tl:dr; Los modelos de lenguaje como ChatGPT no solo sirven para responder preguntas. También pueden diseñarse para algo más ambicioso… como ayudarnos a pensar distinto. La ilusión de agencia (esa sensación de que la máquina “piensa”) suele considerarse un error, pero yo pienso que puede usarse como recurso de diseño.
Si la aceptamos, podemos crear estructuras que simulen voces diversas, multipliquen ángulos de análisis y nos muestren escenarios que solos no imaginaríamos. La meta es ampliar el espacio donde ocurre nuestro juicio.
Como ejercicio de diseño, desarrollé un GPT que simula un equipo HACCP con distintos perfiles cognitivos. Cada voz representa un estilo de pensamiento diferente y responde al usuario desde esa perspectiva.
Además, hice una App Web llamada «Simulador de equipo HACCP» con 43 escenarios, donde estas voces interactúan a modo experimental. A diferencia del GPT, no generan una ilusión de agencia, pero te sirven para graficar el ensayo y el concepto: mostrar que una IA puede usarse como un entorno de pensamiento compartido, donde las voces simuladas permiten observar cómo se forman, chocan y evolucionan las ideas.
El punto es que se puede usar la simulación como una herramienta para pensar mejor, del mismo modo que un equipo real confronta miradas distintas para detectar riesgos o decisiones que uno solo no vería.
Eran las once de la noche y yo estaba discutiendo sobre riesgos en la zona de envasado con un operador obsesivo con los detalles, un gerente pragmático y un jefe de área analítico. El detalle es que ninguno de los tres existía. Eran tres instrucciones anidadas en un GPT que yo había diseñado y acababan de encontrar un fallo en el flujo de los carros de transporte que la planta llevaba meses ignorando.
Esa noche entendí que podía usar estas herramientas para algo más que pedir respuestas rápidas. Esa sensación de que la máquina «piensa» suele considerarse un error, pero yo la tomo como punto de partida. [1] Si la acepto, puedo armar estructuras que simulen voces diversas, multipliquen ángulos de análisis o que me muestren escenarios que solo no iba a ver. La idea era simple… ampliar el espacio donde tomaba mis decisiones.
Desarrollé un GPT donde cada voz representa un estilo de pensamiento diferente. Primero hice una versión de prueba con 28 escenarios para ver cómo funcionaba; luego la amplié a 43. En la mayoría de esos casos, la voz más crítica detectaba un sesgo en mi planteamiento inicial que yo había pasado por alto por querer avanzar rápido.
Leer cuatro perspectivas distintas y decidir cuál aplicar exige un esfuerzo mental muy superior al de copiar y pegar la primera respuesta que escupe un chatbot. Toca leer, contrastar y sintetizar. Esa fricción es exactamente el punto. Al quitarme la comodidad de la respuesta única, la máquina me obliga a ejercitar el pensamiento.
El riesgo de pedirle a una máquina que se ponga en los zapatos de un crítico es que termine actuando como un actor de teatro; te da una crítica de tres minutos y al final te aplaude. Los modelos están entrenados para complacerte y hacerte sentir «inteligente». Para que el choque sea real, hay que darle incentivos y métricas de éxito opuestas. En mi diseño, una voz es premiada por minimizar costos operativos a toda costa, y la otra por maximizar la seguridad sanitaria sin importar el precio. Cuando sus objetivos se cruzan, la fricción se vuelve genuina. [2]
Te muestro cómo lo hago yo, sin fórmulas mágicas ni frameworks raros. Cuando tengo que evaluar un problema nuevo, lo primero que hago es abrir un GPT y escribirle algo así: «Voy a plantearte un problema. Quiero que me respondan tres personas distintas. La primera es un operador de línea obsesivo con los detalles técnicos, que se fija en todo lo que puede salir mal. La segunda es un gerente pragmático, que piensa en costos y tiempos, y que siempre busca la solución más rápida. La tercera es un jefe de calidad analítico, que mira el problema desde el protocolo y las normativas. Cada uno tiene que responder desde su perspectiva, sin ponerse de acuerdo entre ellos. Yo les paso el problema y ellos me dan su visión.»
Eso es todo el truco. No hay nada sofisticado en el prompt. Lo que importa es lo que pasa después. [3]
Te pongo un ejemplo real. Estoy asesorando a una empresa en la actualización de su plan HACCP y el proceso para la certificación BRCGS. En medio de las revisiones, nació un dilema con un proveedor de empaques para una línea de productos frescos. El proveedor actual era caro pero confiable. El nuevo salía 30% más barato, pero llevaba apenas dos semanas trabajando con la planta y ya tenía quejas menores por variaciones en el espesor del plástico.
Le pasé el problema a los tres (en realidad son 5).
El operador de línea me dijo: «El espesor variable del plástico nuevo va a generar atascos en la envasadora cada dos horas. Vamos a perder más tiempo en paradas que lo que ahorramos en el empaque. Además, si el plástico no sella bien, el producto se contamina y tenemos que tirar lotes enteros.»
El gerente pragmático me dijo: «El ahorro del 30% en empaque nos da margen para absorber algunas paradas de línea. Si calculamos bien, seguimos siendo rentables. Además, el proveedor actual nos tiene atrapados con precios altos hace tres años. Vale la pena probar.»
El jefe de calidad me dijo: «Las variaciones en el espesor del plástico son un riesgo de inocuidad documentado. Si el sellado falla, podemos tener un retiro de producto. El costo de un retiro es infinitamente mayor que el ahorro en empaque. No podemos permitirnos ese riesgo.»
Tres respuestas, tres mundos distintos. Ninguno estaba equivocado. El operador tenía razón en que las paradas de línea iban a ser un problema. El gerente tenía razón en que el proveedor actual nos estaba exprimiendo. El jefe de calidad tenía razón en que un retiro de producto podía costarnos la reputación.
Lo que hice fue sentarme con esas tres perspectivas y empezar a hacer preguntas. Le pregunté al operador: «¿Cuántas paradas por hora podemos tolerar antes de que el ahorro se vaya en costos de producción?» Me dio un número. Le pregunté al gerente: «¿Podemos negociar con el proveedor nuevo un precio intermedio si aceptamos un volumen menor?» Me dijo que sí, que era posible. Le pregunté al jefe de calidad: «¿Qué especificaciones técnicas mínimas necesitamos exigirle al proveedor nuevo para que el riesgo de sellado sea aceptable?» Me dio una lista.
Al final negocié con el nuevo un precio intermedio, le exigí las especificaciones técnicas que me dio el jefe de calidad y le pedí al operador que hiciera una prueba de una semana con el nuevo empaque para ver cuántas paradas reales teníamos (no elegí ni al proveedor viejo ni al nuevo). Si las paradas estaban dentro del rango que habíamos calculado, seguíamos con el nuevo. Si no, volvíamos al viejo.
Eso no lo habría logrado con una sola respuesta de un chatbot. La primera vez que le pregunté a ChatGPT qué hacer, me dijo algo genérico como «evalúa los pros y los contras» o «haz un análisis de costo-beneficio». Pura paja de linkedin. Lo que necesité fue que tres voces distintas me obligaran a ver el problema desde ángulos que yo solo no estaba viendo.
El proceso toma tiempo. Tienes que leer las tres respuestas, contrastarlas, hacer preguntas de seguimiento, y al final tomar tú la decisión. La máquina te da el material para que tú pienses mejor (no te da la respuesta).
La dinámica de tres voces y una decisión no era nueva para mí. Años atrás, trabajando en la actualización de los planes HACCP en Walmart, abarcando unas 250 tiendas entre Lider, Express de Lider y ACuenta, descubrí que el mejor hallazgo aparecía cuando juntábamos a un operador obsesivo con los detalles, un subgerente apurado por los tiempos y un jefe rígido con la norma, y los dejábamos discutir.
En aquel entonces la IA de hoy no existía como la conocemos hoy. Todo pasaba en salas de reuniones y pizarras llenas de tachaduras. Lo que aprendí ahí fue bastante simple… el valor está en el choque de perspectivas, cada una limitada, pero juntas más potentes.
Esa lección quedó guardada. Mucho después, cuando los modelos de lenguaje se volvieron accesibles para cualquiera, recordé lo que había aprendido en esas salas. Busqué replicar esa fricción que antes dependía de coordinar tres agendas y reservar una sala. Ahora, en lugar de eso, armo tres voces en una ventana de chat, les doy incentivos opuestos y las dejo trabajar.
Y aquí viene lo importante: esto funciona cuando el problema está borroso, cuando no tienes claro qué hacer, cuando hay trade-offs reales entre opciones. Si ya sabes lo que tienes que hacer, si el problema es rutinario, si solo necesitas ejecutar un protocolo que ya está definido, pierde el tiempo con esto. Abre el manual, sigue el procedimiento, y listo. El truco está en saber cuándo usarlo. Y eso, lamentablemente, la máquina no te lo va a decir. Eso lo tienes que saber tú.
Es fácil dejarse llevar por la idea de que estas herramientas te van a ahorrar pensamiento. Siempre habrá riesgos de interpretación errónea, exceso de confianza o atribuciones emocionales. Eso es parte de cómo funcionamos.
Aceptemos que el sistema tiene límites y que la responsabilidad final de la decisión es nuestra. Al final, lo más raro de estas estructuras es que, al simular otras mentes, nos obligan a salir de la nuestra.
Un predictor de texto, diseñado para calcular la siguiente palabra, termina convirtiéndose en un espejo extraño donde aparecen ideas que quizá solos no habríamos visto.
Notas
[1] Esto no es nuevo. En los años 60, Joseph Weizenbaum creó ELIZA, un programa que solo reformulaba frases como un terapeuta, y la gente terminaba contándole sus traumas. Décadas después, la película Her mostró cómo esa ilusión puede escalar hasta el apego emocional. El lenguaje fluido activa en nosotros una proyección automática de intención. No necesitas un máster en estadística para entenderlo; basta con reconocer que el lenguaje toca fibras demasiado humanas.
[2] Los modelos trabajan con probabilidades (nop, no trabajan con verdades). Su mecánica consiste en calcular qué combinación de palabras resulta verosímil en un contexto dado. Funcionan como motores de «apariencia de verdad». Asumir esto cambia la manera en que los usamos… en vez de esperar confirmaciones, los ponemos a prueba como generadores de hipótesis. El modelo deja de ser una especie de «dios oráculo» y pasa a convertirse en un constructor de escenarios.
[3] Hay algo inevitablemente gracioso en pedirle consejo estratégico a un predictor de texto. Estamos confiando en un sistema que funcionaría igual de bien generando recetas con ingredientes inventados. Pero esa tensión entre lo realmente serio y lo ridículo es parte del atractivo. Pero por más extraño que parezca, es exactamente esa mezcla de ridículo y utilidad lo que vuelve tan interesante el experimento.