Nicole Junkermann argues that the greatest challenge posed by artificial intelligence is not replacing experts, but preserving the pathways through which expertise is built.
Nicole Junkermann argues that the greatest challenge posed by artificial intelligence is not replacing experts, but preserving the pathways through which expertise is built.
Gran parte del debate en torno a la inteligencia artificial se centra en si las máquinas acabarán sustituyendo a los profesionales altamente cualificados. A menudo se citan a médicos, abogados, ingenieros y profesores como ejemplos de profesiones que seguirán estando en gran medida a salvo, ya que dependen de la confianza, el criterio y las relaciones humanas.
Probablemente (y esperemos que así sea) eso sea cierto. La mayoría de la gente seguirá queriendo que sea un médico quien tome las decisiones sobre su salud y un abogado quien le asesore en asuntos legales importantes. La experiencia profesional sigue siendo valiosa.
La pregunta más interesante es cómo las generaciones futuras adquirirán esa experiencia en primer lugar.
Durante siglos, el desarrollo profesional ha seguido un patrón bastante similar. Los titulados comienzan con tareas rutinarias. Los abogados en prácticas revisan contratos y realizan investigaciones. Los médicos en prácticas dedican innumerables horas a examinar historiales de pacientes y a observar a los médicos con más experiencia. Los jóvenes ingenieros resuelven problemas relativamente pequeños antes de pasar a otros más complejos. Con el tiempo, se acumula experiencia y aumentan las responsabilidades.
El sistema es imperfecto, lento y, a menudo, frustrante. Pero también es notablemente eficaz. Muchas de las actividades que ahora se están automatizando mediante la IA nunca fueron simplemente trabajo administrativo. Formaban parte esencial del proceso a través del cual los profesionales aprendían su oficio.
Existe una tendencia a considerar el trabajo rutinario únicamente desde el punto de vista de la productividad. Si un programa informático puede completar en segundos una tarea que antes requería varias horas, la justificación económica parece obvia.
Pero el propósito de gran parte del trabajo de nivel inicial siempre ha ido más allá del resultado inmediato.
Un médico en prácticas que revisa las historias clínicas de los pacientes no se limita a procesar información. Está aprendiendo cómo se manifiestan los síntomas en la práctica. Un abogado en prácticas que realiza una investigación no se limita a recopilar datos. Está desarrollando una comprensión más profunda del razonamiento jurídico. Un joven inversor que elabora modelos financieros está aprendiendo cómo funcionan las empresas, cómo fallan las hipótesis y cómo la incertidumbre afecta a la toma de decisiones.
Estas experiencias sientan las bases sobre las que se construye el criterio profesional.
A medida que los sistemas de IA asumen una mayor parte de este trabajo, las organizaciones se enfrentan a un reto al que se presta mucha menos atención que a las cuestiones de automatización o productividad. Si son menos las personas que realizan las tareas que tradicionalmente servían como campo de entrenamiento profesional, se necesitarán nuevos métodos para desarrollar la experiencia.
Las implicaciones van mucho más allá del ámbito laboral. Los sistemas educativos se diseñaron en gran medida para una época en la que el acceso a la información era limitado. Las universidades desempeñaban un papel central en la transmisión del conocimiento porque el conocimiento en sí mismo era escaso.
Hoy en día, la información abunda. Los estudiantes pueden acceder a explicaciones, investigaciones, tutoriales y análisis sobre casi cualquier tema en cuestión de segundos. La inteligencia artificial acelera aún más esa tendencia. Como resultado, el valor de la educación radica cada vez más no en el acceso a la información, sino en la capacidad de comprenderla y evaluarla.
Las habilidades que más probablemente distinguirán a los profesionales de éxito se están convirtiendo en algo habitual: el pensamiento crítico, la curiosidad intelectual, la comunicación, el razonamiento y la capacidad de actuar en condiciones de incertidumbre. Estas cualidades siempre han sido importantes. Lo que está cambiando es su importancia relativa.
Cuando la información es más fácil de obtener, la capacidad de interpretarla y aplicarla cobra mayor valor.
Esta distinción ayuda a explicar por qué los debates sobre la IA suelen ser confusos. El conocimiento y el juicio están relacionados, pero no son lo mismo.
La inteligencia artificial es excepcionalmente buena identificando patrones, recuperando información y generando respuestas plausibles. Esas capacidades ya están transformando muchos sectores. El juicio funciona de manera diferente. Depende del contexto, la experiencia, la ética, la responsabilidad y la comprensión de las consecuencias.
Un sistema de IA puede ofrecer diez posibles líneas de actuación. Alguien tiene que decidir cuál de ellas debe seguirse. En medicina, derecho, finanzas, políticas públicas y un sinfín de otros campos, esa responsabilidad sigue siendo fundamentalmente humana. El reto no es preservar el papel del juicio. Se trata de garantizar que haya suficientes personas que desarrollen la experiencia necesaria para ejercerlo adecuadamente.
Toda profesión depende de un flujo constante de nuevos talentos. Los profesionales con experiencia acaban jubilándose, cambiando de rumbo o abandonando el mercado laboral. Sus sustitutos tienen que venir de algún sitio.
Para los empleadores, las universidades y los colegios profesionales, esta se está convirtiendo en una de las cuestiones más importantes que plantea la IA. Las ganancias en eficiencia son reales y deben acogerse con agrado. Pero las organizaciones también deben reflexionar detenidamente sobre cómo se cultiva la experiencia cuando las formas tradicionales de aprendizaje se vuelven menos habituales.
Las instituciones que tengan éxito serán aquellas que reconozcan ambas caras de la ecuación. El uso eficaz de la IA será importante. Formar a personas capaces será igual de importante.
Es poco probable que el futuro se defina por una competencia entre personas y máquinas. Lo configurarán las sociedades que aprendan a combinar la capacidad tecnológica con las habilidades humanas que la tecnología no puede reproducir fácilmente.
A pesar de toda la atención que se presta a lo que la IA puede hacer, la cuestión más trascendental se refiere a lo que las personas aún tendrán que aprender. La respuesta ayudará a determinar no solo el futuro del trabajo, sino el futuro de la propia experiencia especializada.
Nicole Junkermann es una inversora internacional especializada en tecnología, deportes y medios de comunicación. Dirige NJF Holdings, un grupo de inversión global, y su plataforma deportiva Gameday by NJF Holdings, que invierte en ligas deportivas, derechos de retransmisión y estrategias tecnológicas para la participación de los aficionados. Su labor en el sector se centra en la creación de infraestructuras deportivas a largo plazo y en la expansión del alcance comercial y global de las ligas profesionales.