Conversaciones con IA

El valor no está en las respuestas. Está en lo que el proceso revela sobre tu propio pensamiento.

Converso con IA asumiendo que el modelo no se equivoca. Si el output no es lo que buscaba, no le echo la culpa al asistente. Pienso: ¿cómo puedo expresar esto más claro? ¿Sé realmente lo que quiero?

Con esta aproximación lo más valioso deja de ser la respuesta. Dice más la brecha entre lo que pedí y lo que obtuve. En el intento por cerrar esa brecha descubro palabras nuevas, me cuestiono ideas, aclaro conceptos. La brecha enseña.

Gadamer llamaba círculo hermenéutico al proceso de comprender el todo desde las partes y las partes desde el todo, en iteraciones que profundizan. Lo nuevo es la velocidad: el ciclo que antes tomaba días ahora gira en minutos. Pero la velocidad no sirve de nada si no capturas lo que aprendes.

En un diálogo humano hay un otro. Alguien con historia, punto de vista, pretensiones. Cuando converso con otra persona, nuestras perspectivas chocan y de esa tensión emerge comprensión.

Con IA no hay otro en ese sentido. El modelo no tiene punto de vista que defender. No resiste, no tiene pretensiones. Sólo acomoda y refleja.

Pero hay fricción en una buena conversación con IA. Viene de mí, de mi pensamiento crítico. De mi capacidad de mirar lo que produce y decir: no, esto no es lo que quiero. La tensión productiva existe, pero su origen cambió. Ya no viene de afuera.

Y sin embargo el modelo no es un espejo puro. Fue entrenado con texto humano. Encarna algo colectivo. Cuando le hablo, no encuentro un otro singular, pero tampoco me encuentro solo a mí mismo.

Cada semana hay un nuevo agente, una nueva integración. Vivir en esas frecuencias es una pérdida de tiempo. Mucho movimiento, poca señal. El mismo patrón del feed de reels: consumo que se siente productivo pero no deja nada.

Los fundamentos no cambian cada semana. Los computadores entienden lo que leen. Dado contexto, escriben bien. Se conectan a las herramientas que necesites. Eso es todo.

Los que obtienen más valor son los que invierten tiempo en entender qué necesita el modelo para funcionar en su caso. Van más lento. Llegan primero.

Estar informado no es lo mismo que comprender.