Todo el mundo ha perdido la cabeza
La creciente dependencia de la IA —especialmente de los asistentes de programación y las herramientas “agentivas”— está haciendo que muchos ingenieros se sientan desprofesionalizados, alejados de su oficio y presionados a actuar como supervisores de sistemas opacos que ya no entienden del todo. Los comentaristas sopesan estas ganancias de productividad frente a costes sociales y medioambientales más amplios, desde la concentración del poder corporativo y el uso de energía de los centros de datos hasta la erosión de la comunidad, las habilidades y la confianza, trazando paralelismos con sobrerreacciones pasadas como los confinamientos por la COVID. Mientras algunos ven la IA como una nueva herramienta poderosa o un progreso inevitable, otros sostienen que su trayectoria actual degrada la agencia y la experiencia humanas en lugar de ampliarlas.
Ciclos sociales, medios y “locura masiva”
- Varios ven olas recurrentes, de unos 10 años, de sobrerreacción colectiva: la guerra contra el terror, la GFC, las criptomonedas, la COVID, ahora la IA, con ciclos que al parecer se acortan.
- Otros sostienen que estos no son “pánicos” orgánicos, sino en gran medida fabricados por instituciones (la religión, la prensa, ahora las redes sociales) para mantener a la gente pasiva.
Respuestas a la COVID y daño social
- Gran subhilo sobre si los confinamientos fueron necesarios o “exagerados”, especialmente en Australia.
- Críticos: las restricciones fueron demasiado amplias, dañaron a largo plazo la educación de los niños, destruyeron reuniones y la vida comunitaria, empeoraron el aislamiento, y algunas políticas fueron arbitrarias o estuvieron mal temporizadas.
- Defensores: la incertidumbre inicial, la saturación de hospitales en Italia y los altos números de muertos en otros lugares justificaban medidas fuertes; sin ellas, las muertes habrían sido mucho peores.
- Algunos jóvenes, al parecer, no resentían la existencia de los confinamientos, sino su implementación tardía, inconsistente y repetidamente socavada.
- Otros temen que la COVID se convirtiera en un ensayo general para una gobernanza de emergencia “tecnofascista”; otros, en cambio, la ven como un ensayo útil para futuras pandemias.
Capacidades de la IA, programación y flujo de trabajo
- Muchos informan ganancias sustanciales de productividad: los LLM encuentran errores serios, escriben sistemas no triviales, implementan integraciones rápidamente y actúan como herramientas de aprendizaje muy poderosas.
- Otros encuentran agotadores los flujos de trabajo agentivos: mucha guía, revisión de salidas inconsistentes, limpieza de “basura rápida” y la sensación de ser más gestores o conserjes que ingenieros.
- Fuerte división entre quienes ven la programación como un oficio (ahora socavado y desprofesionalizado) y quienes la ven como un medio para un fin y celebran el apalancamiento.
- Las preocupaciones incluyen el atrofiamiento de habilidades, la pérdida de comprensión profunda y la presión por producir más con menos tiempo para pensar.
Desprofesionalización, impacto personal frente a social
- Los comentarios pro-IA suelen enfatizar las ganancias personales (“lo que hace por mí”), que los críticos ven como una ignorancia de los costes sociales, económicos y éticos más amplios.
- Se usan analogías con el tabaco y la televisión: las herramientas pueden parecer útiles mientras degradan silenciosamente la salud o la cognición; una minoría puede usarlas para aprender de verdad, pero la mayoría no lo hará.
- Algunos prevén que la inteligencia se convierta en una mercancía barata, con la sociedad apoyándose cada vez más en “porque lo dijo Claude/ChatGPT”, vaciando la experiencia.
Debates medioambientales y de recursos
- Disputa intensa sobre el uso de agua por los centros de datos y su impacto ambiental.
- Un lado: el uso de agua de la IA es minúsculo frente a la agricultura (p. ej., almendras, campos de golf) y podría trasladarse a refrigeración con agua de mar; las quejas por el agua se consideran desinformación.
- El otro lado: los impactos locales (p. ej., concentración de nitratos de un centro de datos, generación diésel, ruido, ubicación cerca de comunidades) son reales; incluso pequeños porcentajes importan en una crisis climática.
Investigación en seguridad y vulnerabilidades
- Algunos argumentan que los modelos de frontera son transformadores para la investigación de vulnerabilidades, automatizando la búsqueda de errores y las herramientas.
- Otros cuestionan si descubrir muchas más vulnerabilidades mejora realmente la seguridad neta frente a abordar lo básico (inventarios de activos, parcheo automatizado, mejor diseño del SO).
División entre desarrolladores y ansiedad profesional
- Se señala una división creciente: desarrolladores que se inclinan con entusiasmo por la IA frente a quienes son escépticos o se sienten desmoralizados.
- Algunos se sienten obligados a adoptar flujos de trabajo muy centrados en la IA que no disfrutan para seguir siendo empleables; otros consideran pasarse a oficios o a ámbitos más físicos, menos automatizables.