Por favor, no pegues la IA
La IA generativa se usa cada vez más como atajo en las comunicaciones laborales y en línea, con personas pegando respuestas sin editar de chatbots en correos, chats y revisiones de código. Muchos comentaristas sostienen que esto erosiona la confianza, traslada a otros la carga de comprender y validar, y socava el valor del juicio humano, aunque reconocen usos legítimos como redactar borradores, traducir o añadir contexto. El hilo también destaca la ironía de que las campañas anti–slop de IA puedan usar IA ellas mismas, y reclama normas sociales y organizativas más claras: etiquetar el uso de IA, no reenviar resultados no verificados y priorizar resúmenes concisos, escritos por humanos, sobre texto bruto del modelo.
Ironía percibida y acusaciones de “slop” de IA
- Muchos comentaristas dicen que el sitio en sí “parece escrito por IA”, especialmente la versión “enfadada”, y citan el tono, la estructura y las metáforas como típicos de una salida de LLM.
- Se mencionan detectores de IA (p. ej., Pangram, ZeroGPT), con desacuerdo sobre su fiabilidad y el temor a falsos positivos.
- Algunos encuentran profundamente irónico o hipócrita que un sitio anti–pegar IA parezca estar escrito en parte por IA; otros sostienen que lo importante es si el contenido es útil y honesto sobre su creación.
Queja central: ser usado como un “proxy de carne”
- Hay un fuerte acuerdo con la crítica central: pegar ciegamente resultados de IA en chats, correos o PRs traslada el pensamiento, la validación y la síntesis al destinatario.
- Este comportamiento se compara con LMGTFY, “slop-bombing” y trabajo de “proxy de carne”, donde un humano solo retransmite salidas del modelo sin comprenderlas.
- Varios señalan que la gente pide a los humanos precisamente su juicio, contexto y síntesis concisa, no texto genérico de un modelo.
Defensas de pegar IA y contraargumentos
- Algunos sostienen que, con un contexto personal rico, agentes ajustados o datos internos, sus respuestas de IA no son genéricas y pueden aportar valor que otros no pueden reproducir fácilmente.
- Otros ven las respuestas de IA pegadas literalmente como una réplica apropiada ante preguntas perezosas, obvias o de mala fe, análogo a “búscalo tú mismo”.
- Los críticos responden que esto sigue ocultando lo poco de esfuerzo o comprensión que tiene quien envía el mensaje, erosiona la confianza y a menudo crea mensajes largos, verbosos y con poco valor informativo.
Normas laborales, políticas y etiqueta
- Varios comentaristas describen “principios de IA” internos: escribe con tu propia voz, asume y revisa por completo los resultados, no lances slop, y sé el experto en lugar de delegar el juicio.
- Hay frustración con colegas, managers y devs offshore que pegan respuestas de IA no verificadas en Slack, documentos, revisiones de código y comunicaciones con clientes.
- Otros reportan lo contrario: los LLM ayudan a quienes se comunican mal a añadir el contexto que falta, lo que puede facilitar el trabajo de soporte y operaciones.
Preocupaciones más amplias: pensamiento, alfabetización y cultura
- Algunos temen que la dependencia de la IA debilite la escritura, el pensamiento y el aprendizaje (“atrofia del músculo del pensamiento”, efecto de anclaje, “pseudomentalizing”).
- Otros ven la IA como una herramienta más (como calculadoras o correctores ortográficos) y culpan a la cultura organizativa, no a las herramientas, de la mala comunicación.
- Se comparten varios metaenlaces y sitios alternativos “no-slop”, lo que refleja un mini-género emergente de páginas de etiqueta anti–slop de IA.