Trabajar con inteligencia artificial se parece más a coordinar un equipo de personas que a escribir código fuente. Quien firma el artículo compara su experiencia: durante años, una máquina hacía exactamente lo que se le indicaba, mientras que un colega podía entender la intención detrás de una petición y mejorar la respuesta. En su uso cotidiano, la IA comparte esa segunda cualidad: con la misma instrucción puede dar resultados distintos, acertar conexiones inesperadas o pasar por alto algo evidente. La frustración aparece cuando se la trata como un compilador; la utilidad mejora cuando la interacción se entiende como una colaboración. Esto no convierte a la IA en una persona —carece de experiencia vivida, responsabilidad y juicio humano—, pero sí exige nuevas prácticas al usuario. Al igual que un buen líder, quien trabaja con estos sistemas debe aportar contexto, definir el resultado esperado, marcar límites y reaccionar a lo que el sistema devuelve. Más allá de un buen prompt, lo que marca la diferencia es un contexto de trabajo compartido: ejemplos, correcciones e instrucciones reutilizables reducen los malentendidos y, con el tiempo, alinean al sistema con el estilo y las necesidades del usuario. La inversión, según el autor, no está en antropomorfizar la IA, sino en aprender a expresar mejor la intención. Frente a décadas optimizando instrucciones para máquinas, ahora toca explicar por qué importa el trabajo, cómo es un buen resultado y dónde hace falta criterio humano. Para el autor, ahí reside el cambio: el software empieza a gestionarse más como una conversación de liderazgo que como una secuencia de comandos.
Noticias agregadas con IA