La investigación interna de Anthropic revela: Un ingeniero confiesa que "ir a trabajar todos los días me está dejando sin trabajo". Anthropic recientemente hizo algo bastante interesante. Dirigieron su investigación hacia ellos mismos y encuestaron a 132 ingenieros e investigadores para ver cómo la IA estaba cambiando sus trabajos. Los resultados fueron a la vez emocionantes y algo inquietantes. En primer lugar, la buena noticia: la productividad realmente está aumentando. Los ingenieros ahora utilizan Claude el 60% de su tiempo de trabajo, lo que se traduce en un aumento del 50% en la productividad. Esta cifra es dos o tres veces mayor que la del año pasado. Lo que es aún más interesante es que el 27% de los trabajos eran cosas que la gente nunca habría hecho antes. Por ejemplo, esas pequeñas herramientas que “es mejor tener, pero no son necesarias”, o algunos intentos exploratorios. Podrías pensarlo de esta manera: quizás hayas pensado antes: "Esta característica es genial, pero tomará dos semanas desarrollarla, así que olvídala". Ahora que tenemos IA, dos semanas se pueden reducir a dos horas, y podrás hacerlo. Aquellas ideas que una vez fueron abandonadas porque "no eran rentables" ahora pueden probarse. Pero las habilidades están experimentando cambios sutiles y las cosas están empezando a complicarse un poco. Por un lado, los ingenieros se han vuelto más "full-stack". Los ingenieros back-end pueden diseñar interfaces front-end y los equipos de seguridad pueden analizar código desconocido. Un ingeniero dijo que había creado una interfaz de usuario compleja y el diseñador, al verla, preguntó: "¿Tú creaste esto?" Él respondió: "No fui yo, fue Claude. Solo hice la solicitud". Por otro lado, algunas personas están empezando a preocuparse por el declive de las habilidades básicas. Un ingeniero senior lo expresó muy claramente: Actualmente, utilizo principalmente IA para gestionar tareas en las que sé cómo debería ser la respuesta. Pero si aún fuera un ingeniero júnior, me preocuparía mucho aceptar ciegamente el resultado del modelo. La paradoja aquí es que se necesitan habilidades suficientes para monitorear el resultado de la IA, pero la dependencia excesiva de la IA puede hacer que esas habilidades se degeneren. Así como necesitas saber programación para juzgar si el código escrito por la IA es correcto, si siempre dejas que la IA escriba el código, ¿no se deteriorarán tus habilidades de programación? A nivel social se están produciendo cambios más sutiles. En el pasado, cuando uno se enfrentaba a un problema, pedía ayuda a sus colegas. Actualmente, entre el 80 y el 90 % de las preguntas se le hacen primero a Claude. Algunas personas piensan que esto es genial, ya que evita molestar a los demás. Pero algunas personas dicen: "Disfruto trabajando con personas, y ahora que las 'necesito' menos a menudo, me siento un poco triste". Un ingeniero senior mencionó que los ingenieros jóvenes rara vez hacen preguntas. Aunque sus preguntas fueron efectivamente respondidas con mayor eficacia y aprendieron más rápido. Esto me recuerda una pregunta: ¿Qué es exactamente el aprendizaje? ¿Se trata de obtener la respuesta rápidamente o de desarrollar una comprensión del sistema en el proceso de encontrar la respuesta? Un ingeniero comentó que, antes, al depurar un problema, se leía mucha documentación y código. Aunque no todo era directamente útil, se estaba desarrollando una comprensión de todo el sistema. Claude ahora puede guiarte directamente hacia el problema, mejorando la eficiencia, pero el "aprendizaje incidental" es menor. Lo que más invita a la reflexión es la visión que tienen los ingenieros sobre el futuro. Muchas personas no están seguras de cómo será su trabajo dentro de unos años. Algunos dicen: "Soy optimista a corto plazo, pero a largo plazo creo que la IA acabará haciéndolo todo, haciéndome a mí y a muchas otras personas irrelevantes". Algunos fueron incluso más directos: "Siento que me estoy quedando sin trabajo al ir a trabajar todos los días". Sin embargo, algunas personas creen que esto es simplemente otra mejora en el nivel de abstracción tecnológica. Así como antes los programadores tenían que gestionar manualmente la memoria y escribir en lenguaje ensamblador, ahora los lenguajes de alto nivel se encargan de estas cosas por nosotros. Quizás en el futuro el inglés sea el lenguaje de programación y pensemos en los problemas a un nivel superior. Un ingeniero dijo: El argumento de la "degradación de las habilidades" presupone que la programación algún día volverá a su estado anterior a Claude 3.5. Pero no lo creo. Anthropic también está descubriendo cosas por su cuenta. Están pensando en cómo permitir que los equipos colaboren mejor, cómo apoyar el desarrollo profesional y cómo establecer las mejores prácticas para el trabajo asistido por IA. Pero para ser honesto, nadie tiene una respuesta definitiva. El aspecto más valioso de este estudio quizá no sean sus conclusiones, sino más bien las preguntas que plantea: • A medida que la IA puede hacer cada vez más cosas, ¿qué habilidades deberíamos conservar? ¿Cómo logramos un equilibrio entre las mejoras de eficiencia y el aprendizaje profundo? ¿Qué significa trabajo, es resultado o proceso? ¿Qué pasará con la colaboración entre las personas? Éstos no son sólo problemas que tendrán que afrontar los ingenieros de Anthropic; pronto podrían convertirse en problemas para todos nosotros. El progreso tecnológico nunca es simplemente bueno o malo: trae consigo nuevas posibilidades y nuevos desafíos. Lo importante es cómo nos adaptamos y cómo encontramos un nuevo equilibrio en medio del cambio. Como dijo un ingeniero: "Nadie sabe qué pasará; lo importante es seguir siendo adaptable". Éste es probablemente el consejo más honesto y práctico. Resumen generado por IA, con formato humano; enlace al artículo original en la sección de comentarios.
Cargando el detalle del hilo
Obteniendo los tweets originales de X para ofrecer una lectura limpia.
Esto suele tardar solo unos segundos.