Podríamos hablar del momento exacto en el que la inteligencia artificial pasó a tener un papel relevante en nuestras vidas: El lanzamiento de ChatGPT.
Desde entonces las cosas no han sido iguales. Las expectativas son altas.
Por primera vez podemos hablar con un modelo de lenguaje masivo que “parece” humano. Sus respuestas nos sorprenden por el aplomo. Sus sugerencias hacen que muchos hayamos soñado con cambiar el trabajo que hacemos día a día.
Sin embargo, también genera preocupación.
ChatGPT en la ficción vs la realidad
Durante los últimos cuatro años me he dedicado a ponerme al día en programación. He retomado C#, .NET y he redescubierto el mundo de Javascript, tanto en el front con React como en el back-end con Node.
De hecho, una de las cosas que más disfruto es realizando ejercicios de maquetación con CSS, HTML y Javascript.
Y durante este tiempo, es el campo donde más partido le he sacado a ChatGPT. Cuando me encontraba atascado en algo, le pedía que me ayudara y me ha sacado de más de un apuro.
Sin embargo, conforme más profundizo más me doy cuenta de que no es todo lo que promete ser. Por ahora.
Cuando comencé a usa ChatGPT hice un experimento. La probé con lo que más conozco profesionalmente: Agile. Las respuestas fueron mediocres. Le pedí también a mi mujer y a mi padre que le hiciéramos preguntas sobre sus sectores profesionales en los que ambos son reconocidos expertos. Tuvieron la misma sensación.
La sensación de que su cuñado, que había leído algo sobre el tema, les estaba haciendo mansplaining en la cena de Navidad.
“ChatGPT es un cuñado estocástico”
En palabras de Javier G. Recuenco:
A pesar de esto, sigue y ha seguido mejorando.
Y quizás te hayas hecho la misma pregunta que yo: ¿Puede la inteligencia artificial llegar a quitarme el trabajo?
La verdadera inteligencia de la inteligencia artificial
Viendo el número de artículos que hay publicados sobre el tema -muchos de ellos hechos evidentemente con el propio ChatGPT- es evidente que existe preocupación por este tema.
Pues la respuesta es: Depende.
En el último F2F de trainers de Scrum.org donde participé, este fue uno el tema de una sesión monográfica. La manera en que otros trainers están utilizando ChatGPT para ayudar a que sus alumnos mejoren a la hora de gestionar un Product Backlog o de preparar una retrospectiva.
Rápidamente me di cuenta de algo que yo mismo he estado experimentando cuando programaba. Es necesario sufrir para crear nuevo conocimiento.
Durante estos años, he notado que mi conocimiento adquirido al principio de mi carrera en tecnología quizás no estaba fresco pero estaba latente. No solo el uso de condicionales y algoritmos básicos; también las estructuras de datos, algoritmos de búsqueda y patrones de diseño.
Sin embargo otros conocimientos que adquirí posteriormente (p.e. CSS) era como si los hubiera olvidado completamente.
¿Por qué?
Me di cuenta que los primeros conocimientos los había adquirido resolviendo problemas, en ocasiones durante horas o días, sin ningún tipo de ayuda. Los había interiorizado. Sin embargo en el pasado, cuando había tenido que construir una plantilla había tirado de buscar recursos para no tener que aprender CSS o RegEx.
Sistema uno contra sistema dos
Si has leído el libro Pensar rápido, pensar despacio recordarás que tenemos dos cerebros. Uno primal, que tarda en aprender pero cuando lo hace tiene respuestas rápidas y otro más moderno que usa inferencia lógica para aprender más rápido pero que tiene un tiempo de respuesta más lento.
Unos conocimientos estaban en mi cerebro primal, latentes, mientras que otros los había aprendido y al no transferirse por el uso, los había olvidado.
Con la inteligencia artificial ocurrirá igual. Si dependemos de la IA para elaborar nuestro Product Backlog, no ganaremos esa skill para nosotros mismos. Pescará por nosotros y poco a poco, iremos olvidando como pescar.
Aquellos profesionales que sepan transferir ese conocimiento y tenerlo de manera inmediata tendrán una ventaja competitiva sobre cualquier LLM.
Por otro lado, sí, la IA hará mucho trabajo por nosotros. Pero la IA no entiende el contexto. Y es en ese contexto donde tendremos capacidad de maniobra. En otras palabras: aportando valor.
Los programadores tienen que dejar de enamorarse del código que crean y empezar a enamorarse del valor que su código crea.
De igual manera ocurre con otros profesionales. La IA podrá reemplazar parte del trabajo. El trabajo mecánico. Pero -por ahora- no podrá reemplazar el valor que su trabajo crea.
Si tienes miedo de que la IA reemplace tu trabajo, te recomiendo que te hagas la siguiente pregunta: ¿Estoy creando valor en mi trabajo? Si la respuesta no es un rotundo sí, entonces es hora de ponerse a hacerlo.
Deja una respuesta