Hoy se cayó el internet de Win y no me quedó otra alternativa humana que leer para no aburrirme.
Lo tragicómico del asunto es que pago religiosamente una suscripción a WIRED y tengo una pequeña torre de revistas físicas acumuladas, intactas, funcionando básicamente como monumentos impresos a mi propia procrastinación.
En condiciones normales, el protocolo habría sido el de siempre: putear un rato al router, esperar a que el bot de soporte técnico me diga que reinicie el módem por trigésima vez y quemar los minutos muertos scrolleando memes desde el celular. Pero cuando la red desaparece por completo, te quedas a solas con lo que tienes al frente. Y lo que tenía al frente eran esas revistas acumulando polvo.
Admito que últimamente WIRED me aburre. Para venderse como el oráculo del futuro, cuesta encontrar tecnología real entre tanto pánico corporativo y sociología barata. Sin embargo, hojeando un especial sobre IA , me topé con una frase de Katie Drummond que me cortó la digestión:
«Que la inteligencia artificial pueda hacer parte de tu chamba no significa que deba hacerla. Apenas basto un breve coqueteo con ChatGPT para sentir cómo mis propias habilidades empezaban a atrofiarse.»
En diseño, y esto aplica también a la ingeniería, la redacción o prácticamente cualquier oficio donde supuestamente te pagan por pensar, se viene celebrando la velocidad como si fuera el único indicador de calidad. Si Figma o un modelo de lenguaje me escupen diez variantes de un layout o un copy funcional en cuatro segundos, la tentación de firmarlo y darte palmadas en la espalda es casi irresistible.
Te convences de que estás siendo «estratégico», te ven como «eficiente» y todos felices en esa tortura llamada daily.
El problema es que estamos metiendo en el mismo saco dos tipos de fricción completamente distintas.
Por un lado, está la fricción mecánica: renombrar capas a mano, formatear tablas tediosas, ajustar espaciados repetitivos, transcribir notas que nadie lee.
Quitarte ese peso de encima es una bendición.
Para eso deberían existir las máquinas. No hay ninguna nobleza especial en perder veinte minutos haciendo algo que un script puede resolver en veinte segundos.
Pero por otro lado está la fricción formativa : ese momento incómodo en el que la pantalla sigue en blanco, la solución obvia no encaja, te rascas la cabeza, te jalas un poco los pelos —si no eres calvo, claro está— y tienes que quedarte ahí un rato más, forzándote a entender qué demonios está pasando antes de tomar una decisión.
Es la fricción de probar algo, descubrir que no funciona, volver atrás, cambiar una premisa y terminar dándote cuenta de que el problema que estabas intentando resolver ni siquiera era el problema correcto.
Esa fricción no es desperdicio de tiempo. Es el entrenamiento donde se construye el criterio.
Y ahí es donde la IA introduce una tentación bastante más interesante que simplemente «hacer las cosas más rápido». También puede ahorrarnos la incomodidad de no saber.
Elimina rápidamente ese espacio desagradable entre la pregunta y la respuesta, cuando todavía no tienes claro qué hacer y tienes que pensar un poco más. Justamente ahí suelen aparecer las conexiones interesantes: cuando comparas alternativas, cuestionas una decisión aparentemente obvia o descubres que tu primera intuición era bastante mala.
Si saltas demasiado pronto ese proceso, aparece una figura que cada vez me resulta más sospechosa: el curador sin criterio.
La etiqueta de «curador» suena sofisticada. Casi directiva. Tú ya no haces el trabajo pesado, simplemente eliges. Pides diez alternativas a un modelo y te paseas mentalmente entre ellas con una copa de vino imaginaria, seleccionando la que parece menos genérica. El problema es que la curaduría real necesita algo previo: una densidad técnica que ningún prompt puede regalarte.
Para saber si una interfaz aguanta el mundo real, si un componente va a romper la consistencia de un sistema cuando llegue a producción o si un texto realmente comunica en lugar de sonar a prosa tibia de LinkedIn, necesitas haber pasado horas equivocándote con las manos en el barro.
Necesitas haber construido modelos mentales. Haber tomado malas decisiones. Haber visto cómo una solución aparentemente elegante se desarma frente a un caso real que no habías considerado.
Si delegas la ejecución antes de haber desarrollado esos fundamentos, no estás seleccionando con criterio. Estás jugando a la ruleta con decisiones que todavía no sabes evaluar.
Por eso creo que el problema no es pedirle a una IA que produzca opciones. Yo mismo lo hago. El problema aparece cuando recurrimos a ella antes de haber formulado correctamente el problema. Un profesional con experiencia puede mirar diez alternativas generadas por una máquina y descartar nueve por razones que probablemente ni siquiera aparezcan en el prompt. Tiene un marco mental contra el cual compararlas. Alguien que todavía no construyó ese marco puede mirar exactamente las mismas diez alternativas y confundir acabado con calidad.
Esa diferencia importa especialmente ahora que las máquinas son extraordinariamente buenas produciendo cosas que parecen terminadas. Una interfaz puede verse impecable y no resolver absolutamente nada. Un texto puede sonar convincente y no contener una sola idea interesante. Un análisis puede estar perfectamente estructurado y partir de una premisa absurda. La forma dejó de ser una señal confiable de que detrás existe comprensión.
Cuando recurrimos a la IA antes de siquiera haber sentido la molestia de pensar, no estamos simplemente optimizando un flujo de trabajo: estamos subcontratando el criterio.
Y el criterio también necesita ejercicio. Si delegas constantemente el esfuerzo de pensar, se va debilitando sin que te des cuenta. El riesgo no es que una máquina reemplace al diseñador, al ingeniero o al escritor de la noche a la mañana. Esa es una discusión mucho más grande y bastante menos interesante. El riesgo inmediato es que nos acostumbremos tanto a la salida fácil, a recibir respuestas terminadas, que el día en que la máquina entregue una mediocridad bien redactada o una interfaz visualmente impecable pero conceptualmente hueca —el estándar Dribbble de toda la vida— ya no tengamos el juicio suficiente para darnos cuenta.
Eso me preocupa más que la clásica fantasía del robot quitándonos el trabajo. Nos preocupa Terminator cuando probablemente el verdadero peligro llegue con una interfaz agradable, respuestas instantáneas y un botón que diga «Generar». Una máquina no necesita ser mejor que nosotros para volvernos dependientes. Le basta con ahorrarnos suficiente esfuerzo como para que un día ya no queramos hacerlo sin ella
Quizá por eso conviene distinguir qué fricción queremos eliminar y cuál deberíamos conservar. Automatizar la tarea repetitiva que ya no nos enseña nada tiene todo el sentido del mundo. Automatizar aquello que todavía necesitamos comprender es otra cosa.
A veces hace falta que se caiga el internet para recordar algo bastante básico: pensar sigue siendo parte del trabajo.
La IA puede ahorrarnos mucho tiempo. Lo que no debería ahorrarnos es aprender a pensar.