En la actualidad, el uso de inteligencia artificial (IA) en entornos laborales ha cobrado una gran relevancia, especialmente entre los trabajadores del conocimiento. Sin embargo, la dependencia excesiva de estos sistemas puede tener consecuencias negativas, como la disminución del pensamiento crítico y la erosión de habilidades laborales. Esto se debe a lo que se conoce como «descarga cognitiva», donde se delega el trabajo mental a la IA de forma excesiva, lo que puede resultar en una calidad de trabajo inferior.
La profesora Monideepa Tarafdar, de la Universidad de Massachusetts en Amherst, sostiene que los profesionales que emplean la IA de manera eficaz pueden obtener una ventaja significativa. La clave radica en introducir «fricción» al hacer que la IA desafíe las ideas del usuario. Este enfoque no solo ilumina nuevos puntos de vista, sino que también fomenta un análisis más profundo y crítico.
La importancia de cuestionar a la IA
Investigar puntos de vista opuestos ha sido una práctica recomendada, pero en un contexto donde los modelos de IA son entrenados para adaptarse a los prompts anteriores de los usuarios, se vuelve aún más crucial. Esta tendencia puede crear un «efecto cámara de eco», donde las respuestas de la IA refuercen un patrón preexistente y pasen por alto información relevante.
Para contrarrestar esta situación, Tarafdar sugiere que los usuarios soliciten perspectivas contrarias de manera activa. Por ejemplo, en su estudio, una profesional de marketing pidió a la IA que simulase clientes virtuales que despreciaban su producto, lo que generó críticas constructivas e ideas novedosas que el equipo de diseño no había considerado previamente.
De manera similar, un abogado en su investigación solicitó a un modelo de IA que identificara huecos legales poco conocidos y explorara cómo podrían ser utilizados de manera inapropiada, lo que dio lugar a escenarios «sorprendentes pero realistas» sobre comportamientos no éticos en el trabajo.
Colaboración humana-IA: un enfoque más efectivo
Además de la investigación de Tarafdar, otros estudios corroboran que la creación de «fricción» en la interacción con la IA mejora el rendimiento. Por ejemplo, en un estudio sobre la colaboración entre humanos y IA en la evaluación de préstamos, se encontró que esta combinación superaba tanto al esfuerzo exclusivo de humanos como al de IA. De hecho, la colaboración que implicaba desacuerdos producía los mejores resultados.
Otro estudio demostró que los escritores creativos lograban trabajos de mayor calidad cuando utilizaban la IA como un recurso interactivo, en lugar de depender de ella para redactar automáticamente sus textos.
Finalmente, Tarafdar recomienda que los líderes capaciten a sus empleados para formular “consultas generadoras de fricción”, alentándolos a usar su propio conocimiento y experiencia para desafiar las salidas de la IA. Ella aclara que agregar fricción puede parecer que pone la IA en contra del usuario, pero en realidad, como lo indica nueva investigación, esto ayuda a la IA a trabajar en favor de sus objetivos.