He estado revisando hoy dos estudios que hablan sobre el impacto de la IA Generativa en la creatividad humana, y te cuento dos conclusiones rápidas:
1️⃣ El 80% de las personas pierde capacidad creativa al usar GenAI (delegación pasiva). 2️⃣ Solo un grupo selecto la potencia en un 27% (colaboración activa)
Esto viene a evidenciar varias cosas: (1) Que la IA Generativa es la herramienta cognitiva más potente jamás inventada; (2) Que todos tenemos que aprender a pensar con cosas que “piensan”; (3) Que potenciar tus capacidades sólo depende del método de interacción con la IA.
Hay dos conceptos que no puedes olvidar para empezar a trabajar con la IA: (1) Deuda cognitiva: lo que dejes de aprender hoy lo necesitarás mañana; (2) Atrofia por delegación: Si dejas de pensar, la IA gana, tú pierdes. No es magia, es neuroplasticidad.
Por tanto, la clave está en pasar de una delegación pasiva a una colaboración activa en relación a la IA.
En ICAU (Instituto de Cognición Aumentada) enseñamos a pasar de la delegación a la colaboración. He grabado un vídeo detallando estos frameworks para que seas del 27% que escala, no del 80% que se queda atrás.
He analizado la última intervención de Harari en Davos y hay una frase que debería preocupar a cualquier directivo: ‘La IA ya no es una herramienta, es una especie nueva y está diseñada para reemplazarte’
Te podrá gustar o no los libros de Harari, y podrás estar de acuerdo o no con algunas de sus afirmaciones, pero sí estarás de acuerdo conmigo en que la IA Generativa es la mayor herramienta cognitiva jamás inventada, y que está diseñada deliberadamente para reemplazarte como trabajador.
Que sea o no una nueva especie… bueno, ya sabes como funcionan lo titulares grandilocuentes para estos gurús. Te dejo algunas de las afirmaciones de Harari:
Te cuento un caso real. Para una de las universidades con las que colaboro, les pedimos a los alumnos un caso 1 en el que no pueden utilizar IA Generativa, y luego les pedimos un caso 2 en el que sí pueden utilizarla.
➡️Fase 1: Alumnos sin IA. Resultado: Diversidad total. Trabajos brillantes, mediocres y malos. ➡️Fase 2: Alumnos con IA. Resultado: Entregables impecables, bien estructurados… aunque altamente idénticos.
Podemos evidenciar que los trabajos hechos con IA de media son mucho mejores. Hasta aquí bien, ¿o no?
En este vídeo exploramos la frontera entre la tecnología y la mente humana a través de la Cognición Aumentada. A medida que la Inteligencia Artificial deja de ser una herramienta externa para convertirse en una extensión de nuestras capacidades, surge una oportunidad única para la innovación profesional. No se trata simplemente de delegar tareas, sino de transformar nuestro pensamiento creativo mediante un diseño de procesos avanzado que integre modelos de lenguaje de vanguardia.
Analizaremos cómo potenciar tu productividad utilizando ecosistemas como GPT-4, Claude y Gemini de Google. Sin embargo, el enfoque de este contenido no es el manejo técnico de estas plataformas, sino el desarrollo de una arquitectura intelectual que te permita generar ideas disruptivas, superar el bloqueo creativo y procesar información compleja con una agilidad sin precedentes.
La IA Generativa aplicada a la cognición nos permite expandir los límites de lo que podemos idear y construir. Si buscas dejar atrás el uso superficial de la tecnología y quieres liderar en un entorno competitivo, comprender estos nuevos flujos de trabajo es el primer paso.
Bienvenido a la era de la inteligencia extendida en el Instituto de Cognición Aumentada (ICAU).
La consultora McKinsey acaba de lanzar un estudio titulado “Skill Partnerships: The Age of Agents, Robots, and Us” donde la idea central es simple: el futuro del trabajo se basa en una asociación entre personas, agentes de IA (para tareas no físicas) y robots de IA (para tareas físicas). Y ya te puedo adelantar que su conclusión es que tus habilidades no se volverán obsoletas, sino que deben evolucionar.
Una nueva forma de trabajar
Imagina tu futuro lugar de trabajo como un equipo dinámico compuesto por tres tipos de miembros:
Personas (Tú): Aportando juicio crítico, creatividad, empatía y estrategia.
Agentes: Sistemas de IA que realizan tareas no físicas, como analizar datos, redactar informes o gestionar la comunicación con clientes. Son tus “compañeros virtuales”.
Robots: Máquinas impulsadas por IA que realizan tareas físicas, desde ensamblar productos en una fábrica hasta asistir en un almacén.
Esta colaboración permitirá que las tareas repetitivas y de análisis intensivo de datos sean manejadas por la IA, liberándote para que te concentres en los aspectos del trabajo que solo los humanos pueden hacer bien, y que en gran parte son el análisis crítico, la creatividad o la resolución de problemas complejos.
La semana pasada impartí la conferencia “Potencia tu capacidad de aprendizaje con IA Generativa” en la sede de los empresarios de Albacete, FEDA.
A diferencia de las revoluciones previas (Industrial o de Internet), la IA Generativa es la primera herramienta diseñada para intervenir directamente en nuestros procesos cognitivos, la IA es la herramienta cognitiva más potente jamás inventada. Esto marca un cambio de paradigma donde los procesos de formación tradicional quedan obsoletos, desplazando el valor de las habilidades técnicas hacia las habilidades blandas como la creatividad, el pensamiento crítico, la toma de decisiones o la solución de problemas complejos. Y es que, como decía Jeff Bezos, la creatividad es la capacidad estratégica de mayor valor para las empresas ahora y en el futuro.
El MIT acaba de publicar un nuevo artículo titulado “The Iceberg Index” que presenta un nuevo marco para comprender el impacto de la Inteligencia Artificial Generativa (GenAI) en el contexto del mercado laboral.
El Problema: El “Punto ciego” de la economía de la IA
Según los investigadores, nos encontramos en punto ciego ya que somos incapaces de comprender la dimensión del futuro impacto de la IA por varias razones
Insuficiencia de métricas tradicionales: Las métricas tradicionales como el empleo o el PIB solo miden los resultados después de que ocurre una disrupción, y no son conscientes de lo que GenAI puedo hacer.
Efectos en cascada: La IA está reconfigurando el mercado laboral con efectos en cascada que se extienden más allá de los sectores principales de impacto, como el tecnológico. Estos efectos secundarios (en logística, cadenas de suministro, etc.) no son visibles para los sistemas de planificación actuales.
Este fin de semana, en un artículo de Expansión Andalucía, aparece publicada una entrevista a Daron Acemoglu, premio Nobel de Economía en 2024. Acemoglu hace una crítica a la visión existente y actual de la IA como sustituto humano que tiene por deseo aumentar la productividad de las empresas mediante el reemplazo y la reducción de costes laborales. Grandes pioneros de la IA como Alan Touring compartían esta visión de crear máquinas para superar a los humanos.
Según Acemoglu, no estamos destinados irremediablemente a una distopía donde las máquinas hagan todo el trabajo, es una elección, y no la mejor. Existe una alternativa que comparto por completo, y es la de crear máquinas que nos mejoren y aumenten nuestras capacidades, no para que nos sustituyan, sino para que nos hagan mas inteligentes. Esta idea también fue compartida por investigadores de la IA, como es el caso de Norbert Wiener.
Tal y como yo lo veo, el desafío está elegir bien el camino:
Del conjunto de técnicas existentes para la resolución de problemas complejos, una de las más utilizadas por su simplicidad es “Descomposición y análisis”, o dicho de otra forma, divide y vencerás. Y parece que a la IA también le es útil.
Recientemente, se ha publicado un estudio que aplica la técnica de descomposición y análisis a los modelos LLM para reducir los errores de la IA Generativa cuando son usados en procesos largos y complejos. La solución propuesta por los investigadores se llama MDAPs, es decir, Procesos Agénticos Masivamente Descompuestos, que consiste en lo siguiente:
👉 Descomposición. En lugar de que un único agente aborde una tarea de 200 pasos, el sistema hace que 200 agentes haga una única tarea. 👉 Esquema de votación. Las respuestas de esos 200 agentes independientes son votadas hasta que una respuesta potencial haya recibido un número determinado de votos por encima del resto. 👉 Alertas. Un sistema de vigilancia alerta cuando un agente se mete en un sistema de razonamiento equivocada. Cuando esto ocurre, la respuesta de ese agente de descarta solicitando una nueva mejorando así la probabilidad de éxito.
La arquitectura de los MDAPs no es una simple cuestión técnica, sino un nuevo marco de trabajo conceptual en el camino de construir sistemas de IA capaces de potenciar nuestra capacidad de resolución de problemas complejos.
¿Cómo puedes potenciar tu capacidad de resolución de problemas complejos? Pues una opción sería descomponer el problema principal en otros más pequeños, y analizar en cual de esos problemas más pequeños puedes aplicar un sistema agentico como MDAP, y en cuáles debes ser tú el que deba resolverlo.
Los líderes del futuro serán aquellos que sepan como utilizar la IA Generativa para potenciar sus capacidades cognitivas, como la resolución de problemas complejos. Pero en esto también te podré ayudar dentro de poco. 😉