2022: El año que cambió nuestra forma de trabajar

¿Se acuerdan del 2020? Muchos pensábamos que iba a ser el gran año para nuestra forma de trabajar. Yo pensaba que sería el año que cambiaría la productividad para siempre. Y en muchos sentidos lo fue: nos obligó a hacer una limpieza profunda en nuestro polvoriento desván de creencias sobre lo que hace que la gente sea productiva. Décadas de cultura de 9 am a 6 pm en la oficina saltaron por los aires. Fue un año que nos mostró lo resistente que es el espíritu humano y lo sólida que es nuestra capacidad para hacer las cosas. El gran descubrimiento de ese año fue lo poco que podía cambiar la productividad si nos lo proponíamos.

Y así es como nos sorprendió el 2022. Puede que te hayas pedido de ver el relámpago si no estabas mirando por la ventana… y en el 2023 es cuando oirás el trueno. Es por que el trueno será demasiado fuerte para ignorarlo.

El año 2022 ha sido notable por la cantidad de fanfarronadas que hemos visto en en las fronteras de la productividad.

Suelo escribir sobre ciencia de datos e IA desde el punto de vista de los líderes y profesionales que utilizan los datos como materia prima para las soluciones. Pero desde la perspectiva de todos los demás, muchas de esas soluciones simplemente parecían una aplicación ligeramente más sutil o más eficiente. Los matemáticos de la vieja guardia se burlaban de todos los neófitos que buscaban financiación y que sentían la necesidad de decir a todo el mundo que sus soluciones estaban “basadas en IA”, cuando en realidad eso no debería importar. ¿Funciona un x% mejor que la solución tradicional? Perfecto. Eso es prácticamente todo lo que hay que saber al respecto. 

No son herramientas de IA, son pruebas de concepto de una revolución de la productividad.

Pero a medida que el 2022 llegaba a su fin, hay algo que todo no profesional de los datos necesitaba saber. Hay muchas “herramientas de IA” que brotan como hongos en las redes sociales. Si las ignoras porque no eres “una persona de IA” o porque no te entusiasma la tecnología, te estás perdiendo algo muy importante. Son mucho más que herramientas de IA. Son pruebas de concepto de una revolución de la productividad.

Así que, si has estado ignorando todo esto de la IA, vamos a ponerte al día.

Fase 1 — Investigación de IA

Los investigadores de IA inventan algoritmos y enfoques de uso general para que otros los utilicen. No están aquí para resolver tu problema específico utilizando tus datos específicos, sino para hacer que las soluciones sean posibles, teóricamente. Antes del 2015, casi todos los cursos de IA se centraban en la IA de investigación. Después de muchos años de estudio (¡no solo un curso!), los estudiantes que llegaban hasta un título de posgrado aprendían a ampliar los límites de los tipos de problemas que podrían resolverse con IA, independientemente de que fuera o no factible utilizar realmente estas soluciones en un entorno de empresa.

Fase 2 — IA Aplicada

Una vez que los investigadores de IA crearon una metodología que (!en teoría!) podía utilizarse para resolver problemas de negocio, llegó el momento de que los ingenieros de IA aplicada entraran al ruedo. La IA aplicada implica un cambio de enfoque para utilizar las invenciones de la investigación para automatizar algo en los negocios a gran escala. Cuando empecé en Google en el 2014, no había visto ni un solo curso que se centrara exclusivamente en la IA aplicada y dejara intencionadamente la IA de investigación a los investigadores de IA… así que hice el primer curso completo en inglés, Haciendo Amigos con Machine Learning. Échale un vistazo en YouTube si te interesa:

La revolución de la IA aplicada consistió en adoptar un nuevo enfoque de programación, complementando la ingeniería de software tradicional para automatizar una gama más amplia de tareas. Pero desde una perspectiva externa, no todo era tan diferente. A pesar de lo poco sexy que resulta cuando se explica, lo que entusiasmaba a todo el mundo de tecnología era que ahora los programadores podían realizar una mayor variedad de tareas de forma más eficaz.

Ahora los programadores pueden realizar una gran variedad de tareas con mayor eficacia.

Y si eres un experto en ingeniería de IA aplicada, también puedes automatizar todo tipo de cosas en tu vida personal, lo que te proporciona una increíble propulsión de productividad personal. Que es exactamente la misma historia que cuentan los ingenieros de software tradicionales sobre todas las formas en que mejoraron sus propias vidas aplicando un poco de código aquí y allá.

Fase 3 — AI de Productividad 

Y entonces entró en escena el 2022. Los avances tanto en la investigación de la IA como en la IA aplicada entraron en ebullición. Toda esa potencia pudo aplicarse por fin a la creación de todo tipo de aplicaciones para la gente común, incluida una que es única en su clase por lo que supone para el usuario: la productividad personal.

Si no trabajas en el campo de la tecnología o los datos, no es necesario que tengas en cuenta que hay IA de por medio. Centrarte demasiado en el término “Inteligencia Artificial” podría enviarte a la ciencia ficción en busca de orientación y poner tus expectativas tan altas que terminen en la Luna. En lugar de eso, olvídate del término “IA” y céntrate simplemente en la parte de “productividad”. Piénsalo así:

Para el 2022, la tecnología era lo suficientemente buena como para que se obtuvieran beneficios ofreciendo a los consumidores herramientas de productividad personal, que eran mejores que cualquier cosa que una casa llena de ingenieros de software tradicionales hubiera podido construir.

La tesis es simple, y no es específica de la IA en absoluto: te gustaría poder hacer algo por ti mismo, pero no puedes. Quizá no tengas el talento, las habilidades o el tiempo. Podrías pagar dinero para contratar a alguien que lo haga por ti, si tienes dinero para contratar sus servicios. ¿No lo tienes? Bueno, ¿quizás tengas conocimientos de programación para automatizarlo tú mismo? ¿No? Lástima, tendrás que mantenerte al margen…

…a menos que una empresa pueda ofrecértelo a un precio que te resulte aceptable. Cuanto más baja sea la tarifa, más gente se apuntará.

¡Boom! En comparación con el punto de partida del 2022, pueden ofrecértelo en más tareas que nunca.

La revolución de la productividad lleva gestándose desde mucho antes del 2022.

Para que quede claro, la revolución lleva gestándose desde mucho antes del 2022. He aquí un ejemplo de productividad personal. Puede que esta revelación ponga nerviosos a los más de 112,000 de ustedes que siguen lo que escribo (¡lo siento!), pero no soy tan bueno escribiendo. Por suerte, soy un excelente orador. Por eso todos mis primeros borradores son hablados, no escritos. De lo contrario, me quedaria pasmado delante de esa temida página en blanco.

Mi productividad bloguera es tan inusualmente alta precisamente porque no escribo. Guardo todos mis primeros borradores en una aplicación de grabación de voz, y sólo entonces los pulo posteriomente. Naturalmente, no tengo tiempo para transcribir todos esos borradores hablados, así que utilizo una herramienta de AI de voz a texto. Llevo haciéndolo mucho más tiempo del que llevo escribiendo en el blog (espero que eso no sea una sorpresa). Empecé codificando yo mismo mi primera herramienta personal de transcripción de voz, pero me alivió ver que pronto aparecieron opciones de usuario, así que me pasé a una aplicación. Ahora escribo a menudo con la función de escritura por voz de Gboard.

Antes, tenías la oportunidad de aumentar tu productividad… pero sólo si eras un experto en código y datos.

Lo que me lleva al punto principal: en el pasado, tenías la oportunidad de aumentar tu productividad… pero sólo si eras experto en código de programación. Entonces formabas parte de la secta secreta que podía automatizar las cosas por sí misma. Hoy en día, cada vez más empresas están dando un paso adelante para hacerlo por ti. Y esa es la gran revolución.

Pero sigue siendo un relámpago porque el 2022 fue la fase del show: ¡Mira! ¡Mira lo que podemos hacer!

El año 2022 fue extraordinario por la cantidad de show que hemos presenciado en las fronteras de la productividad. La revolución ya ni siquiera está en GitHub: ¡las interfaces fáciles de usar de productividad impulsada por la IA han llegado!

El objetivo final es la productividad.

Entre las más llamativas están DALL-E 2 y ChatGPT de OpenAI, que ofrecieron audazmente a millones de usuarios la oportunidad de juguetear con un asistente de artes gráficas y un asistente de escritura, respectivamente. Otros productos recientes que han deslumbrado en las redes sociales son Midjourney (que he utilizado para hacer las ilustraciones de este post) y Lensa (selfie de ejemplo más abajo). Espera, ¿herramientas de productividad? ¿Pero no son aplicaciones artísticas de inteligencia artificial? Mira más allá de tu nariz y lo verás. Los fundamentos son los mismos, pero la atención que está recibiendo la tecnología es de otro nivel.

Por supuesto, Google no ha dejado de mejorar cada año nuestras herramientas de productividad y no deja de sorprenderme lo rápido que la gente aprende a darlas por hecho. Para recalibrar mi propio sentido del asombro, sueño despierto explicando prácticamente cualquier innovación a alguien de los años cincuenta. Por ejemplo, Google Translate permite mantener una conversación de voz en tiempo real en varios idiomas, sin necesidad de traductor. Hace medio siglo la gente se habría reído de mí por sugerir que eso formaría parte de la vida cotidiana. Pero hoy es de lo más natural. Estamos tan acostumbrados que es fácil olvidar que se trata de una herramienta de productividad basada en la inteligencia artificial. El componente de IA en Google Translate pasa muy desapercibido, en relación con el de ChatGPT.

Ya están aquí las interfaces de productividad basadas en IA para todo el mundo.

Aunque muchos escritores consideran las aplicaciones de IA más llamativas del 2022 como revoluciones en el arte y la creatividad, sospecho que el arte de la IA es un medio para un fin diferente. Si el objetivo final es realmente una revolución de la productividad personal, las piezas encajan: no sólo la tecnología tiene un montón de fundamentos que podrían reciclarse, sino que el arte es la manera perfecta de hacer que la gente se dé cuenta (y los selfies glamorosos son una manera fabulosa de asegurarse de que todos tus amigos también lo sepan). Si es posible construir una herramienta que ayude a alguien sin mucho talento a escribir e ilustrar su propia publicación en un blog, imagínate qué más es posible (luego de pagar por una suscripción, quizá). Y en un futuro muy próximo, es probable que lo veamos en todo su esplendor.

Disfruta de más traducciones de ciencia de datos en español aquí.

Traducido por Carlos Secada del original por Cassie Kozyrkov.