NTN 530 - 🤖 IA 10x, Burnout 20x

Buenas, buenas. Bienvenidos a otro episodio de No Tiene Nombre. Hoy vamos a hablar de algo que está afectando a casi todos los que trabajamos de tecnología en este momento y es el burnout asistido por inteligencia artificial. Que suena como un eximorón porque se supone que la AI está para ayudarnos, para quitarnos la carga, para que podamos hacer todo con menos esfuerzo y... Sin embargo, aquí estamos con más gente reportando agotamiento mental que nunca y con investigadores de Harvard y Berkeley poniéndole un nombre al fenómeno y el fenómeno se llama AI Brain Fry. Sí, cerebro frío o cerebro fritado en realidad por la AI. Esto es literalmente el término que usan. Y creo que eso captura perfectamente la experiencia de llevar horas revisando código generado por un agente sin entender bien qué hace. Bueno, hay muchas, muchas cosas. Así que hay un artículo que es el que voy a utilizar yo de guía que publicó Evil Martians. Está en los recursos y que básicamente es la gente se está quemando con la AI. Está y hace una pregunta. ¿Está esto bien? ¿Es esto correcto? Y la respuesta es no. Si querés, podés dejar de escuchar el podcast aquí porque que usemos AI y nos quememos está mal. Pero bueno, esto no es nuevo. Tirando para atrás, porque a Sonnet le gusta tirar para atrás, dice que cuando llegó el telégrafo en el siglo XIX, el argumento era, hey, vamos a transmitir información a distancia en segundos.

Los negocios van a ser más eficientes. la gente va a tener tiempo para otras cosas. Y funcionó, hasta cierto punto. Pero también significó que el mundo de los negocios se aceleró, aceleró su ritmo, que las expectativas de respuestas se comprimieron y que ahora un comerciante de Londres de repente tenía que monitorear precios de New York en tiempo real. Lo mismo pasó con la imprenta, con la electricidad, con el fax, con el email. Cada vez que llega una tecnología que promete menos trabajo, lo que realmente pasa es más velocidad, más volumen, más expectativa. El trabajo no desaparece, se transforma y en este caso se multiplica. ¿Por qué? Porque la AI, el contrato implícito es el de siempre. La máquina hace X, yo trabajo menos. Pero, pero, como bien dice Evil Martians, esto no es lo que estamos viendo para nada. Y ojo, esto no es a nivel percepción. Esto es lo que confirman los datos. Hay estudios, como dije recién de UC Berkeley, que lo publicaron en Harvard Business en febrero de este año, que durante ocho meses hicieron estudios en una empresa de tecnología con 200 personas, con gente que estaba dos o tres días por semana, hicieron más de 40 entrevistas en profundidad y básicamente lo que dijeron es la AI no reduce el trabajo, lo intensifica.

Y ojo, ¿por qué? Porque ellos identificaron que lo hace a través de tres mecanismos que son bastante concretos. Por un lado, expansión de tareas. Porque cuando la EA hace que algo sea más fácil, los trabajadores asumen, ¡hey, vamos a hacer más cosas! Por otro lado, hay escaladas de expectativas, porque si antes tardabas dos semanas en entregar algo y ahora tardas tres días, eso se convierte en la nueva norma. Y la última, supervisión constante. ¿Por qué? Porque tienes que estar pegado a la AI para revisar lo que hace, verificar que no alucina, corregir lo que sale torcido y ojo, eso lo hace una persona. Y aquí hay una cosa que es importante. El artículo de Bill Martians tiene un modelo mental que a mí me encantó. Habla de dos ingenieros, Ben y Alice, que tienen cuatro horas de trabajo por delante. Ben es old school. Ben tira líneas, escribe código a mano. Piensa en la arquitectura mientras lo que hace, refactoriza sobre la marcha. Tarda cuatro horas en completar su tarea. Cuando termina, se levanta, se va a comer y se pone muy contento a ver la última temporada de The Voice. O que le gusta The Voice y le gusta ver cómo el Homelander está como una regadera.

Ojo, ven, resolvió un problema real, entiende el sistema por dentro, tiene sentido de propiedad sobre lo que construyo. Alice, ya se lo ven venir, usa AI. Genera el código en minutos, lo revisa, lo ajusta, lo corrige. Termina en dos horas. En papel, Alice es más productiva. Pero aquí viene el truco. Esa revisión de código generado por DI no es un proceso pasivo. Es cognitivamente más demandante que escribirle uno mismo. Como explican los autores, cintando aquí a Garth Oatley de LinkedIn, madre mía, con los nombres soy el peor. Y dice, cuando revisas código ajeno, tenés que reconstruir el razonamiento hacia atrás, entender por qué se tomaron esas decisiones, encontrar los casos bordes que el modelo ignoró. Y entonces pasa lo inevitable. Alice termina en dos horas, con el cerebro más frito que ven después de cuatro. Pero como terminó temprano y la narrativa dice que tendría que ser una ingeniera 10x, no para, sigue. Coge otra tarea y otra y otra y las mismas cuatro horas Alex hizo el doble trabajo con el doble intensidad cognitiva. Eso no es algo sostenible. Eso no es productividad sostenible. Eso se llama deuda cognitiva, que yo no sabía que existía.