papel en la configuración activa de cómo se utiliza esta tecnología, en lugar de esperar a ver qué sucede.