Usar bien la IA

docs.scrimba.com

Cada pocos años la industria encuentra algo nuevo con lo que perder la cabeza. Ahora le toca a la IA. Seguramente ya viste las dos versiones del pánico: la gente convencida de que esto lo cambia todo y de que estás acabado si no te subes al carro antes del viernes, y la gente convencida de que es un engaño a punto de derrumbarse en cualquier momento. Las dos posturas son ruidosas. Las dos están, en su mayoría, equivocadas.

La verdad es más discreta y más útil. La IA es una herramienta capaz, con fallas reales y específicas. No es una salvadora ni una amenaza, es una herramienta. La pregunta que vale la pena hacerte no es si sumarte al hype o al pesimismo. Es cómo usar bien esta herramienta: dónde se gana un lugar en tu trabajo, dónde no, y cómo mantener tu propio criterio mientras el resto del campo está ocupado perdiendo el suyo.

De eso trata este capítulo. El resto del manual te enseña cómo funciona la máquina; este capítulo trata sobre cómo manejarla.

Dónde realmente te ayuda

Si dejas de lado el ruido, el argumento práctico es sólido. Un modelo es muy bueno en el trabajo que antes te comía la tarde: redactar una primera versión, explicar una base de código desconocida, convertir texto desordenado en datos estructurados, escribir el test repetitivo de siempre, resumir un hilo larguísimo, o sacarte del atolladero con una sintaxis que recuerdas a medias. Nada de esto es glamoroso. Todo esto es tiempo real que recuperas.

Lo que eso le da a un profesional de la tecnología es apalancamiento. El nivel mínimo del trabajo rutinario sube, así que pasas menos tiempo del día en las partes que nunca fueron lo interesante y más en las que sí lo son: el diseño, las decisiones de criterio, las cosas que solo tú puedes ver porque entiendes el sistema completo. Usada así, la IA no está reemplazando el trabajo. Está despejando el camino para que llegues a él.

El truco es que esto solo vale la pena si sabes distinguir un buen resultado de uno malo. Un modelo te entrega una respuesta equivocada con la misma seguridad que una correcta, y eso es inevitable por la forma en que funcionan estos modelos. El profesional que se beneficia es el que puede leer lo que el modelo produjo, detectar el error y seguir adelante. El que no puede hacerlo está entregando las suposiciones de otro con su propio nombre puesto encima.

JunoDónde realmente te ayuda Esta es la parte que más me gusta contarle a los ingenieros nuevos: el trabajo que antes te daba pereza, los primeros borradores, el código repetitivo, entender código desconocido, un modelo se encarga de buena parte de eso. Eso te devuelve tiempo para las partes buenas, el diseño y las decisiones. El único hábito que hay que construir desde temprano es revisar su trabajo, porque va a decir algo equivocado con la misma seguridad que algo correcto. Una vez que aprendes a detectarlo, vuelas.

JunoDónde realmente te ayuda La ganancia práctica: dale al modelo el trabajo rutinario, los primeros borradores, el código repetitivo, convertir texto desordenado en datos, y quédate con el diseño y el criterio. Eso es tiempo real que recuperas. Lo que vale la pena señalar es que solo es una ventaja si sabes leer el resultado y detectar la respuesta equivocada dicha con seguridad. ¿Todavía no puedes hacerlo? Para eso está el resto de este manual.

JunoDónde realmente te ayuda Sí, es bueno en la mitad aburrida del trabajo, los borradores y el código repetitivo que a nadie le importa. Toma el tiempo que te regala y gástalo en las decisiones que un modelo no puede tomar. Una advertencia, y la digo una sola vez: te entrega una respuesta equivocada con la misma seguridad que una correcta. Si no puedes distinguirlas, no estás ahorrando tiempo, estás entregando mis errores con tu nombre puesto.

Lo que no puede reemplazar

Esta es la parte que el hype se salta. Ahora todo el mundo construye con IA, y eso no ha eliminado la necesidad de personas que realmente entiendan las cosas. Si acaso, la aumenta.

Un modelo no tiene nada en juego en tu proyecto, no tiene memoria de por qué el sistema está diseñado de tal o tal forma, y no tiene idea de qué le importa a las personas que lo usan. Busca la siguiente palabra plausible, no la decisión correcta. Así que las cosas que siguen siendo tuyas son las que siempre fueron la parte difícil: decidir qué construir, saber qué compromiso vale la pena asumir, notar que la respuesta convincente está equivocada para este contexto, y mantener el sistema completo en la cabeza. La estrategia, el criterio y la comprensión no vienen incluidos.

Por eso la idea de "entender la máquina" recorre todo el manual. Cuanto más dirijas una herramienta que no entiendes, más estás adivinando. El ingeniero que sabe cómo se comporta el modelo lo apunta hacia donde es fuerte y lo mantiene alejado de donde es débil. El que lo trata como un oráculo recibe lo que al oráculo se le antoje decir. Mantente involucrado, en el nivel donde se toman las decisiones reales.

JunoLo que no puede reemplazar Puede parecer que el modelo sabe más que tú. No es así, en realidad no. No tiene idea de por qué importa tu proyecto ni de qué necesitan las personas que lo usan, solo es muy bueno sonando seguro. El criterio, el "¿esta es realmente la decisión correcta?", esa parte es tuya y siempre lo será. Tú eres quien conduce; el modelo es un par de manos rápidas.

JunoLo que no puede reemplazar Un modelo no tiene nada en juego en tu proyecto ni memoria de por qué está construido de esa forma. Optimiza para lo plausible, no para lo correcto. Así que la estrategia y las decisiones de compromiso siguen siendo tuyas, y cuanto más construyas con él, más importa eso. Apúntalo hacia donde es fuerte, mantenlo alejado de las decisiones, y no le entregues el volante.

JunoLo que no puede reemplazar Ahora todo el mundo programa con estas cosas, y de alguna forma eso convenció a la gente de que puede dejar de pensar. No puede. El modelo no tiene nada en juego en tu trabajo y no tiene idea de qué importa; simplemente adivina bien, eso es todo. La estrategia, el criterio, detectar la respuesta convincente que está equivocada para este caso, eso sigue siendo humano, y es la parte en la que vale la pena ser bueno. Dirige la herramienta. No recibas órdenes de ella.

Usarla de forma ética

Efectivo y ético no son metas separadas aquí. Son el mismo hábito visto desde dos ángulos.

Empieza con la regla que cubre casi todo: lo que publicas es tu responsabilidad. Si un modelo lo escribió, de todas formas tienes que leerlo, entenderlo y respaldarlo, igual que con el código de cualquier compañero de equipo. Presentar un resultado que no revisaste, como si estuviera terminado y fuera tuyo, es justamente cómo una respuesta equivocada dicha con seguridad termina en producción con tu nombre puesto. Verifica antes de publicar, siempre que importe.

El resto se deriva de tratar a las personas como personas. Ten cuidado con lo que le entregas: los datos de clientes, los secretos y cualquier cosa privada no tienen lugar en un prompt que no controlas. Sé transparente sobre el origen del trabajo cuando corresponda. Y resiste la versión codiciosa de todo esto, la tentación de recortar cada esquina, saturar cada canal, o cambiar el trabajo cuidadoso por pura cantidad. La herramienta es un multiplicador, y un multiplicador también agranda el descuido. Mantén tus principios y conservas la parte del trabajo que realmente valía la pena hacer.

JunoUsarla de forma ética Una sola regla te mantiene fuera de problemas: lo que publicas es tu responsabilidad. Si el modelo lo escribió, de todas formas tienes que leerlo, entenderlo y poner tu nombre sobre él, igual que con cualquier cosa de un compañero de equipo. Revísalo antes de que importe, mantén los datos privados fuera de prompts que no controlas, y sé transparente sobre el origen del trabajo. Nada de esto es complicado; se trata de preocuparte por las personas del otro lado.

JunoUsarla de forma ética Una sola regla, y aplica en todos lados: lo que publicas es tu responsabilidad. Lo haya escrito el modelo o no, léelo, entiéndelo, respáldalo, y verifícalo antes de que importe. Mantén los secretos y los datos de clientes fuera de prompts que no controlas, sé transparente sobre el trabajo, y no uses la velocidad como excusa para recortar cada esquina. La herramienta es un multiplicador, y multiplicará tu descuido con el mismo gusto que multiplica tu producción.

JunoUsarla de forma ética Esta es la que le muerde a la gente: lo que publicas es tu responsabilidad. Que el modelo lo haya escrito no significa que no sea tu problema; significa que es tu problema con pasos extra. Léelo, respáldalo, verifica lo que importa. Mantén los datos privados fuera de prompts que no controlas, dí de dónde salió el trabajo, y evita la tentación de recortar cada esquina, porque un multiplicador también agranda el descuido. Aprende eso por el camino fácil, no como me tocó a mí.

Mantén la cabeza fría

El campo avanza en oleadas, y ya lo ha hecho antes. Su historia es una sucesión de auges e inviernos, cada uno tan seguro de sí mismo en su momento como se siente este ahora, y cada uno seguido de una corrección cuando las promesas superaron los resultados. Ese patrón es la mejor razón para mantener la cabeza fría: la afirmación más ruidosa casi nunca es la que perdura.

Así que trata el hype como el clima, no como una verdad revelada. El modelo que encabeza los rankings este mes será reemplazado, la demo que parece magia normalmente solo funciona bien en un camino muy estrecho, y "esto lo cambia todo" se ha dicho de la mayoría de las cosas que no lo cambiaron. Lo que no se reemplaza es tu comprensión de cómo funcionan estos sistemas, del mismo modo que las ideas de cada época sobrevivieron a los productos construidos sobre ellas. Sigue aprendiendo esa capa duradera, mantén tu criterio activado, y usa la herramienta para lo que realmente sirve. Esa es toda la jugada: todo el apalancamiento, nada del ruido.

JunoMantén la cabeza fría No dejes que el ruido te estrese. El campo se emociona con algo nuevo cada par de años, y casi siempre las cosas se calman después. No tienes que perseguir cada titular para mantenerte al día, te lo prometo. Aprende cómo funciona esto realmente, como lo estamos haciendo aquí, y vas a distinguir el progreso real de la emoción pasajera. Esa es la calma en medio de la tormenta.

JunoMantén la cabeza fría Trata el hype como el clima, no como una verdad revelada. He visto muchas demos de "esto lo cambia todo" que terminan teniendo un solo camino estrecho que funciona bien, y el modelo que encabeza los rankings este mes no será el del mes que viene. En lo que yo apuesto es en la capa que no se mueve: cómo se comportan estos sistemas. Mantén tu criterio activado y vas a estar bien.

JunoMantén la cabeza fría Ya pasé por suficientes ciclos de estos como para dejar de emocionarme en la cresta de uno. Explota, promete de más, se corrige, siempre igual, y la voz más ruidosa nunca es la que queda de pie después. Así que no persigo rankings; aprendo las partes que sobreviven a los productos. El hype es clima. Tú no tienes que serlo.

Esa es la postura desde la que está escrito este manual: la IA es una herramienta capaz, tú eres el profesional que la maneja, y la ventaja está del lado de quienes entienden con qué están trabajando. Con eso en mente, el próximo capítulo abre la máquina misma. Cómo funcionan los LLM es donde empieza el resto.