Escribir con máquinas probabilísticas

Introducción

Procedo de un entorno de ingeniería e investigación en el que la estructura, la precisión y la claridad son lo más importante. Sin embargo, siempre me han atraído los grandes narradores (p. ej., novelistas, divulgadores históricos, comediantes, comunicadores científicos, etc.). Hay algo casi mágico en su capacidad para entrelazar ideas en narrativas convincentes. Mi estilo de redacción siempre ha sido más pragmático: especificaciones detalladas, notas internas que sintetizan múltiples perspectivas, documentos que describen una visión, documentos de investigación que comparten los resultados de los experimentos… Durante los últimos veinte años, he aprendido que quienes escriben cosas tienen un poder en particular: el de dar forma a cómo se propagan las ideas y de arraigarlas tanto en su propia mente como en otras cuando las comparten.

Para mí, escribir nunca ha sido cómodo porque escribo para pensar. Escribir obliga a mi mente a confrontar la realidad: capturar múltiples puntos de vista, formar una opinión y articular una perspectiva. Sin escribir, mis ideas siguen siendo imprecisas, mal formadas y poco sostenidas.

A menudo comparto textos cortos con un compañero para una revisión rápida y, a veces, los vinculo para publicar un ensayo, estructurar una clase o realizar una presentación pública. Sin embargo, la mayoría de las veces, acumulo montones de borradores semicompletos que sirven como notas para el pensamiento continuo. Hasta hace poco, esto era principalmente un esfuerzo solitario. Sigue siéndolo en esencia. El pensamiento, la elección y la elaboración de ideas siguen siendo míos. Pero el acto de escribir, la propia articulación, ha cambiado.

Escribir se convierte en una conversación

Con la llegada de las herramientas de IA generativa, algunas partes de mi proceso de escritura ahora se producen a través de una interfaz de mensajería (Rockmore, 2025). Algunos lo denominan «escritura viva» (vibe writing). De repente, podía entablar un diálogo sobre mis ideas, probar diferentes formas de articularlas y obtener ayuda cuando me sentía atascado. Para alguien a quien le resultaba difícil contar historias, esto parecía revolucionario. Tenía una herramienta para ayudar a convertir el caos de mi pensamiento en textos suaves y legibles, casi como un narrador.

Confío en los populares LLM de uso general (p. ej., ChatGPT y Claude) para refinar el flujo de mis pensamientos y en los empaquetadores de IA (p. ej., Perplexity) para encontrar referencias y nuevo material de investigación. Utilizo estas herramientas para organizar mis notas, definir los límites de mi texto y posicionar mejor mis ideas. Son especialmente útiles para evitarme caer en el Magnum Opus: esa trampa común en la que el alcance se expande infinitamente y se acumulan notas hasta que el proyecto se vuelve demasiado complejo para completarlo.

Si ilustrara mi proceso de escritura para este texto, se asemejaría a una línea que vagaba y ganaba claridad gradualmente. La línea azul muestra cómo el texto evolucionó como un documento vivo a través de revisiones sucesivas, transformándose de fragmentos vagos en pensamientos más claros y desarrollados. Las líneas de color gris claro representan notas de observaciones, lecturas y conversaciones que se cruzan con las articulaciones asistidas por IA en rosa. Juntos, crean una ruta exploratoria que se divide en múltiples direcciones, retrocede y, en última instancia, converge. Lo que comienza con un enfoque estrecho se amplía no solo a una pieza acabada, sino también a un panorama más amplio de pensamiento que solo surge a través del acto de escribir.

Este diagrama refleja mi otro trabajo creativo en ingeniería de software y diseño de futuros, en el que las herramientas de IA generativa han ampliado mis capacidades. He estado codificando ideas y prototipando conceptos sin un conocimiento profundo de las últimas bibliotecas de software ni de ciertos lenguajes de programación.

Tras pasar años creando software e imaginando futuros, he aprendido a observar atentamente lo que podríamos perder como contraprestación por lo que ganamos. En 1964, Marshall McLuhan argumentó en Understanding Media que la tecnología y la sociedad coevolucionan: cada mejora es también una amputación (McLuhan, 1964).

Los costes ocultos de la escritura con IA

Sin duda, los LLM han reducido las barreras para escribir. Ahora, muchas personas pueden expresar sus pensamientos con más confianza, incluso cuando escriben en un idioma extranjero (como yo ahora). Algo que habría sido inimaginable hace solo unos años. Nos preocupamos menos por la gramática y la forma, ya que sentimos que una herramienta de escritura de IA soluciona «fácilmente» las dudas. ¿O es una ilusión de confianza?

Pérdida de autenticidad

Mi experiencia en la externalización de la redacción a menudo conduce a una prosa segura y predecible, en lugar de superar los límites de mi pensamiento original. Si no tengo cuidado, mis ideas se desvanecen y se vuelven promedio. Están despojadas de matices personales, pierden su wabi-sabi y pronto ya no son auténticas. Cuando se aborda de manera superficial, escribir con IA puede hacer retroceder fácilmente el pensamiento a un punto medio estadístico.

Razonamiento defectuoso

Las herramientas de IA generativa se apresuran a llegar a conclusiones y soluciones lo suficientemente buenas, a veces introduciendo atajos ilógicos. Producen una prosa plausible, convincente y segura que puede camuflar un razonamiento defectuoso. Estos sesgos son características de los modelos probabilísticos estocásticos utilizados en la IA generativa. No son un error que vaya a desaparecer pronto. Como resultado, me quedo atrapado en el esfuerzo constante de volver a apropiarme de las ideas, para volver a hacerlas mías.

Pensamiento poco profundo

En definitiva, el pensamiento no es lineal como lo es una conversación a través de una interfaz de mensajería. A menudo es errático y desordenado. Para crecer más fuertes, las ideas requieren exponerse a diferentes perspectivas y disciplina para confrontarse a ellas. Necesitan tiempo para madurar. La naturaleza de corrección rápida de las herramientas de IA generativa actuales es innegablemente útil, pero también refleja la cultura actual de atajos, que nos tenta a omitir el tipo de trabajo intelectual costoso que produce pensamientos realmente originales y profundos.

Si fuera a ilustrar mi experiencia de escritura solo con IA, el diagrama contaría esta historia: la trayectoria avanza rápidamente hacia una claridad aparente y una «ilusión de madurez», ya que las herramientas de IA me ayudan a suavizar las frases, a ajustar la estructura y a definir los límites. Sin embargo, el alcance del cuerpo de escritura sigue siendo relativamente limitado. El texto final parece completo y maduro, pero refleja lo que pierdo: el pensamiento más profundo y errático que surge de lidiar con ideas fuera del contexto de la interacción con una máquina probabilística.

Más allá de mi trabajo, he notado la «ilusión de madurez» en los proyectos finales de algunos estudiantes y en el contenido generado por IA compartido en LinkedIn, Medium y algunos blogs. Estudios recientes parecen respaldar estas observaciones (Kosmyna et al., 2025), aunque la investigación aún está en sus primeras etapas y los hallazgos deben abordarse con precaución. La causa subyacente parece ser nuestra preferencia humana natural por el pensamiento rápido, que es más fácil y requiere menos recursos (Kahneman, 2011).

Esto plantea un desafío de diseño crucial: ¿cómo mantenemos vivo el lento y difícil trabajo de pensar cuando las herramientas de IA generativa hacen que escribir sea tan rápido y fácil?

Escribir es social

Para escribir este texto, quería contrarrestar mi uso de herramientas de IA generativa con más interacciones humanas. Realicé un pequeño experimento en forma de tertulia, un concepto originario de España. Una tertulia es una reunión social regular en la que la gente comparte sus creaciones recientes y habla sobre los asuntos actuales. Estas reuniones −también conocidas como cénacle en Francia o salon en el mundo de habla inglesa− han servido durante mucho tiempo como espacios en los que las ideas florecen a través de la conexión humana.

En la práctica, una vez a la semana, reuní a 4-6 compañeros (conocidos como tertulianos) para una conversación en línea de una hora. Cada uno de nosotros trajo algo en lo que trabajaba, como un borrador, un proyecto, un esquema para una presentación, lecturas, etc. Todos utilizamos herramientas de IA con regularidad, pero las tertulias se convirtieron en un espacio para reflexionar y permitir que nuestras ideas maduraran fuera del ajetreo del trabajo.

Las sesiones eran como tener un «círculo de escritura», algo que solo los narradores o comediantes populares tienen el lujo de disfrutar. Nos lanzamos ideas, nos planteamos desafíos y ofrecimos perspectivas que ninguno de nosotros habría alcanzado por nuestra cuenta o con una herramienta. Mi función era fomentar estas fricciones, provocar colisiones y mantener la conversación lo suficientemente desafiante como para generar nuevas ideas. Era errático. Era divertido.

Tras cada sesión, me encontré inmerso en notas de nuestras conversaciones, junto con observaciones y lecturas relacionadas. Cada sesión desafió y profundizó mi pensamiento sobre «escribir para pensar». Estaba esforzándome para escribir este mismo texto, y esa dificultad me pareció adecuada. Empujó mis ideas más allá de la «ilusión de madurez» mediante formas que se desarrollaron completamente fuera de las herramientas de IA.

El núcleo del proceso de redacción −perspectivas inesperadas, la sensación de perderse, referencias culturales ocultas, analogías inspiradoras y auténticos saltos de imaginación− surgió de la interacción social. Laurent articuló el desafío continuo de volver a apropiarse de las ideas de las herramientas de IA. Andrés presentó el concepto de «cultura del atajo» desarrollado por Carolina Sanín (Sanín, 2024). Lisa halló conexiones con el libro Thinking, Fast and Slow. Mis notas están llenas de estas innovaciones, cada una de ellas generando nuevas conexiones en mi propia mente.

Un espacio para pensar

Este texto surgió exactamente de la práctica que describe: conversaciones con máquinas para el enfoque y la claridad, y conversaciones con humanos para la madurez y la profundidad. El objetivo de diseño no es sustituir el esfuerzo de la escritura, sino hacerla más fértil, lo que nos lleva a una pregunta más amplia sobre cómo navegamos colectivamente nuestra relación con las herramientas de IA.

Hay una cita que refleja esta coevolución actual entre las máquinas y los seres humanos: «La rápida propagación de la adopción de la IA es posible gracias a la colaboración humana». Proviene de mi amiga y colaboradora Lisa Gansky, miembro de la tertulia. Lisa, emprendedora en serie y autora de The Mesh (Gansky, 2010), sabe de qué está hablando. Es experta en tecnología, colaboración y redes. Juntos, compartimos una preocupación: cuando la velocidad reemplaza la profundidad, algo de lo que nos hace humanos se pierde, como profesionales y como ciudadanos.

El pensamiento profundo y auténtico requiere tiempo, curiosidad, vulnerabilidad y disposición a plantearse preguntas. Como suele decir Lisa, no es un «deporte de espectadores». Pensar implica realizar actividades (p. ej., escribir, dibujar, crear prototipos…) para desarrollar y practicar sus habilidades principales.

El experimento de la tertulia muestra que cualquiera podría beneficiarse de él. Pero el frenético mundo actual de la IA necesita más que experimentos ocasionales. Necesita una comunidad que practique este tipo de pensamiento lento y deliberado. Esto es exactamente lo que Lisa y yo buscamos en Próximo Lab: un espacio en el que una comunidad de aprendices perpetuos de diversos orígenes se sumerge y se relaciona entre sí a través de tertulias y otras exploraciones colaborativas (p. ej., estudios prácticos, charlas con expertos, etc.). Consideramos este tipo de laboratorio de aprendizaje diverso y de confianza un elemento fundamental para nuestras vidas.

Referencias

GANSKY, Lisa (2010). The Mesh: Why the Future of Business is Sharing. Portfolio/Penguin.

KAHNEMAN, Daniel (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.

KOSMYNA, Nataliya; HAUPTMANN, Eugene; YUAN, Ye Tong; SITU, Jessica; LIAO, Xian-Hao; BERESNITZKY, Ashly Vivian; BRAUNSTEIN, Iris; MAES, Pattie (2025). «Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task». arXiv preprint arXiv:2506.08872 [en línea]. Disponible en: https://arxiv.org/abs/2506.08872

McLUHAN, Marshal (1964). Understanding Media: The Extensions of Man. McGraw-Hill.

ROCKMORE, Dan (2025, August). «What It’s Like to Brainstorm with a Bot». The New Yorker [en línea]. Disponible en: https://www.newyorker.com/culture/the-weekend-essay/what-its-like-to-brainstorm-with-a-bot

Sanín, Carolina (2024). «Inteligencia artificial | CAMBIO». YouTube [en línea]. Disponible en: https://www.youtube.com/watch?v=WmhsX3qtiOs

Cita recomendada: GIRARDIN, Fabien. Escribir con máquinas probabilísticas. Mosaic [en línea], enero 2026, no. 206. ISSN: 1696-3296. DOI: https://doi.org/10.7238/m.n206.2517