15 tareas ideales para la Inteligencia Artificial y 5 para (definitivamente) no usarla

Hay varios tipos de trabajo donde la IA puede ser particularmente útil, dados las capacidades y limitaciones actuales de los LLM. Aunque esta lista está basada en la ciencia, se basa aún más en la experiencia. Como cualquier forma de sabiduría, usar bien la IA requiere mantener ideas opuestas en mente: puede ser transformadora pero debe abordarse con escepticismo, poderosa pero propensa a fallos sutiles, esencial para algunas tareas pero activamente perjudicial para otras.

También quiero advertir que no deberías tomar esta lista demasiado en serio excepto como inspiración - tú conoces mejor tu propia situación, y el conocimiento local importa más que cualquier principio general. Con todo esto aclarado, a continuación hay varios tipos de tareas donde la IA puede ser especialmente útil, dadas las capacidades actuales—y algunos escenarios donde deberías mantenerte cauteloso.

1. Trabajo que requiere cantidad. Por ejemplo, el número de ideas que generas determina la calidad de la mejor idea. Quieres generar muchas ideas en cualquier sesión de lluvia de ideas. La mayoría de las personas se detienen después de generar solo algunas ideas porque se agotan, pero la IA puede proporcionar cientos que no se repiten significativamente.

2. Trabajo donde eres un experto y puedes evaluar rápidamente si la IA es buena o mala. Esto puede involucrar trabajo complicado y exigente, pero depende de tu experiencia para determinar si la IA está proporcionando resultados valiosos. Por ejemplo, o1, el nuevo modelo de IA de OpenAI, puede resolver algunos problemas a nivel de doctorado, pero puede ser difícil saber si sus respuestas son útiles sin ser un experto tú mismo.

3. Trabajo que implica resumir grandes cantidades de información, pero donde el riesgo de errores es bajo, y no se espera que tengas un conocimiento detallado de la información subyacente. La IA es buena resumiendo trabajos de la longitud de una novela, pero menos exitosa verificando datos.

4. Trabajo que es mera traducción entre marcos o perspectivas. Por ejemplo, has desarrollado una política pero ahora tienes que convertirla en una docena de documentos de capacitación diferentes para diferentes audiencias en tu organización. La IA es muy buena en este tipo de traducción, aumentando y disminuyendo la complejidad de los documentos para que las personas puedan entenderlos.

5. Trabajo que te mantendrá avanzando. Las pequeñas cosas a menudo bloquean nuestro camino, y un empujón podría ser todo lo que necesitamos para lograrlo. Cuando escribía antes de la IA, podría quedarme atascado en una oración y alejarme de la escritura durante una hora, pero ahora le pido a la IA dame treinta formas distintas de terminar esta oración.

6. Trabajo donde sabes que la IA es mejor que el Mejor Humano Disponible al que puedes acceder, y donde los modos de fallo de la IA no resultarán en peores resultados si se equivoca.

7. Trabajo que contiene algunos elementos que puedes entender pero necesitas ayuda con el contexto o los detalles. Tyler Cowen sugiere usar la IA como un compañero al leer, porque te permite hacer infinitas preguntas.

8. Trabajo donde necesitas variación, y donde seleccionarás la mejor respuesta como editor o curador. Pedir una variedad de soluciones - dame 15 formas de reescribir esta viñeta en estilos radicalmente diferentes, sé creativo te permite encontrar ideas que podrían ser interesantes.

9. Trabajo que la investigación muestra que la IA es casi ciertamente útil: muchos tipos de programación, por ejemplo.

10. Trabajo donde necesitas una primera visión de lo que un receptor hostil, amigable o ingenuo podría pensar.

11. Trabajo que es emprendedor, donde se espera que extiendas tu experiencia ampliamente sobre muchas disciplinas diferentes, y donde la alternativa a un socio lo suficientemente bueno es no poder actuar en absoluto. La IA puede ser un cofundador sorprendentemente competente, ayudando a dar mentoría mientras actúa para construir los documentos, demostraciones y enfoques que de otro modo probablemente estarían fuera de tu experiencia.

12. Trabajo donde necesitas una perspectiva específica, y donde una primera pasada simulada desde esa perspectiva puede ser útil, como reacciones de personas ficticias.

13. Trabajo que es mero ritual, hace mucho separado de su propósito (como ciertos informes estandarizados que nadie lee). Qué, en palabras de Bob Sutton y Huggy Rao, dispersa tu atención y te hace menos valioso? ¿Qué trabajo no sirve para ningún propósito útil? En un mundo ideal, eliminarías el trabajo, pero al menos puedes reducir su control sobre ti haciendo que la IA ayude. (Aunque asegúrate de que este sea realmente el caso, demasiadas personas automatizan las evaluaciones de desempeño, por ejemplo, que son significativas solo cuando las realiza un humano)

14. Trabajo donde quieres una segunda opinión. Dale a una IA acceso a los datos y ve si llega a la misma conclusión.

15. Trabajo que las IA pueden hacer mejor que los humanos. Es probable que esta sea la categoría de más rápido crecimiento.

5 Momentos para No Usar la IA

Antes de profundizar en los casos específicos donde el uso de la IA es problemático, podemos dejar de lado los escenarios obvios - usar la IA para propósitos ilegales, en situaciones de alto riesgo donde los errores podrían ser catastróficos, o para decisiones que éticamente requieren trabajo humano. Más allá de estos casos claros, aquí hay cinco áreas sutiles pero importantes donde el uso de la IA puede ser contraproducente:

1. Cuando necesitas aprender y sintetizar nuevas ideas o información. Pedir un resumen no es lo mismo que leer por ti mismo. Pedir a la IA que resuelva un problema por ti no es una forma efectiva de aprender, incluso si parece que debería serlo. Para aprender algo nuevo, vas a tener que hacer la lectura y el pensamiento por ti mismo, aunque aún puedes encontrar útil una IA para partes del proceso de aprendizaje.

2. Cuando se requiere una precisión muy alta. El problema con los errores de la IA, las famosas alucinaciones, es que, debido a cómo funcionan los LLM, los errores van a ser muy plausibles. Las alucinaciones son, por lo tanto, muy difíciles de detectar, y la investigación sugiere que las personas ni siquiera lo intentan, "quedándose dormidas al volante" y no prestando atención. Las alucinaciones se pueden reducir, pero no eliminar. (Sin embargo, muchas tareas en el mundo real son tolerantes al error - los humanos también cometen errores - y puede ser que la IA sea menos propensa a errores que los humanos en ciertos casos)

3. Cuando no entiendes los modos de fallo de la IA. La IA no falla exactamente como un humano. Sabes que puede alucinar, pero esa es solo una forma de error: las IA a menudo intentan persuadirte de que tienen razón, o pueden volverse aduladoras y estar de acuerdo con tu respuesta incorrecta. Necesitas usar la IA lo suficiente para entender estos riesgos.

4. Cuando el esfuerzo es el punto. En muchas áreas, las personas necesitan luchar con un tema para tener éxito - los escritores reescriben la misma página, los académicos revisan una teoría muchas veces. Al tomar atajos en esa lucha, por más frustrante que sea, puedes perder la capacidad de alcanzar el vital momento "ajá".

5. Cuando la IA es mala. Esto puede parecer obvio, pero la IA es mala en cosas que no esperarías (contar el número de 'r' en la palabra "fresa") y buena en cosas que no esperarías (escribir un soneto shakespeariano sobre lo difícil que es contar el número de 'r' en la palabra fresa donde la primera letra de cada línea deletrea dos frutas). Desafortunadamente, no hay un manual general que te diga la forma de la Frontera Irregular de las capacidades de la IA, que están en constante evolución. La prueba y error, y compartir información con colegas, es vital para descubrir esto.

Saber cuándo usar la IA resulta ser una forma de sabiduría, no solo conocimiento técnico. Como la mayoría de la sabiduría, es algo paradójico: la IA es a menudo más útil donde ya somos lo suficientemente expertos para detectar sus errores, pero menos útil en el trabajo profundo que nos hizo expertos en primer lugar. Funciona mejor para tareas que podríamos hacer nosotros mismos pero en las que no deberíamos perder tiempo, pero puede dañar activamente nuestro aprendizaje cuando la usamos para saltar luchas necesarias. Y quizás lo más importante, la sabiduría significa saber que estos patrones seguirán cambiando a medida que evolucionen las capacidades de la IA, y a medida que llegue más investigación, requiriendo que sigamos cuestionando nuestras suposiciones sobre dónde ayuda y dónde obstaculiza.

Contenido original: 15 Times to use AI, and 5 Not to