La IA no necesita menos gente. Necesita más.
Si todos usamos los mismos modelos, producimos lo mismo. Por eso, la IA no destruye el valor del experto humano, sino que lo dispara.
Every es una empresa de medios y software fundada por Dan Shipper. Publica una de las newsletters más influyentes sobre IA y el futuro del trabajo del conocimiento y, al mismo tiempo, construye sus propios productos.
Con un equipo de apenas treinta personas, funciona como un laboratorio de early adopters que prueba agentes de IA de forma extrema antes que el resto del mercado y luego escribe sobre los patrones que descubre.
Precisamente, Shipper publicó hace unos días un artículo que debería ser de lectura obligatoria para toda la industria: “After Automation”.
El artículo golpea directamente a todos los que justifican despidos excusándose en la IA. En Every, pese a haber automatizado al máximo su trabajo con agentes, no han despedido a nadie y tienen más trabajo humano que nunca.
¿Cómo es posible? Su experiencia demuestra que cuanto más trabajo automatizan, más conocimiento experto necesitan. En sus palabras:
AI commoditizes the residue of human expertise—whatever can be made explicit enough to train on. That collapses the value of the default model output and creates demand for what’s different. Demand for what’s different is demand for human experts, even as we approach artificial general intelligence (AGI)
Shipper continúa:
Because everyone has access to the same models, and the models are all based on yesterday’s competence, by default, the models end up creating work that ranges from “a decent start” to “it’s just plain slop.”
Y cierra con una definición de slop que es probablemente la mejor que he leído nunca:
Slop is visible sameness, repeated ad nauseam. It is what gets produced by default when humans in many different circumstances use the same tool, trained on the same corpus, without thinking too hard. It is what happens when everyone has access to an expert who has the same default tendencies.
El razonamiento es brillante. Los modelos se entrenan sobre el residuo de la competencia humana de ayer: todo lo que puede hacerse lo bastante explícito como para convertirse en dato. Eso pone esa competencia, antes rara, al alcance de cualquiera y desploma el valor de su output por defecto.
Pero si todos usamos los mismos modelos, entrenados sobre el mismo corpus, todos producimos lo mismo: el slop es uniformidad visible repetida hasta el hartazgo.
Y en cuanto algo se vuelve idéntico en todas partes, lo que escasea y, por tanto, lo que vale, es lo diferente. Esa demanda de diferencia es demanda de expertos humanos, porque solo un humano entiende este cliente, este código y este momento concretos. Cuanto más automatizamos, más trabajo experto generamos.
Pero entonces, ¿por qué se recurre a la IA una y otra vez para justificar despidos? Porque es mucho menos humillante anunciar que recortas personal porque buscas incrementar tu productividad 10x que admitir que llevas años sobrecontratando por error.
Soy muy de la línea de Shipper. Las empresas que de verdad aprovechen la IA no solo no despedirán gente, sino que contratarán más. Porque la IA no necesita menos gente. Necesita más.