Pedirle a la IA que te lleve la contraria puede mejorar tu trabajo

Usar inteligencia artificial no tiene que significar delegarle el pensamiento. Una investigación sugiere una estrategia distinta para mejorar tu trabajo con IA: pedirle que cuestione tus ideas, encuentre puntos débiles y te obligue a pensar un poco más.

Mejorar tu trabajo con IA no significa pedirle a la inteligencia artificial que haga todo por ti. A veces, la mejor estrategia es pedirle que cuestione tu trabajo, encuentre errores y desafíe tus propias ideas.

La evidencia sobre el uso de IA y nuestras habilidades cognitivas sugiere que depender demasiado de la IA generativa puede debilitar el pensamiento crítico y algunas habilidades relacionadas con el trabajo. El problema de la descarga cognitiva, la tendencia a delegar demasiado rápido parte de nuestro esfuerzo mental a una herramienta, también puede terminar produciendo respuestas rápidas, pero trabajos menos reflexivos.

La paradoja es que la IA también puede utilizarse precisamente para evitarlo.

Los profesionales del conocimiento que utilizan estas herramientas de forma deliberada todavía pueden obtener una ventaja significativa. Monideepa Tarafdar, profesora de Sistemas de Información de la Universidad de Massachusetts Amherst, plantea una estrategia en The Conversation: generar “fricción” haciendo que la IA cuestione nuestras ideas en lugar de limitarse a confirmarlas.

La idea encaja con una conversación más amplia sobre las habilidades profesionales en la era de la IA. Si una máquina puede producir un primer borrador, resumir información o proponer una solución en segundos, el verdadero valor humano se desplaza hacia evaluar, cuestionar y decidir qué hacer con ese resultado.

El problema de una IA que siempre te da la razón

Investigar puntos de vista opuestos siempre ha sido una buena práctica. Con la IA puede ser todavía más importante, porque los modelos adaptan sus respuestas al contexto de la conversación, a las instrucciones previas y a la manera en que el usuario plantea sus preguntas.

El riesgo es terminar construyendo una especie de cámara de eco: una conversación en la que la herramienta sigue desarrollando nuestras propias ideas sin obligarnos a reconsiderarlas.

Para reducir esa vulnerabilidad, Tarafdar recomienda pedir directamente perspectivas contrarias.

En su investigación, por ejemplo, una profesional de marketing pidió a la IA que creara clientes virtuales a quienes no les gustara el producto que estaba promocionando. La retroalimentación negativa permitió identificar ideas que quienes diseñaban el producto no habían considerado.

Es una forma sencilla de cambiar la relación con la tecnología: en vez de preguntar “¿cómo puedo hacer esto?”, preguntar también “¿por qué esto podría ser una mala idea?”.

Otro participante, un abogado, pidió a un modelo de IA que encontrara lagunas legales poco conocidas y simulara cómo podrían aprovecharse. El ejercicio llevó a la herramienta a plantear escenarios sorprendentes, pero realistas, de posibles comportamientos poco éticos por parte de los trabajadores.

El objetivo no era dejar que la máquina tomara la decisión, sino utilizarla como contraparte para poner a prueba el propio razonamiento.

Y ese matiz importa. Conforme la IA asume más tareas dentro de las organizaciones, saber cuándo aceptar una respuesta y cuándo desafiarla puede convertirse en una habilidad profesional tan importante como saber escribir un buen prompt.

Cómo mejorar tu trabajo con IA a través del desacuerdo

Tarafdar también cita investigaciones externas que respaldan la idea de que generar fricción puede hacer más valiosa la colaboración entre personas y algoritmos.

En un estudio sobre la evaluación de solicitudes de préstamos, los investigadores descubrieron que la colaboración entre humanos e inteligencia artificial podía producir mejores resultados que el trabajo realizado únicamente por personas o por algoritmos, y que el desacuerdo podía contribuir a mejores decisiones.

Ese hallazgo cambia ligeramente la idea habitual de una buena colaboración. Trabajar bien con IA no significa necesariamente estar de acuerdo con ella. A veces significa saber exactamente cuándo desconfiar.

Algo similar ocurre en el trabajo creativo. Otro estudio publicado en Management Science encontró que los escritores pueden obtener mejores resultados cuando utilizan la IA de forma interactiva, como una herramienta para contrastar ideas y recibir retroalimentación, en lugar de dejar que produzca textos por sí sola.

En otras palabras, la inteligencia artificial puede resultar más útil cuando nos obliga a seguir participando en el proceso.

No necesitas que la IA piense por ti; necesitas que te haga pensar

Para los líderes, esta distinción también tiene consecuencias.

Tarafdar sostiene que las organizaciones pueden enseñar a sus equipos a utilizar consultas que generen fricción: instrucciones diseñadas para cuestionar supuestos, buscar contraargumentos, señalar debilidades o proponer escenarios que contradigan la primera hipótesis del usuario.

Esto también conecta con un cambio más amplio en las habilidades necesarias para trabajar con inteligencia artificial en México. Saber utilizar una herramienta ya no parece suficiente. Cada vez importa más saber supervisarla, evaluar sus respuestas y decidir qué partes del pensamiento no conviene delegar.

Algunas instrucciones simples pueden cambiar por completo la interacción: “Encuentra tres razones por las que mi argumento podría estar equivocado”, “¿Qué estoy pasando por alto?”, “Defiende la posición contraria” o “¿Qué objeción haría alguien experto en este tema?”.

La ventaja de mejorar tu trabajo con IA, entonces, quizá no esté solamente en hacer más cosas en menos tiempo. También puede estar en ampliar el número de perspectivas con las que podemos poner a prueba una idea.

Como plantea Tarafdar, añadir fricción puede hacer parecer que el sistema está trabajando en nuestra contra. Pero precisamente ahí puede estar su utilidad.

Porque el mejor uso de la IA quizá no sea conseguir que piense por nosotros, sino utilizarla para evitar que dejemos de pensar.