¿Podemos describir con lucidez una transformación mientras estamos dentro de ella?

¿Podemos describir con lucidez una transformación mientras estamos dentro de ella?

---

Murallas de madera

Cuando los ejércitos persas se acercaban, los atenienses enviaron emisarios al oráculo de Delfos.

La sacerdotisa respondió con una profecía oscura: la ciudad sería arrasada de arriba abajo, y la salvación estaría solo en las murallas de madera.

En Atenas estalló la discusión. Algunos entendieron la empalizada de madera que rodeaba la Acrópolis; era razonable, porque es lo primero que viene a la cabeza cuando se dice muralla de madera. El comandante Temístocles hizo otra lectura: las murallas de madera eran los barcos de la flota. Convenció al pueblo de abandonar tierra firme y embarcarse.

En el 480 a. C., en Salamina, aquella flota ligera de madera deshizo a los barcos persas.

Más certera que la profecía fue su interpretación.

Exactamente como hoy. Tenemos información, pero la información sola no orienta. De una misma frase salen dos futuros distintos y no sabemos cuál es el bueno.

Borges dedicó una obra entera a esa idea: un texto idéntico, palabra por palabra, cambia de sentido según quién lo lea y desde dónde. Delfos entregó la frase; Temístocles puso el lugar desde donde leerla.

Hoy, con la inteligencia artificial, estamos exactamente ahí. Hay cifras, hay informes, hay pronósticos. Lo que falta es la interpretación que nos haga ganar.

No podemos medirnos desde dentro

El primer problema de estar dentro de la revolución de la inteligencia artificial no es emocional, sino de medición. Como el pez que es el último en descubrir el agua, no advertimos aquello en lo que estamos metidos.

En 2025, un grupo de investigación llamado METR hizo un experimento de apariencia sencilla. Dio tareas reales a desarrolladores experimentados de código abierto, en repositorios que ellos mismos conocían. A una parte se le permitió usar herramientas de inteligencia artificial; a otra, no.

El resultado fue este: los desarrolladores que usaron herramientas terminaron el trabajo un 19 % más lento.

Pero lo importante no es eso. Lo importante es lo que dijeron esos mismos desarrolladores después del experimento. De media, calcularon que la inteligencia artificial los había acelerado un 20 %.

Es decir, se ralentizaron y sintieron que iban más rápido. Entre una cosa y otra hay unos cuarenta puntos de desfase perceptivo.

Conviene decir con honestidad los límites del estudio: dieciséis desarrolladores, doscientas cuarenta y seis tareas, herramientas de principios de 2025. El propio equipo considera ya histórico el hallazgo y advierte que no representa a las herramientas actuales. Y el resultado no significa que la inteligencia artificial no funcione.

Lo que dice es más estrecho y más inquietante: cuando estás dentro de una tecnología, no puedes medir con tu propia sensación lo que esa tecnología te está haciendo.

Guarda ese hallazgo, porque el resto de este artículo se apoya en él. Todo el que habla de la revolución está describiendo con intuición algo que no ha medido. Yo incluido, que escribo esto.

Poner nombre siempre llega tarde

La expresión «Revolución Industrial» no se usaba mientras las máquinas de vapor llenaban las fábricas. El nombre de una época se pone cuando la época ya ha terminado. Quienes la vivieron no la vivieron como revolución, sino como una sucesión de apuros y oportunidades sin relación aparente. Los precios, la migración, la enfermedad, la economía nueva, las ciudades cada vez más llenas.

El historiador económico Paul David hizo en 1990 una comparación célebre: después de que la electricidad entrara en las fábricas, las cifras de productividad no se movieron durante mucho tiempo. La ganancia real llegó unos treinta o cuarenta años más tarde.

La causa no era la debilidad de la electricidad. Las fábricas sustituyeron la máquina de vapor por el motor eléctrico, pero no rediseñaron la fábrica. En el orden antiguo había un solo motor grande y todos los telares colgaban por correas de los ejes del techo; el edificio se había levantado alrededor de esa fuerza central. El verdadero regalo de la electricidad era dar a cada telar su propio motor pequeño. Verlo y rehacer desde cero la planta de la fábrica costó una generación entera.

Es decir, el rendimiento no vino de la tecnología, sino de la reorganización.

Si ahora ponemos esto junto al hallazgo de METR, la imagen encaja. El desarrollador coloca la herramienta nueva dentro del flujo de trabajo viejo y siente que va más rápido, pero las cifras dicen justo lo contrario. La fábrica que enchufó un motor eléctrico al viejo sistema de ejes y correas vivió exactamente lo mismo.

La revolución no ocurre en la tecnología, ocurre en la organización. Y la organización cambia mucho más despacio que la tecnología.

El dilema de Collingridge: definirlo antes de que sea tarde

La tercera dimensión del asunto es la política.

David Collingridge describió un dilema en 1980, y esa descripción sigue siendo desde entonces la frase más honesta de la política tecnológica.

En la fase temprana de una tecnología es fácil darle forma, pero no conoces sus efectos. Cuando los efectos aparecen ya sabes de qué se trata, pero la tecnología está tan asentada que cambiarla resulta caro, difícil y lento.

El dilema de Collingridge, en corto: cuando el cambio es barato, la necesidad es imprevisible; cuando la necesidad se vuelve nítida, el cambio ya se ha encarecido.

Este dilema explica a la vez a los dos bandos del debate sobre la inteligencia artificial.

Un lado dice «todavía no sabemos, no regulemos con prisa», y tiene razón: falta información. El otro dice «intervengamos antes de que sea tarde». También tiene razón, porque la ventana se está cerrando. Los dos aciertan, y precisamente por eso la discusión no se resuelve.

La propuesta del propio Collingridge era modesta: avanzar la innovación en pasos más pequeños, evitar los diseños irreversibles, construir sistemas que admitan equivocarse y corregir.

Traducido al lenguaje de hoy: la pregunta no es «¿la inteligencia artificial es buena o mala?». La pregunta es esta: ¿podremos revocar después la decisión de hacerla crecer sin límite?

La persona dentro de la revolución

Debajo de toda esta capa de medición y de política está ocurriendo algo mucho más silencioso.

Las cifras son serias. Según una encuesta de RAND, alrededor de uno de cada ocho adolescentes y jóvenes adultos estadounidenses —unos 5,4 millones de personas— ha recurrido a un chatbot cuando se sentía triste, angustiado o desbordado. En la encuesta de seguimiento la proporción sube a uno de cada cinco, es decir, 8,2 millones. Dos tercios de ellos no se lo contaron a nadie.

Decir que «la gente se deja engañar por la tecnología» es cómodo y falso. La lectura correcta es otra: la cercanía artificial está llenando un vacío, y ese vacío no lo abrió la inteligencia artificial. El apoyo humano se volvió caro e inalcanzable a la vez.

Aun así falta algo, y lo que falta no es la imitación de la empatía.

Lo que ocurre al hablar con un terapeuta es que la otra persona se ve afectada por ti. Lo que oye la cambia. Tu silencio le dice algo. El modelo escucha, registra, produce una respuesta; pero no cambia por aquello de lo que ha sido testigo. Para él, el silencio no es un dato.

La diferencia está ahí. El problema no es que el modelo no sea lo bastante bueno; es que su calidad no toca el asunto de fondo.

La distinción de Martin Buber es el nombre clásico de esto. En la relación Yo-Ello el otro es un objeto: se usa, se mide. En la relación Yo-Tú ocurre un encuentro. Lo difícil que dice Buber es esto: aunque dos ondas sonoras sean idénticas, una es un encuentro y la otra no. No poder distinguirlas no las vuelve iguales.

La estadística de las revoluciones se lleva con facilidad. La de lo que se pierde no se puede llevar.

La promesa fue siempre el tiempo libre

Antípatro de Tesalónica, hacia el año 12 de nuestra era, escribió un epigrama sobre el molino de agua en el que se dirige a las mujeres que hacían girar la muela: ya podéis dormir, vuestros brazos y vuestros hombros pueden descansar. El agua se ha hecho cargo del trabajo. La primera promesa de la automatización no fue el beneficio, fue el sueño.

Los molinos han sido siempre un examen de la mirada. Vistos de una manera son piedras que liberan brazos; vistos de otra, gigantes contra los que arremeter. Cervantes hizo de esa ambigüedad una novela entera, y el problema sigue intacto: la máquina no dice lo que es, lo dice quien la mira.

Thomas Carlyle, en su ensayo Signs of the Times de 1829, critica la Revolución Industrial sin ver el peligro principal en la mecanización de los oficios. Lo ve en que el ritmo de trabajo de las máquinas se filtre en la mente humana.

El 24 de abril de 1812, en el pueblo de Westhoughton, en Lancashire, dos hermanas iban en la primera fila de la multitud que incendió una fábrica de tejidos. Mary Molyneux tenía diecinueve años; Lydia, quince. Las actas del juicio las describen rompiendo las ventanas con ganchos de carbón y azuzando a los hombres; el edificio ardió con los telares dentro. El motivo no era el miedo a la tecnología, sino que se les iba el sustento. Las dos fueron absueltas.

En 1911, Frederick Winslow Taylor convirtió con Los principios de la administración científica el trabajo humano en un proceso que se mide y se optimiza.

Puestos los cuatro uno al lado del otro, aparece el patrón. La promesa fue siempre el tiempo libre. El tiempo ganado se fue siempre a un trabajo nuevo, a una medición nueva, a una mecanización nueva.

Ortega y Gasset definió la técnica como el esfuerzo por ahorrar esfuerzo, y añadió la parte incómoda: ese ahorro deja al hombre con un tiempo vacío que después tiene que decidir cómo llenar. La historia sugiere que casi nunca lo hemos llenado con descanso.

La revolución de la inteligencia artificial en la que estamos no queda fuera de ese ciclo. Está bastante claro que no nos va a traer una renta ciudadana. Trabajaremos de otra manera y más, o trabajaremos con inteligencia artificial produciendo mucho más.

Y entonces, ¿a qué se parece una descripción sana?

No voy a terminar este artículo con una profecía, porque la profecía misma es parte de esta historia. En su lugar dejo tres medidas utilizables mientras seguimos dentro de la revolución.

Hay que buscar la revolución en la organización, no en la tecnología. Si la herramienta nueva se mete dentro del orden viejo, no cambia nada: solo hace que todo el mundo se sienta más ocupado. Si quieres entender dónde está el cambio, no mires el instrumento, mira cómo se reparte el trabajo.

No te fíes de tu sensación; hay que medir. Para eso está el hallazgo de METR. Se puede ir más lento y sentir que se va más rápido. No es estupidez; es que la fluidez que da una herramienta nueva no es lo mismo que la medición. La frase más segura sobre la revolución suele ser la menos medida, o aquella cuya medición alguien se saltó.

Hay que preguntar por la reversibilidad de nuestras decisiones sobre la inteligencia artificial. El dilema de Collingridge no se resuelve, pero se gestiona. La pregunta «¿esto es bueno o malo?» lleva años sin llevarnos a ningún sitio. «¿Podremos deshacer esto después, y con qué rapidez detectaremos el error?» es una pregunta que sí tiene respuesta.

Temístocles no ganó por interpretar la profecía a su favor, sino por interpretarla bien. La diferencia fue esta: no miró la frase que tenía en la mano, miró la capacidad real que tenía en la mano. La empalizada de Atenas era débil; su flota era fuerte.

Hoy las frases ya están servidas: destrucción, salvación, salto, amenaza. Todas suenan verdaderas y ninguna orienta por sí sola.

La pregunta debería ser esta: qué tenemos realmente, y qué estamos dispuestos a perder como humanidad.

En la situación en la que estamos, cuando le hacemos esa pregunta a la inteligencia artificial, tampoco ella da una respuesta completa. Ni hay que esperarla, porque la respuesta a esa pregunta tiene que encontrarla el ser humano por sí mismo.