Estás usando mal la IA

Estás usando mal la IA.

Eso dice alguien distinto cada semana.

El problema es que ninguno sabe qué intentas conseguir con ella.

Unos aseguran que debes escribir instrucciones extensas y detalladas. Otros dicen que los prompts largos quedaron obsoletos. Algunos convierten cada tarea en un agente. Otros afirman que, si todavía conversas con la IA en lugar de automatizar todo, ya te quedaste atrás.

Alguna de esas recomendaciones puede servirte. Ninguna puede evaluarse sin conocer tu problema, el resultado que esperas y el costo de equivocarte.

No existe una receta universal para usar la inteligencia artificial. Existen principios, experiencia acumulada y personas que saben mucho más que otras. También existe una industria que convierte cada novedad en una fórmula definitiva antes de haberla probado fuera de una demostración.

Confundir esas dos cosas puede salir muy caro.

Llegamos hace poco y hablamos como veteranos

La inteligencia artificial no nació con ChatGPT. Sus antecedentes tienen décadas y la IA generativa tampoco comenzó en 2022.

Pero para muchas personas la etapa actual sí empezó el 30 de noviembre de 2022, cuando OpenAI abrió ChatGPT como una vista previa de investigación. La propia publicación de lanzamiento pedía comentarios para conocer sus fortalezas y debilidades. También reconocía respuestas plausibles pero incorrectas y cambios importantes de resultado ante pequeñas variaciones en una instrucción. La publicación original sigue disponible.

Al momento de escribir esto ni siquiera han pasado cuatro años desde ese hito.

En ese periodo cambiaron los modelos, las interfaces y las tareas que podemos delegar. Las recomendaciones que funcionaban hace un año pueden haber perdido valor. Una técnica útil para programar puede ser mala para investigar. El flujo adecuado para una empresa con datos sensibles puede ser innecesario para alguien que busca ideas rápidas para comer esta noche.

Estamos aprendiendo a trabajar con una herramienta que cambia mientras la aprendemos.

Eso debería producir cierta humildad. En cambio, a veces produce gurús.

La experiencia importa, la certeza absoluta no

Decir que nadie tiene una respuesta universal no significa que todos sepamos lo mismo.

Una persona que ha construido sistemas, comparado modelos, medido errores y visto fallar sus decisiones tiene más que aportar que alguien que repite una lista de trucos. El conocimiento técnico importa. La experiencia práctica también y me atrevo a decir que tiene más peso.

La diferencia está en cómo se presenta ese conocimiento.

Quien tiene experiencia suele explicar para qué tarea funcionó una técnica, con qué modelo, bajo qué restricciones y cómo midió el resultado. También puede mostrar dónde falló.

Quien vende certeza ofrece una regla para todos, selecciona sus mejores ejemplos y convierte una preferencia en obligación. La herramienta cambia, pero la promesa siempre es la misma: existe un secreto y casualmente está dentro de su curso, comunidad o plantilla.

Vender conocimiento no tiene nada de malo. Vender una gallina de los huevos de oro que solo pone huevos durante la demostración es otra cosa.

Los propios proveedores recomiendan probar

La documentación técnica es menos grandilocuente que las redes sociales.

OpenAI describe la IA generativa como variable y recomienda evaluar temprano, crear pruebas específicas para cada tarea, usar casos reales y combinar métricas con juicio humano. También identifica como mala práctica decidir que algo funciona porque simplemente “se siente bien”. Su guía de evaluaciones lo explica.

Anthropic parte desde una idea similar: antes de mejorar una instrucción hay que definir qué significa tener éxito y cómo se medirá. Exactitud, privacidad, tono, velocidad y costo no pesan igual en todos los usos. La evaluación comienza por el criterio de éxito.

NIST lleva la misma lógica al riesgo. Su perfil para IA generativa propone incorporar confiabilidad en el diseño, uso y evaluación de estos sistemas de acuerdo con los objetivos y prioridades de cada organización. El perfil NIST AI 600-1 está disponible públicamente.

Ninguna de estas fuentes promete el prompt perfecto. Todas obligan a responder primero algo más complicado: qué resultado necesitas y cómo sabrás si lo obtuviste.

Mi forma de usarla tampoco es una receta

En mi artículo anterior expliqué que yo construí y dicté una idea. La IA la transcribió, ordenó, cuestionó y editó. Ese flujo funcionó porque mi problema no era tener una opinión. Era convertirla en un argumento claro, contrastado y publicable sin perder mi criterio.

Otra persona puede tener un problema distinto. Tal vez escribe bien, pero necesita analizar cientos de documentos. Tal vez no necesita un editor, sino una contraparte que encuentre errores. Tal vez usar IA agrega más revisión que tiempo ahorrado y la respuesta correcta es no usarla en esa tarea.

Copiar mi proceso sin compartir mi problema no garantiza nada, incluso podría decepcionar.

Por eso prefiero tratar cada uso nuevo como un experimento pequeño. Primero defino qué quiero mejorar. Después comparo el resultado con la forma en que hacía el trabajo antes. Observo tiempo, calidad y errores. Si ayuda, lo repito. Si no, lo cambio o lo abandono.

No hace falta convertir la vida en un laboratorio ni construir una plataforma de evaluación para escribir un correo. A veces basta con guardar dos resultados, compararlos y preguntarse cuál usaría realmente.

La prueba debe crecer con el riesgo. Un borrador para una publicación puede revisarse y descartarse. Una decisión médica, legal, financiera o de seguridad necesita controles mucho más exigentes (seamos responsables!). Experimentar no autoriza a delegar consecuencias.

El criterio se construye usándolo

Aplicar criterio no significa improvisar ni rechazar todo consejo externo. Significa escuchar, probar y conservar solo lo que mejora el resultado en tu contexto. Es decir, solo lo que te sirve a ti.

También significa aceptar que algo puede dejar de funcionar. Los modelos cambian. Los productos agregan capacidades. Nosotros aprendemos a formular mejor los problemas. La práctica que hoy parece avanzada puede convertirse mañana en una complicación innecesaria.

Estamos en pañales. Todos podemos aportar, pero ningún aporte queda fuera de evaluación. La autoridad no debería medirse por la seguridad con que alguien habla, sino por la evidencia que puede mostrar y los límites que está dispuesto a reconocer.

La próxima vez que alguien te diga que estás usando mal la IA, pídele el criterio de comparación. Qué intentaba lograr, qué probó, contra qué alternativa lo midió y dónde falló.

Si no puede responder, probablemente no encontró una fórmula. Encontró una forma de venderla.

Yo seguiré prestando más atención a quienes muestran el trabajo que a quienes gritan que ya descubrieron el futuro.

Generalmente los que más saben, son los más silenciosos.

Declaración de autoría: Jorge Castro concibió la idea, definió la tesis, revisó y aprobó la versión final. Una inteligencia artificial contrastó afirmaciones, consultó fuentes, editó el texto, preparó adaptaciones y generó la imagen.