Cómo hacer que la IA sea tu socio y no un asistente complaciente
Durante meses usé la inteligencia artificial como un buscador con mejor redacción. Hacía una pregunta, copiaba la respuesta y seguía. Los resultados eran mediocres.
Cambió cuando dejé de preguntarle cosas y empecé a invitarla a todo lo que hago. Preparar una llamada y ordenar ideas, pero sobre todo cuestionar mi propuesta. Hoy trabajo con ella como con un colega sentado al lado.
Ella propone, yo decido y yo reviso. Si dejas de revisar, el error es tuyo.
El compañero que siempre dice que sí
Hay un problema que nadie menciona en los cursos de introducción. Los modelos de lenguaje tienden a darle la razón a quien les escribe. Les presentas un plan y te devuelven elogios. Les propones una idea mala y encuentran la forma de hacerla sonar razonable.
Un compañero así es agradable y no sirve para nada. Cuando preparas una propuesta, lo que necesitas es alguien que encuentre el hueco antes de que lo encuentre el cliente.
Por eso el cambio importante no fue usarla más. Fue pedirle otro trabajo.
Cómo le pido que me lleve la contraria
No funciona con decirle "sé crítica". Eso produce una crítica decorativa, tres objeciones suaves y un cierre amable. Lo que funciona es darle un rol concreto y un orden de trabajo.
Esto es lo que hago antes de enviar una propuesta:
- Le explico qué decisión estoy tomando y qué supongo que es verdad.
- Le pido objeciones primero. Mejoras después, y solo si le pido.
- Le pregunto cuál es el supuesto que, si falla, tumba todo el plan.
- Le pido que argumente por qué debería hacer lo contrario.
- Si me da la razón demasiado rápido, le pido que lo intente de nuevo.
Un ejemplo del tipo de instrucción que uso:
Quiero que actúes como un socio escéptico. Te voy a pasar una propuesta. Tu trabajo es encontrar lo que está mal antes de que lo encuentre el cliente. No me felicites ni suavices. Empieza por el supuesto más débil.
La diferencia se nota en la primera respuesta. Pasa de "es una propuesta sólida con algunos detalles por pulir" a "tu argumento de precio depende de algo que no has verificado".
Una advertencia sobre el desacuerdo
Un modelo que desacuerda también puede equivocarse. Si le pides objeciones, te las va a dar, aunque tengas razón. A veces inventa problemas para cumplir con la tarea.
Por eso el orden importa. Ella objeta, yo decido cuáles objeciones valen la pena. No todas valen. Algunas las descarto en diez segundos y otras me cambian la propuesta entera. Esa separación es el trabajo que no se delega.
Brillante en lo difícil, torpe en lo simple
Hay una segunda lección, y viene de probar herramientas, no de leer sobre ellas.
La inteligencia artificial es brillante en cosas que parecen difíciles y torpe en cosas que parecen simples. Una herramienta de automatización puede armarte una secuencia completa de correos en minutos y luego tropezar con una regla básica como asignar leads por país.
Nadie te avisa de antemano dónde va a fallar. Lo descubres probando.
Esto tiene una consecuencia para el pensamiento crítico. Que la IA te lleve la contraria en una propuesta no garantiza que sea confiable en la tarea de al lado. Su criterio para argumentar y su criterio para ejecutar son cosas distintas, y solo las separas con práctica.
Prueba barato, mata rápido
Por eso me preocupa ver empresas en LATAM comprando soluciones grandes y caras sin haber probado nada antes. Si no sabes dónde falla una herramienta, un contrato anual no te lo va a decir.
Yo prefiero otro camino. Prueba barato, mata rápido.
Elige una tarea. Dale una semana. Antes de empezar, escribe qué resultado esperas y cómo vas a saber si sirvió. Al final de la semana compara.
Si sirve, la escalas. Si no, la dejas y sigues con otra.
Cuando tienes una contraparte que te cuestiona, esa decisión es más fácil. Puedes pedirle que ataque el resultado de tu prueba con la misma dureza con que atacó tu propuesta. Y tú sigues revisando.
Esta semana toma una decisión que tengas pendiente y pídele a la IA que te explique por qué está equivocada. Anota qué objeciones valían la pena.
