La fricción que necesitamos
La mayoría de las discusiones sobre el impacto de la IA en la capacidad humana se centran en empleos: qué roles serán automatizados, cuáles aumentados, cuáles creados. Un artículo publicado en Communications Psychology por psicólogos de la Universidad de Toronto adopta un ángulo diferente y más perturbador. Los autores — Emily Zohar, Paul Bloom y Michael Inzlicht — argumentan que el costo a largo plazo más significativo de los sistemas de IA que facilitan demasiado las tareas puede no ser económico sino psicológico: la erosión del esfuerzo, la lucha y la fricción que hacen que el aprendizaje sea profundo, la creatividad genuina y las relaciones significativas.
El artículo, titulado "Contra la IA sin fricción", no argumenta que las herramientas de IA sean inútiles o que la conveniencia sea perjudicial. Argumenta a favor de una distinción entre la fricción productiva — dificultad manejable que impulsa el crecimiento — y la fricción improductiva — obstáculos que añaden carga sin beneficio. Su preocupación es que los sistemas de IA, en su trayectoria de diseño actual, están eliminando el primero junto con el segundo.
Dificultades deseables
La investigación psicológica subyacente al argumento central del artículo está bien establecida. Los científicos cognitivos han documentado durante décadas que el aprendizaje esforzado — trabajar a través de problemas, encontrar obstáculos, generar explicaciones — produce una mejor retención a largo plazo y una comprensión más flexible que la absorción pasiva de información presentada. Este principio, conocido como "dificultades deseables", va directamente en contra de la filosofía de diseño de los sistemas de IA que tienen como objetivo entregar respuestas de la manera más rápida y completa posible.
"Definimos la fricción como cualquier dificultad encontrada durante la búsqueda de objetivos", explicó Zohar en una entrevista. "En el contexto del trabajo, implica esfuerzo mental — rumiación y persistencia, permanecer en un problema durante algún tiempo, y esto ayuda a solidificar la idea y el proceso creativo". Los sistemas de IA que completan toda la tarea a partir de un único mensaje — omitiendo los pasos intermedios donde ocurren el aprendizaje y la consolidación — producen mejores productos de trabajo inmediatos al costo potencial del desarrollo cognitivo que la lucha habría generado.
La dimensión social
Los argumentos más provocadores del artículo se refieren a las relaciones interpersonales. Los autores argumentan que las relaciones humanas implican fricción inherente — desacuerdo, compromiso, malentendido y la experiencia de no siempre obtener lo que deseas de otra persona. Estos experimentos, argumentan, no son errores en la vida social humana sino características: enseñan la adopción de perspectivas, construyen tolerancia a otros puntos de vista y entrenan las capacidades sociales que hacen posibles las relaciones profundas.
Los sistemas de IA diseñados para ser receptivos, agradables y nunca frustrantes crean una experiencia social fundamentalmente diferente. "Si está acostumbrado a una IA reforzando todas sus ideas y siendo servil, entrará en el mundo real y no estará acostumbrado a ver otras ideas", dice Zohar. "No sabrá cómo interactuar socialmente porque esperará que la gente siempre esté de su lado". La preocupación es más aguda en los adolescentes, que se encuentran en una etapa del desarrollo donde navegar por la complejidad humana genuina es más formativa. Los jóvenes que externalizan porciones significativas de su desarrollo social y cognitivo a la IA pueden emerger con deficiencias genuinas que ninguna cantidad de entrenamiento social generado por IA puede abordar más tarde.
Qué hace que la IA sea diferente de la tecnología que ahorra trabajo del pasado
Una objeción común a este argumento es que las nuevas tecnologías siempre han eliminado esfuerzo — las calculadoras de la aritmética, las lavadoras de la ropa. El artículo reconoce esta historia pero establece una distinción clave: las tecnologías anteriores que ahorraban trabajo eliminaban principalmente el esfuerzo físico o mecánico de tareas donde la dificultad no era el propósito de la actividad.
La IA es diferente porque cada vez está eliminando el esfuerzo de actividades donde la dificultad no es incidental sino integral. La escritura implica lucha precisamente porque elaborar lo que piensas y cómo expresarlo son actividades inseparables — la lucha por encontrar las palabras correctas es el proceso mediante el cual las ideas se aclaran y se prueban. Externalizar ese proceso a una IA produce un mejor resultado pero omite el trabajo mental que la escritura estaba haciendo para la comprensión del escritor.
Hacia el diseño de IA consciente de la fricción
El artículo no argumenta a favor de eliminar las herramientas de IA de los contextos educativos o profesionales. Argumenta a favor de una filosofía de diseño que preserve la fricción productiva en lugar de optimizarla. "En lugar de simplemente saltar a la respuesta, es más un modelo de proceso donde te ayuda a pensar en el problema y te enseña en el camino, por lo que es más colaborativo que una tienda única para la respuesta", sugiere Zohar.
Tal filosofía de diseño requeriría que los desarrolladores de IA piensen en los efectos cognitivos y sociales a largo plazo de los estándares de sus sistemas — no solo las métricas de satisfacción del usuario inmediato que típicamente impulsan las decisiones de producto. Ya sea que las fuerzas del mercado creen incentivos para el diseño de IA consciente de la fricción, o si la presión competitiva para entregar experiencias sin fricción continuará dominando, sigue siendo una pregunta abierta con implicaciones significativas para cómo se desarrollan las capacidades cognitivas y sociales de una generación de usuarios nativos de IA.
Este artículo se basa en reportajes de IEEE Spectrum. Lee el artículo original.
