Al mismo tiempo, resulta conveniente revisar el conjunto de conocimientos y destrezas que los humanos hemos empleado hasta ahora para trabajar e identificar cuáles de ellas persisten, cuáles caducan y cuáles debemos potenciar.
Del paradigma determinista al estocástico (conversacional)
Una de las principales implicaciones de la IA generativa es la transformación del modelo de interacción persona-máquina. Se está produciendo la transición desde un paradigma determinista, basado en la ejecución de comandos concretos para obtener resultados únicos, a otro de tipo estocástico.
En éste último, basado en la conversación, los resultados no necesariamente son siempre idénticos, aunque sí equivalentes. Son el producto de complejos cálculos estadísticos realizados por algoritmos, imposibles de reproducir a posterioridad.
Ello pone la comunicación mediante el lenguaje natural en el centro de la interacción con las máquinas, debiéndose utilizar para trazar las estrategias de trabajo y habilidades para trabajar con la inteligencia artificial tanto en ámbitos académicos como profesionales.
Saber formular instrucciones claras, completas y sin ambigüedades, evaluar de forma crítica los resultados proporcionados por la IA, aplicar el razonamiento lógico a través del dominio del lenguaje o liderar una conversación para llegar a obtener los resultados esperados son algunas de las capacidades que va a ser necesario potenciar en la era de la IA.
El riesgo de perder el control
La posibilidad de crear un texto, resumir un artículo, generar una imagen, analizar un conjunto de datos u obtener una secuencia de código informático con una simple petición verbal, por citar algunos ejemplos, conlleva riesgos.
Uno de los más visibles es la pérdida de control por parte de los humanos, tanto de los procesos de trabajo como de la calidad de los resultados. Este riesgo se acentúa especialmente si delegamos en la IA la emulación de habilidades de pensamiento de orden superior, gracias a la capacidad de ésta para ofrecer resultados plausibles y convencionalmente aceptables.
Un escenario como éste puede conducir a un abandono progresivo del desempeño de dichas habilidades por parte de los humanos, con el consecuente desentrenamiento y pérdida de capacidades.
La taxonomía de Bloom en la era de la IA
Sin embargo no tiene porque ser así y quizá este escenario corresponde a una falsa creencia. A medida que nos estamos habituando a utilizar este tipo de herramientas, la hipótesis de que el uso de la inteligencia artificial obliga a las personas a asumir un papel más experto y activo de lo que inicialmente podría pensarse está tomando fuerza. Así, surgirían habilidades para trabajar con la inteligencia artificial específicamente diseñadas.
De acuerdo con esta planteamiento, nuestro equipo ha propuesto una actualización para la era de la IA de la conocida taxonomía de Bloom.
Esta taxonomía o categorización es una lista de objetivos (o niveles) que evalúan el proceso de aprendizaje creada en los años 50 por Benjamin Bloom, psicólogo y pedagogo en la Universidad de Chicago. Su jerarquía ordena las habilidades de pensamiento en seis categorías empezando por las de orden inferior –como recordar o comprender– hasta las que el autor considera de orden superior –como evaluar y crear.
![A partir de las seis categorías: conocimiento, comprensión, aplicación, análisis, síntesis y evaluación se desarrollan los verbos de acción del aprendizaje.](https://images.theconversation.com/files/588850/original/file-20240418-16-p12vu3.png?ixlib=rb-4.1.0&q=45&auto=format&w=754&fit=clip)
Habilidades para trabajar con la inteligencia artificial
En esta nueva versión, se han incorporado acciones y tareas que los humanos estamos empezando a realizar con la ayuda de la IA, como por ejemplo diseñar instrucciones complejas (prompting design), integrar descubrimientos y resultados no esperados o identificar y contrarrestar sesgos, todo ello operando con lenguaje natural.
Aunque por el momento no deja de ser una propuesta teórica, el trabajo de estos especialistas pone de relieve la necesidad de seguir aplicando todas las habilidades de pensamiento, especialmente las de orden superior, para llevar a cabo cualquiera de las acciones identificadas.
Si la analizamos con detenimiento, nos daremos cuenta de que, incluso en las acciones que tradicionalmente se consideraban de nivel inferior, como recordar o comprender, con la IA éstas también requieren un abordaje experto. De otro modo no es posible garantizar resultados de calidad y ajustados a los objetivos deseados.
La IA como un asistente
Salvando las distancias entre lo humano y lo artificial, para referirnos a la interacción con una interfaz de IA generativa podemos utilizar la metáfora del asistente. Trabajar con un asistente conlleva una gran responsabilidad ya que somos nosotros, y no nuestros ayudantes, quienes finalmente respondemos de la calidad del trabajo.
Para ello es necesario aplicar habilidades para trabajar con la inteligencia artificial que sean creativas para concebir o diseñar el producto final, planificar el proceso de trabajo, evaluar la calidad de los resultados intermedios, tomar decisiones durante el proceso o transmitir nuevas orientaciones a nuestros colaboradores para que puedan realizar las tareas encomendadas según nuestras expectativas. Si es necesario, también compartiremos con ellos información de contexto o nuestro propio conocimiento.
Capacidad crítica, análisis y evaluación
Para llevar a cabo esta labor tan compleja, no solo es necesario disponer de un alto nivel de conocimiento experto, sino que también, entre las habilidades para trabajar con inteligencia artificial, debemos aplicar constantemente el pensamiento crítico. Preservar la capacidad crítica en un contexto donde la IA puede ofrecer resultados plausibles, pero no necesariamente basados en un proceso de pensamiento humano, es fundamental para evaluar y filtrar la información proporcionada por la máquina.
Esta capacidad se sitúa en las franjas altas de la taxonomía de Bloom. Está vinculada a las habilidades de análisis y evaluación y es esencial para poder tomar decisiones informadas y evitar posibles sesgos.
En este sentido, estudiantes y profesionales deben aprender a dialogar de manera crítica con la IA, asumiendo un rol de liderazgo en el proceso de creación y haciéndose responsables de los resultados obtenidos.
![](https://images.theconversation.com/files/577269/original/file-20240222-26-sxtnx6.jpg?ixlib=rb-4.1.0&q=45&auto=format&w=237&fit=clip)
Este artículo forma parte de una colaboración con Santander Open Academy, una iniciativa global de Banco Santander que ofrece a cualquier persona acceso a formación para mejorar sus competencias profesionales y su empleabilidad. Incluye cursos 100% subvencionados, contenidos de calidad gratuitos y becas con universidades e instituciones líderes de todo el mundo. Más información en www.santanderopenacademy.com.
Xavier Mas García, Especialista en Educación digital, UOC - Universitat Oberta de Catalunya
Este artículo fue publicado originalmente en The Conversation. Lea el original.