Recuerdo cuando contratamos un maestro para hacer una construcción en nuestra propiedad.
El primer día tuvimos que mostrarle de todo. Dónde debía cortar el agua, por dónde pasaban algunas cañerías para referencias, enchufes que no queríamos que tocara, cómo funcionaba el portón, gas… las típicas cosas que uno da por obvias.
También terminé explicándole por qué una ventana no cierra bien y el truco para hacerlo. Las primeras jornadas avanzaron lento porque muchas cosas requerían explicación para que el pudiese avanzar sin romper algo.
Con el paso de un par de semanas el maestro ya sabía dónde buscar las herramientas y los rincones de la casa. Incluso se adelanta a algunos imprevistos antes de que haga falta avisarle. El hombre empieza a trabajar más rápido y comete menos errores. Cada visita suya rinde mejor que la anterior. Incluso ya sabía dónde encontrar el queso y el jamón en el refrigerador y más de una vez reclamó cuando no le dejamos torta de un cumpleaños.
Quizás el detalle interesante aparece cuando por la razón que sea, tenemos que contratar a otro maestro. El nuevo maestro vuelve a preguntar por la llave de paso, los enchufes que fallan, tuberías internas y cuanto más. Volvemos a foja 0.
Ahí recién te das cuenta de algo que antes pasaba desapercibido porque estabas tan metido en tu rutina que no lo asimilabas del todo. Durante ese tiempo, el maestro fue acumulando un conocimiento sobre la casa que termina pesando tanto como el trabajo mismo.
Mientras el mismo maestro sigue viniendo, uno no registra como quisiera ese aprendizaje porque nos acostumbramos a que las cosas funcionen. Damos por hecho que sabe dónde están las herramientas y lo demás. Cuando hay que empezar de cero recién ahí nos damos cuenta de toda esa pérdida de contexto.
Puede que esté estirando un poco la comparación, pero me cuesta no pensar que algo parecido está empezando a ocurrir con el uso de la inteligencia artificial en las empresas.
Cada vez que una empresa usa inteligencia artificial y le va alimentando con documentos, ejemplos, conversaciones, correcciones y cuanto más, la inteligencia artificial va aprendiendo a trabajar más parecido a esa empresa. Pero al mismo tiempo, la empresa está depositando parte de su conocimiento y forma de trabajar en un sistema externo.
Y probablemente varias de las cosas que hoy damos por hecho que la inteligencia artificial ya sabe, vienen de correcciones pequeñas que alguien hizo alguna vez y que después quedaron ahí.
Todo eso va afinando el rendimiento de estos modelos y hace que el intercambio vaya fluyendo con cada vez menos esfuerzo. Casi sin darse cuenta, la empresa también va dejando ahí una gran parte de su manera de trabajar.
Probablemente dentro de unos años pocas personas recuerden qué modelo usaba una empresa. Es posible que cambien varias veces como cambiaron los navegadores. Pero no estoy tan seguro de que ese termine siendo el problema.
Lo que me cuesta imaginar es cómo se mueve toda la memoria operativa que se fue formando con el uso diario. Porque precisamente ahí es donde conviven los errores que se fueron corrigiendo sobre la marcha y la manera propia de trabajar que se va formando con el tiempo y que normalmente pocas personas se preocupan de documentar, pero que igual terminan influyendo en la forma de hacer las cosas.
Ahora, la comparación con el maestro empieza a complicarse un poco. Si deja de venir, una parte de lo que aprendió se va con él. Con una inteligencia artificial no necesariamente ocurre lo mismo, porque podemos guardar documentos, instrucciones, conversaciones y cuanto más, y después llevar buena parte de eso a otra herramienta.
Pero me cuesta no pensar que hay algo que no queda tan fácil de guardar.
Al maestro nunca le hicimos un documento explicándole que una puerta había que empujarla un poco antes de cerrarla. El hombre lo aprendió porque un día tuvo problemas con ella. Tampoco anotamos qué solución había resultado la última vez que algo falló. Pasó, se corrigió y después simplemente lo tuvo presente.
Con una inteligencia artificial puede ocurrir algo parecido. Durante meses alguien corrige una respuesta, cambia una instrucción, le explica que cierta información sirve y otra no, vuelve a corregir algo que ya había corregido antes y cuanto más. Uno no registra como quisiera todas esas pequeñas correcciones porque en el momento parecen eso, pequeñas correcciones.
Después de un tiempo la inteligencia artificial empieza a responder bastante más parecido a como espera la empresa y uno se acostumbra a eso también. Lo damos por hecho, igual que dábamos por hecho que el maestro sabía dónde estaban las herramientas.
El problema aparece cuando cambiamos de modelo. Podemos llevarnos los documentos, las instrucciones y probablemente buena parte de las conversaciones. Lo que no tengo tan claro es cuánto de lo demás viaja realmente con nosotros.
Porque quizás parte de lo que hacía útil al sistema nunca estuvo escrito en ninguna parte. Fueron cambios pequeños, correcciones hechas sobre la marcha, respuestas que alguien rechazó una vez, maneras de pedir las cosas que fueron cambiando con el tiempo. Y probablemente muchas quedaron ahí sin que nadie las pensara como conocimiento.
Es parecido a cuando llega el segundo maestro y uno cree que basta con mostrarle dónde está la llave de paso. Después empiezan a aparecer todas las otras cosas.