Cultivar capacidades en la era de la IA

Es temprano en el día de la IA, pero ya alumbra el sol y se distinguen sus primeros brotes en el suelo. Yo imagino que al final del día de la IA las máquinas podrán hacer tanto y más que cualquier humano en términos de producción y no habrá frontera laboral o productiva que esté necesariamente fuera de su alcance. Me imagino también que en un escenario ideal tendremos una tecnología más poderosa y más autónoma y que la humanidad podrá controlarla y aprovecharla, incluso con mucho menor tiempo dedicado a su uso constante. Pero ese escenario es todavía sólo una posibilidad lejana. Una de las preguntas que el presente reclama que respondamos es ¿cómo seguimos cultivando nuestras capacidades en la era de la IA?

En los últimos meses tuvo bastante atención la cuestión de la IA en el campo educativo (ver por ejemplo el eco en medios del pronunciamiento público de expertos argentinos), pero ya habían generado algún revuelo estudios que demostraban un efecto negativo de la IA en el aprendizaje de largo plazo, incluso cuando algunos hallaban mejoras en el rendimiento inmediato (por ejemplo este pre-paper del MIT).

No coincido con traducir llanamente los hallazgos en una frase del tipo “el uso de IA empeora el aprendizaje” pero acuerdo en un hecho concreto: es necesario proteger los espacios de aprendizaje del uso de IA. ¿Contradictorio? No lo creo. La IA es una herramienta poderosa y en algunos escenarios puede potenciar algún aprendizaje en particular. Por ejemplo en este trabajo que realizó un grupo de investigadores de la argentina se hallaron mejoras en el rendimiento inmediato de los participantes que usaron IA, y además constataron que parte de esa mejora persistía luego en ejercicios realizados sin ayuda de IA.

Sin embargo, en la experiencia cotidiana de muchos jóvenes estudiantes esta herramienta parece estar más bien relacionada a reducir la dificultad de temas complejos y ahorrar tiempo dedicado a resolver tareas (ver por ejemplo los testimonios en EEUU: link1, link2). Hay sutilezas en interpretar qué implica eso para el proceso de aprendizaje realmente pero hay señales para creer que es algo más asociado al sedentarismo cognitivo y a un peor aprendizaje que a un uso didáctico de la herramienta. Al menos un minucioso estudio del caso chino apunta a eso. Pasamos de “dame un punto de apoyo y moveré el mundo” a “dame una palanca lo bastante larga y no moveré un dedo”.

Claro que no es culpa de los estudiantes esto. Ellos tienen una misión que cumplir y la cumplen: entregar sus tareas hechas y graduarse. Que la IA sea una herramienta para producir más (tareas, ensayos, papers incluso) y aprender menos es una consecuencia de esta forma de adopción específica dentro de instituciones que han priorizado evaluar por productos entregados.

Entonces el sedentarismo cognitivo no es culpa del cerdo, sin embargo no podemos tener cerdos en el aula. Como sociedad necesitamos asegurarnos de que las personas adquieren las habilidades suficientes para vivir plenamente y -en un sentido más utilitarista - para contribuir en la medida necesaria a la sociedad. Hay que tomar los recaudos para que el proceso de aprendizaje suceda exitosamente y eso implica que los estudiantes no puedan resolver su tránsito educativo como un copiarpegar de un LLM. Creo que en este momento limitar o incluso abstenerse de usar las aplicaciones generales de IA (ChatGPT, Gemini, Claude, DeepSeek y cualquier otro chatbot IA o agente IA de propósito general) en clase es probablemente el paso más seguro para tener control sobre el grado de esfuerzo efectivo que las clases suponen. Al respecto recomiendo ver esta nota cuyo lema es que los estudiantes sólo deberían usar IA para hacer lo que ya saben hacer (y tal vez ni siquiera). Tal vez sería posible incorporar esta tecnología mediante herramientas específicas y en dinámicas donde el docente lleve firmemente las riendas del uso de la herramienta. No parece ser esa la escena común de la incorporación de esta tecnología; en vez de “centauros” - como dicen algunos -, lo que se ve son caballos desbocados arrastrando usuarios a través de sus consignas escolares.

Hasta acá me referí sobre todo a la educación de niños y jóvenes pero esto mismo aplica al resto de las personas. Sin embargo, aunque la discusión al respecto del impacto del uso de IA entre adultos mayormente pasa por la cuestión de la adopción, la realidad es que la discusión de fondo es bastante similar: ¿Cómo hacemos para gestionar la adopción de una herramienta de modo de reducir los efectos contraproducentes de esa adopción? ¿Cuáles son las condiciones institucionales y organizacionales que permiten cultivar capacidades de largo plazo y no caer en el resultadismo inmediato?

En este trabajo se postula que es posible enfrentar escenarios de una adopción demasiado rápida de la IA, demasiado rápida respecto a la capacidad de reentrenar a la fuerza de trabajo para que se re-inserten al mercado laboral. Se argumenta que dado que la capacidad de reentrenamiento es acotada, la velocidad óptima de adopción de IA se halla debajo de la velocidad que impone la competencia, a esa velocidad sub-competitiva es donde la adopción de IA provee el mayor bienestar general, ya que permite el reentrenamiento de la fuerza de trabajo a tiempo para su reinserción, sin promover un desaliento laboral y una salida permanente de la actividad de los trabajadores.

Sin embargo, en la realidad histórica que enfrentan las sociedades, bajo el peso de la competencia actual, pocos países podrían darse el lujo de arriesgar una adopción lenta aún si la promesa de mejorar la productividad todavía es poco fiable. La realidad a nivel micro es que los negocios van ajustando sus expectativas de productividad y los precios tomando como dato la existencia de la IA. Hace poco un amigo me contó que los clientes de la empresa de software donde trabaja ya venían planteando reducciones de precio en vista de la facilidad de producir con IA el software encargado. Mi amigo no es un programador indio, por si se lo preguntaban.

No es claro si la industria del software es el canarito en la mina o un mundo aparte. Es cierto que muchas grandes empresas han tenido que revisar la idea de que la IA es casi gratis y se puede usar indiscriminadamente, pero la IA ya forma parte del proceso de muchos rubros y por tanto de muchas personas. Es un chiste canónico ya pero la idea de hacer algunas cosas sin IA empieza a sonar extraña en ciertos roles.

Y acá vuelve la misma pregunta del comienzo ¿cómo seguimos cultivando nuestras capacidades en la era de la IA? Acemoglu junto a otros postula acá que es necesario apostar por una IA pro-trabajadores: es decir, por una IA que tiende más a ampliar las capacidades del trabajador en vez de reemplazarlas mediante automatizaciones. Por más que estoy completamente a favor de sus reivindicaciones - que los trabajadores deben tener mayor participación en el ingreso y en las decisiones del proceso productivo-, e incluso de acuerdo con varias propuestas concretas como baja los impuestos al trabajo, creo que se equivoca en el análisis tecnológico de la IA y en la estrategia para aumentar capacidades.

En su argumento Acemoglu intenta diferenciar casos tecnológicos en una taxonomía de automatización de capacidades versus ampliación de capacidades (augmentation). Creo que Acemoglu está apostando en el tablero equivocado: la IA para los casos de ampliación y automatización es esencialmente la misma. Aún si fuera preferible (y discretamente diferenciable) la automatización de la ampliación - cosa que dudo que sea así para muchos procesos-, las capacidades de los trabajadores no dependen de ello en mayor medida.

Si la IA realmente permite automatizar, reducir tiempos de producción, abaratar costos y tiempos de I+D y de crear prototipos, si algo de todo eso ocurre, la cuestión realmente importante es si eso nos lleva a dedicarle menos o más recursos a la formación de los trabajadores y a la experimentación. Lo que realmente incide en qué capacidades adquiere el trabajador es la decisión de cómo administrar el proceso productivo y los tiempos del trabajo. Estoy convencido de que la IA traerá varias de esas cosas pero también muchas amenazas. En los espacios laborales en particular creo que la IA va a debilitar los circuitos informales de formación y experimentación, esos momentos de aprendizajes entre pares que van construyendo el knowhow particular de la organización, por ejemplo.

A diferencia del sistema educativo donde la presión por la adopción rápida parece ser más bien una consecuencia no deseada, en el mundo laboral convive la competencia por ganar mayor productividad, con un riesgo todavía incierto, un peligro aún abstracto ¿cuánto tiempo pasará hasta que se consuma el stock de capital humano entrenado?¿Estamos educando y formando realmente con las capacidades que requiere este tiempo?¿Se perderá el knowhow y la cultura particulares de cada organización?¿Son fantasmas o se verá realmente un efecto?

Aun si todo esto son más bien riesgos que certezas, es necesario que las instituciones, las organizaciones y las empresas se tomen más en serio el proceso de aprendizaje de sus miembros. Si nos apuramos a cosechar todo ya, si nos gana la presión de que toda mejora de productividad vaya a acelerar aún más los ritmos de la producción, temo que tendremos pan para hoy pero hambre para mañana. Necesitamos tomar las riendas de los tiempos y usos de esta tecnología y seguir cultivando capacidades para el futuro.