Este pequeño comando de dos líneas le ahorrará horas o días de frustración con los modelos de IA: "Muestra tu comprensión de lo que dije. Imprime tu plan y luego espera". Luego explique cualquier error y haga que vuelva a salir y ajústelo hasta que su comprensión y plan sean correctos.

Mi nuevo artículo para la revista FreeThink desglosa por qué la IA no se llevará todos los trabajos: ¿El TLDR? 1) La unidad económica de los agentes. No costarán lo mismo que una suscripción a Netflix de $ 20, piense más como un salario humano. 2) Impuestos. Espere impuestos sobre el trabajo digital y robótico a medida que mejore cada vez más, comenzando como un retroceso proteccionista populista y en lugares con mucha regulación como la UE y luego extendiéndose por todas partes. 3) La IA no hace desaparecer el trabajo. Simplemente cambia el flujo de trabajo y crea un conjunto diferente de problemas y estos problemas no son ampliamente entendidos por las personas que no interactúan con estos sistemas de 8 a 10 horas al día y solo leen sobre ellos: A) Concepción/descripción del problema B) Iteración C) Verificación 4) Falacia del bulto del trabajo 5) Algunos roles en los que nos encanta tener gente porque somos criaturas sociales. Los cajeros automáticos hacen el trabajo de repartir dinero mejor que las personas, pero los trabajos de cajero simplemente cambiaron al servicio al cliente. Puede que tengamos un droide camarero perfecto, pero prefiero charlar con una persona feliz y amigable en mi restaurante favorito local. Algunos fragmentos del artículo: Si está utilizando estos sistemas para cualquier cosa que importe, necesita un pase de verificación que vaya mucho más allá de una ojeada perezosa. Eso significa un trabajo humano orientado a los detalles: debe verificar cada afirmación, cada diagrama, cada enlace, cada palabra, cada línea de código, cada resultado, cita y hecho. ¿Y quién está mejor posicionado para verificar? Las mismas personas que ya son buenas en lo que sea que la IA esté tratando de hacer: los trabajadores que se supone que debe reemplazar. Los médicos pueden verificar las afirmaciones médicas. Los programadores senior pueden verificar los resultados de codificación de IA. Los redactores publicitarios fuertes pueden verificar que todo lo que escribe GPT canta: conocen un buen giro de frase cuando lo leen y pueden asegurarse de que cada párrafo fluya del anterior. Las grandes empresas tecnológicas están gastando actualmente billones de dólares para construir nuevos centros de datos de IA y, además de todo lo demás, el costo de pagar a las personas para que administren esos centros también deberá tenerse en cuenta en la ecuación. Es más probable que su futura fuerza laboral, que se ejecuta en chips de redes neuronales especializados, cueste $ 5,000, $ 10,000 o $ 20,000 al mes por trabajador digital, no $ 200. En mi startup de agente de IA, tengo un equipo de tres ingenieros que usan Claude Code y GPT-5 de OpenAI para ayudar en su codificación. Usando los precios de la API (actualmente estamos promediando alrededor de $ 8,000 al mes, eso es lo que realmente cuestan $ 600 en suscripciones. Y eso es ocho horas al día por programador, no agentes que funcionan ininterrumpidamente las 24 horas del día, los siete días de la semana. También es probable que veamos impuestos a los agentes de IA si realmente muerden la fuerza laboral de manera significativa, a medida que el mundo se tambalea cada vez más hacia el proteccionismo. De hecho, está prácticamente garantizado. Eso también aumentará el costo de ejecutarlos. A medida que lleguen estas economías unitarias, la mayoría de las empresas tendrán que preguntarse: "¿Es más barato arrojar a más personas a un problema que pagar por IA?" En la mayoría de los casos, la respuesta será "sí", a menos que tenga un problema hiperespecializado que la IA realmente pueda ayudar a acelerar, como el descubrimiento de fármacos. Sin embargo, incluso si la IA fuera perfecta y barata, siempre habrá trabajos que simplemente no querremos entregar a las máquinas. Tenemos cajeros automáticos, pero todavía tenemos cajeros bancarios humanos porque queremos la opción de hablar con una persona. En el mundo de los restaurantes, es posible que algún día tengamos droides camareros perfectos, pero aún querré interactuar con una persona amigable y divertida que me haga sentir como un rey mientras ceno, y espero que muchas otras personas también lo hagan. Como señala James Bessen repetidamente en Harvard Business Review, la automatización no solo crea o destruye empleos, sino que los transforma. (Cuando se lanzaron los cajeros automáticos de los bancos, los escritores de obituarios afilaron sus plumas para los cajeros bancarios, pero el empleo de los cajeros bancarios no colapsó, creció. Esto se debe a que los cajeros automáticos redujeron el costo de funcionamiento de una sucursal, lo que significaba que los bancos podían abrir más sucursales, donde el trabajo del cajero cambió de manejo de efectivo a ventas y servicios de relación. La elasticidad de la demanda también importa. Cuando se reduce el costo de un recurso, los humanos usan más, esa es la paradoja de Jevons (en acción). Aplicado a la inteligencia artificial, la cognición más barata nos hará consumir más inteligencia en general, al igual que la energía más barata condujo a un mayor uso de energía. Surgirá un nuevo mercado para la inteligencia. En su ensayo "¿Por qué todavía hay tantos trabajos?" el economista David Autor explica por qué este tipo de cosas siguen sucediendo. Las tecnologías automatizan tareas específicas, pero también crean nuevas tareas, nuevas complementariedades y nuevas categorías de trabajo para las que antes no teníamos palabras. Un agricultor del siglo XVIII nunca podría entender el trabajo de un diseñador web porque se basa en numerosas innovaciones de cisne negro, como electricidad, computadoras e Internet, que no podría imaginar. Somos excelentes para imaginar todos los trabajos que desaparecerán debido a una nueva tecnología, pero terribles para predecir los que se crearán porque aún no existen. Si imaginas un mundo en el que cada persona tiene un personal de 15 agentes digitales, cada uno de los cuales se agita día y noche, estás imaginando un mundo con mucho poder y costos de silicio. Las curvas de capex y opex dan forma a donde el trabajo de la máquina tiene sentido. En pocas palabras: el futuro del trabajo no será simplemente una cuestión de elegir entre IA y trabajadores humanos. Va a calcular lo que cuesta hacer cada tarea con personas, con máquinas y con híbridos cuando se incluyen los costos de error en cascada, el impuesto de verificación, el impuesto real, la economía unitaria y el riesgo. Ese no es un futuro sin humanos. Ese es un futuro con más influencia por ser humano que nunca antes en la historia. Esa es la definición misma de crecimiento económico: hacer más con menos. A sus antepasados les costaba 1,000 horas de trabajo iluminar su casa con velas de sebo. Le cuesta unos segundos iluminar su casa con solo presionar un interruptor. Apalancamiento en acción.

Parece que lo que necesitamos es privacidad diferencial y cifrado homomórfico para las conversaciones con LLM. Necesitamos un ProtonMail para chatear.