Recientemente me sent铆 frustrado mientras trabajaba con Claude, y eso me llev贸 a un interesante intercambio con la plataforma, que me llev贸 a examinar mis propias expectativas, acciones y comportamiento… y eso me abri贸 los ojos. La versi贸n corta es que quiero seguir pensando en la IA como un asistente, como un compa帽ero de laboratorio. En realidad, hay que verlo como un robot de laboratorio, capaz de hacer cosas impresionantes, si se le da la direcci贸n correcta, pero s贸lo dentro de una estructura s贸lida. Todav铆a hay muchas cosas de las que no es capaz y nosotros, como profesionales, a veces lo olvidamos y hacemos suposiciones basadas en lo que deseamos que una plataforma sea capaz de hacer, en lugar de basarla en la realidad de los l铆mites.
Y si bien los l铆mites de la IA hoy en d铆a son realmente impresionantes, palidecen en comparaci贸n con lo que las personas son capaces de hacer. 驴A veces pasamos por alto esta diferencia y atribuimos caracter铆sticas humanas a los sistemas de IA? Apuesto a que todos lo hemos hecho en un momento u otro. Hemos asumido precisi贸n y tomado direcci贸n. Hemos dado por sentado “esto es obvio” y esper谩bamos que la respuesta “incluyera lo obvio”. Y nos molestamos cuando nos falla.
La IA a veces se siente humana en la forma en que se comunica, pero no se comporta como un humano en la forma en que opera. En esa brecha entre la apariencia y la realidad es donde realmente comienza la mayor parte de la confusi贸n, la frustraci贸n y el mal uso de los grandes modelos ling眉铆sticos. La investigaci贸n sobre la interacci贸n entre humanos y computadoras muestra que las personas naturalmente antropomorfizan los sistemas que hablan, responden socialmente o reflejan los patrones de comunicaci贸n humana.
Esto no es una falta de inteligencia, curiosidad o intenci贸n por parte de los usuarios. Es un fracaso de los modelos mentales. Las personas, incluidos los profesionales altamente capacitados, a menudo se acercan a los sistemas de IA con expectativas determinadas por c贸mo se presentan esos sistemas en lugar de c贸mo funcionan realmente. El resultado es un flujo constante de decepci贸n que se atribuye err贸neamente a tecnolog铆a inmadura, indicaciones d茅biles o modelos poco confiables.
El problema no es ninguno de esos. El problema son las expectativas.
Para entender por qu茅, debemos observar dos grupos diferentes por separado. Los consumidores por un lado y los profesionales por el otro. Interact煤an con la IA de manera diferente. Fallan de manera diferente. Pero ambos grupos est谩n reaccionando al mismo desajuste subyacente entre c贸mo se siente la IA y c贸mo se comporta realmente.
El lado del consumidor, donde domina la percepci贸n
La mayor铆a de los consumidores encuentran la IA a trav茅s de interfaces conversacionales. Los chatbots, asistentes y motores de respuesta hablan con oraciones completas, usan un lenguaje cort茅s, reconocen los matices y responden con aparente empat铆a. Esto no es accidental. La fluidez del lenguaje natural es la fortaleza principal de los LLM modernos y es la caracter铆stica que los usuarios experimentan primero.
Cuando algo se comunica como lo hace una persona, los humanos naturalmente le asignan rasgos humanos. Comprensi贸n. Intenci贸n. Memoria. Juicio. Esta tendencia est谩 bien documentada en d茅cadas de investigaci贸n sobre la interacci贸n entre humanos y computadoras y el antropomorfismo. No es un defecto. As铆 es como la gente le da sentido al mundo.
Desde la perspectiva del consumidor, este atajo mental suele parecer razonable. No est谩n intentando operar un sistema. Est谩n tratando de obtener ayuda, informaci贸n o tranquilidad. Cuando el sistema funciona bien, aumenta la confianza. Cuando falla, la reacci贸n es emocional. Confusi贸n. Frustraci贸n. Una sensaci贸n de haber sido enga帽ado.
Esa din谩mica es importante, especialmente a medida que la IA se integra en los productos cotidianos. Pero no es all铆 donde ocurren los fracasos m谩s importantes.
Esos aparecen del lado de los practicantes.
Definir claramente el comportamiento del profesional
Un profesional no est谩 definido por su puesto de trabajo o su profundidad t茅cnica. Un practicante se define por la responsabilidad.
Si utiliza la IA ocasionalmente por curiosidad o conveniencia, es un consumidor. Si utiliza la IA repetidamente como parte de su trabajo, integra su producci贸n en los flujos de trabajo y es responsable de los resultados posteriores, es un profesional.
Eso incluye gerentes de SEO, l铆deres de marketing, estrategas de contenido, analistas, gerentes de producto y ejecutivos que toman decisiones basadas en el trabajo asistido por IA. Los practicantes no est谩n experimentando. Est谩n operacionalizando.
Y aqu铆 es donde el problema del modelo mental se vuelve estructural.
Los profesionales generalmente no tratan a la IA como a una persona en un sentido emocional. No creen que tenga sentimientos ni conciencia. En cambio, lo tratan como a un colega en el sentido del flujo de trabajo. A menudo como un colega joven capaz.
Esa distinci贸n es sutil, pero cr铆tica.
Los profesionales tienden a suponer que un sistema suficientemente avanzado inferir谩 la intenci贸n, mantendr谩 la continuidad y ejercer谩 el juicio a menos que se indique expl铆citamente lo contrario. Esta suposici贸n no es irracional. Refleja c贸mo trabajan los equipos humanos. Los profesionales experimentados dependen habitualmente del contexto compartido, las prioridades impl铆citas y la intuici贸n profesional.
Pero los LLM no funcionan de esa manera.
Lo que parece un antropomorfismo en el comportamiento del consumidor resulta ser una delegaci贸n fuera de lugar en los flujos de trabajo de los profesionales. La responsabilidad pasa silenciosamente del ser humano al sistema, no emocionalmente sino operativamente.
Puedes ver esta tendencia en patrones muy espec铆ficos y repetibles.
Los profesionales frecuentemente delegan tareas sin especificar completamente objetivos, restricciones o criterios de 茅xito, asumiendo que el sistema inferir谩 lo que importa. Se comportan como si el modelo mantuviera una memoria estable y una conciencia continua de las prioridades, incluso cuando saben, intelectualmente, que no es as铆. Esperan que el sistema tome la iniciativa, se帽ale problemas o resuelva ambig眉edades por s铆 solo. Sobrevaloran la fluidez y la confianza en los resultados y subestiman la verificaci贸n. Y con el tiempo, comienzan a describir los resultados como decisiones que tom贸 el sistema, en lugar de elecciones que 茅l mismo aprob贸.
Nada de esto es descuidado. Es una transferencia natural de h谩bitos de trabajo de la colaboraci贸n humana a la interacci贸n del sistema.
La cuesti贸n es que el sistema no es due帽o del juicio.
Por qu茅 esto no es un problema de herramientas
Cuando la IA tiene un rendimiento inferior en entornos profesionales, el instinto es culpar al modelo, a las indicaciones o a la madurez de la tecnolog铆a. Ese instinto es comprensible, pero pasa por alto la cuesti贸n central.
Los LLM se comportan exactamente como fueron dise帽ados para comportarse. Generan respuestas basadas en patrones de datos, dentro de limitaciones, sin objetivos, valores o intenciones propias.
No saben lo que importa a menos que t煤 se lo digas. No deciden c贸mo es el 茅xito. No eval煤an las compensaciones. No son due帽os de los resultados.
Cuando los practicantes asignan tareas de pensamiento que todav铆a pertenecen a los humanos, el fracaso no es una sorpresa. Es inevitable.
Aqu铆 es donde resulta 煤til pensar en Ironman y Superman. No como trivialidades de la cultura pop, sino como una correcci贸n de modelo mental.
Ironman, Superman y la autonom铆a fuera de lugar
Superman opera de forma independiente. Percibe la situaci贸n, decide lo que importa y act煤a seg煤n su propio criterio. 脡l est谩 a tu lado y salva el d铆a.
As铆 es como muchos profesionales esperan impl铆citamente que se comporten los LLM dentro de los flujos de trabajo.
Ironman funciona de manera diferente. El traje amplifica la fuerza, la velocidad, la percepci贸n y la resistencia, pero no hace nada sin un piloto. Se ejecuta dentro de restricciones. Muestra opciones. Ampl铆a la capacidad. No elige metas ni valores.
Los LLM son hombre de hierro trajes.
Amplifican cualquier intenci贸n, estructura y juicio que les aportes. No reemplazan al piloto.
Una vez que ves claramente esa distinci贸n, mucha frustraci贸n se evapora. El sistema deja de parecer poco confiable y comienza a comportarse de manera predecible, porque las expectativas han cambiado para coincidir con la realidad.
Por qu茅 esto es importante para los l铆deres de SEO y marketing
Los l铆deres de SEO y marketing ya operan dentro de sistemas complejos. Algoritmos, plataformas, marcos de medici贸n y restricciones que no controlas son parte del trabajo diario. Los LLM agregan otra capa a esa pila. No lo reemplazan.
Para los gerentes de SEO, esto significa que la IA puede acelerar la investigaci贸n, expandir el contenido, descubrir patrones y ayudar con el an谩lisis, pero no puede decidir c贸mo es la autoridad, c贸mo se deben hacer concesiones o qu茅 significa el 茅xito para el negocio. Esas siguen siendo responsabilidades humanas.
Para los ejecutivos de marketing, esto significa que la adopci贸n de la IA no es principalmente una decisi贸n sobre herramientas. Es una decisi贸n de colocaci贸n de responsabilidad. Los equipos que tratan a los LLM como tomadores de decisiones introducen riesgos. Los equipos que los tratan como capas de amplificaci贸n escalan de manera m谩s segura y efectiva.
La diferencia no es la sofisticaci贸n. Es propiedad.
La verdadera correcci贸n
La mayor铆a de los consejos sobre el uso de la IA se centran en mejores indicaciones. Impulsar importa, pero va en sentido descendente. La verdadera correcci贸n es recuperar la propiedad del pensamiento.
Los seres humanos deben poseer metas, limitaciones, prioridades, evaluaci贸n y juicio. Los sistemas pueden manejar expansi贸n, s铆ntesis, velocidad, detecci贸n de patrones y dibujo.
Cuando ese l铆mite es claro, los LLM se vuelven notablemente efectivos. Cuando se desdibuja, sigue la frustraci贸n.
La ventaja silenciosa
Aqu铆 est谩 la parte que rara vez se dice en voz alta.
Los profesionales que internalizan este modelo mental obtienen constantemente mejores resultados con las mismas herramientas que utilizan todos los dem谩s. No porque sean m谩s inteligentes o m谩s t茅cnicos, sino porque dejan de pedirle al sistema que sea algo que no es.
Ellos pilotean el traje y esa es su ventaja.
La IA no est谩 tomando el control de tu trabajo. No est谩s siendo reemplazado. Lo que est谩 cambiando es d贸nde reside la responsabilidad.
Trate a la IA como a una persona y se sentir谩 decepcionado. Tr谩talo como un sistema y estar谩s limitado. Tr谩telo como un traje de Ironman y T脷 ser谩 amplificado.
El futuro no pertenece a Superman. Pertenece a la gente que sabe volar el traje.
M谩s recursos:
Esta publicaci贸n se public贸 originalmente en Duane Forrester Decodes.
Imagen destacada: Estudio Corona Boreal/Shutterstock
