Los Que Rechazan la IA No Son los Que Deberían Preocuparte
Todos se enfocan en convencer a los escépticos, pero el verdadero riesgo son los que ya creen que la IA lo puede hacer todo. Los mejores desarrolladores suelen ser los más resistentes, y eso es exactamente correcto.
He entrenado equipos en IA con distintos niveles de experiencia técnica, y el patrón que veo no es el que la mayoría espera. El mayor desafío no es convencer a los escépticos, es gestionar a los que ya están convencidos de que la IA hará el trabajo por ellos.
Los escépticos tienen razón
Los mejores desarrolladores con los que he trabajado suelen ser los más resistentes a la IA. La probaron, no tomó las decisiones que ellos habrían tomado, y siguieron adelante. No son tercos, son precisos. Son personas que pasaron años siendo muy buenos en su oficio y cuando la IA no cumple su estándar, pierden la paciencia rápido. Pero esas son exactamente las personas que quieres usando IA, porque tienen el criterio para detectar cuándo se equivoca.
El entusiasmo es el problema
Los más entusiastas con la IA suelen ser los que tienen menos profundidad técnica. Ven a la IA generando código y asumen que hará el trabajo por ellos. Nadie verifica si el resultado es realmente bueno. No revisan patrones, no validan la arquitectura, y cuando la IA alucina o toma una decisión que rompe algo, no tienen la experiencia para notarlo. He visto a la IA eliminar bases de datos y generar código que silenciosamente rompe cosas más adelante, y los entusiastas no cuestionan nada porque el resultado parece correcto.
El entrenamiento no es la pregunta real
Todos quieren dar herramientas de IA a toda la empresa y entrenar a todos por igual. Lo entiendo. Pero no todos deberían usarla de la misma manera. Quien escribe buenas especificaciones y entiende lo que pide obtendrá resultados completamente distintos a quien no verifica lo que devuelve la IA. Los que más provecho sacan son los que ya son suficientemente curiosos y disciplinados para investigarla, que experimentan con cuidado y quieren entender cómo funciona antes de depender de ella. El criterio detrás de la herramienta importa más que la herramienta, y ningún entrenamiento va a reemplazar eso.