'AI' No es una herramienta por Rich Hickey
Sosteniendo que los modelos de lenguaje grandes se parecen más a la automatización que a las herramientas tradicionales, los comentaristas examinan si “IA como herramienta” es un encuadre engañoso que oculta la pérdida de control, el desarrollo de habilidades y la responsabilidad. Muchos encuentran valor en la IA para programar, depurar y realizar trabajo de conocimiento, pero discrepan sobre si debe tratarse como un instrumento manejado a mano (martillo, cámara, IDE) o como la externalización del trabajo a un agente, con algunos advirtiendo que la semántica importa para cómo pensamos sobre la experiencia, la rendición de cuentas y la dependencia a largo plazo de sistemas automatizados.
Definición de “herramienta” frente a “automatización”
- El desacuerdo central gira en torno a una definición estrecha de “herramienta” como algo que se maneja con control continuo, retroalimentación y dominio en desarrollo, frente a “automatización” como algo a lo que se delega y se esperan resultados.
- Muchos sostienen que esta división es útil para pensar en la pérdida de control, el aprendizaje y la responsabilidad; otros la ven como pedante o arbitraria.
- Algunos señalan que el software y las máquinas tradicionales (compiladores, JVMs, tornos, coches) ya difuminan esta línea.
¿Son los LLMs herramientas, agentes o algo más?
- Un grupo: los LLMs son claramente herramientas, similares a IDEs o cámaras; las personas los usan de forma instrumental, y eso basta.
- Otro grupo: los “agentes” de IA conversacionales se parecen más a empleados o subcontratistas —sistemas orientados a objetivos que eligen medios—, así que llamarlos “solo herramientas” subestima los riesgos y la pérdida de habilidad.
- Varios proponen espectros: herramienta ⇄ automatización, herramienta ⇄ agente, alto control ⇄ experiencia de “pedir un sándwich”.
Semántica, diccionarios y evolución del lenguaje
- Algunos defienden con firmeza definiciones precisas basadas en la etimología para preservar distinciones conceptuales.
- Otros invocan semejanzas de familia y el cambio lingüístico, argumentando que no se puede “probar” qué es o no es una herramienta.
- El debate incluye si apelar a los diccionarios aclara o si es simplemente “un viejo gritando a las nubes”.
Experiencias prácticas con LLMs
- Algunos informan aumentos dramáticos de productividad: depuración, trabajo de integración, canalizaciones complejas, pruebas, demostraciones, documentación.
- Otros ven un “vibe coding” generalizado y un uso superficial: dar instrucciones, aceptar la salida, poca revisión, lo que lleva a problemas de seguridad y calidad.
- Varios comentarios enfatizan que el valor depende de seguir “en el circuito” y de comprender las salidas.
Experiencia, oficio y atrofia de habilidades
- Preocupa que externalizar la lectura, la codificación y el pensamiento a los LLMs cambie velocidad a corto plazo por una pérdida a largo plazo de pericia.
- Contrapunto: gran parte del código anterior a los LLMs ya era “slop”; los LLMs simplemente automatizan la mediocridad y liberan a los expertos para centrarse en el diseño de más alto nivel.
Analogías y metáforas
- Analogías frecuentes: comida rápida vs cocinar (LLMs como “autoservicio para código”), herramientas eléctricas vs herramientas manuales, cámaras vs pintura, sierras de mesa y tornos, genios y máquinas de deseos.
- Se usan para examinar el control, la seguridad, el aprendizaje y dónde recae la responsabilidad.
Meta y dinámicas de la comunidad
- La discusión menciona mucho flagging, preocupaciones por la “adoración de héroes”, cansancio con los artículos de opinión sobre IA y tensión entre el desprecio superficial y el debate semántico excesivamente serio.