Está cerrado

Estoy de vacaciones en Europa, y esta vez hice algo nuevo: en lugar de investigar por horas en internet, comprar una guía o comprar el servicio de una agencia, decidí confiarle el viaje a la inteligencia artificial. Si ya lo íbamos a hacer, había que hacerlo bien, así que fui alternando entre mis asistentes según lo que yo creía mejor para cada momento. Con todo el hype de Astra, tenía que traerlo a la mesa; Fable, costoso por supuesto, era la espina dorsal; y Gemini, con su vista en vivo, prometía ser el compañero para todo el uso práctico, como poner a lavar la ropa a la mitad del viaje. Lo que me encontré distaba mucho de las promesas publicitarias.

Antes de salir, inspirado en la moda de usar Astra para darte un look de los ochenta, le di fotos mías y de mi guardarropa, once en total, con unas instrucciones largas cuyo principio cabía en tres palabras, editar, combinar, elevar; nada de comprar de último minuto ni de disfrazarme. De lo que le enseñé eligió quince prendas, las combinó en ocho conjuntos y me dejó una lista de qué día tocaba cuál. Ahí pude haber parado, y en cualquier año anterior habría parado. Pero se me ocurrió pedirle que me enseñara cómo se verían esos conjuntos en los lugares, y su herramienta de imágenes me devolvió una presentación conmigo adentro, con el blazer navy en un puente de Ámsterdam y con la sobrecamisa de cuadros en un café de Berlín. Yo le había pedido que no me disfrazara; él, por su cuenta, agregó que no me adelgazara, y se lo agradezco. Cada render me recordaba más a la pieza de la semana pasada, la del teléfono descompuesto: me reconocía en la ilustración, pero mi cara cambiaba poco a poco hasta ver a un señor sumamente parecido a mí. Para efectos del viaje no tenía impacto; veo cómo puede afectar otras decisiones más minuciosas. Cada lámina de la presentación lleva al pie un aviso de que las prendas son aproximadas, y era cierto: se parecían a las mías sin ser las mías.

Ya en el viaje fui pidiendo cosas de distinta dificultad: restaurantes del tipo de hotel y de lugar donde andábamos, rutas con distintos objetivos en el camino, parar por un buen café, comprar algo típico del lugar y no de turista. Y el lunes en la noche, con hambre y ya tarde, uno de ellos me mandó a cenar a un lugar cerrado. Luego a otro. Pocas cosas tengo más íntimas que mis vacaciones, y justo por eso sirven para una cuenta que aplica igual al plan del trimestre que la IA te propuso: cuánto se equivocó y qué costó cada error. De eso viene la pieza de esta semana, y viene en dos partes, porque el viaje también va a la mitad: hoy, cómo lo llevé; la semana que entra, cómo terminó.

Me reconocí

lo que sabían de mí más de siete de cada diez mensajes que recibe ChatGPT ya no son de trabajo, así que lo que hice esta semana lo hace la mayoría; lo que casi nadie hace es ponerle número a cuántas veces se equivocaron y cuánto costó cada una →

El primer día en Ámsterdam, ya en el hotel, le pregunté al mismo agente si me cambiaba para salir, y había olvidado el valioso trabajo que habíamos hecho días antes: me contestó con sugerencias genéricas y me pidió fotos de lo que traía de arriba, como si no supiera qué había en mi maleta. Le escribí que usara su propia presentación, y entonces sí: dijo que fue a buscar su trabajo y me recomendó la combinación del blazer navy. Acertó porque días antes le había enseñado el clóset, y aun así tuve que decirle dónde estaba su propio trabajo: la memoria que tanto prometen estas herramientas no apareció hasta que le señalé dónde buscar.

Lo que sí me atinaron esta semana tenía algo en común, y tardé en verlo. Fable, con acceso a mi correo y a mi calendario, encontró en el correo los boletos de los dos museos, uno de los cuales yo no tenía apuntado, y al día siguiente rescató el vuelo a Berlín de un itinerario que mi esposa me había reenviado. Los amigos que sí viven en cada ciudad me mandaron sus lugares por mensaje, y lo mejor que hicieron las máquinas con ellos fue acomodarlos en el día. Todo eso salió de los datos que yo mismo les había proporcionado: el ya casi trillado garbage in, garbage out, y su versión buena, knowledge in, insights out, en carne propia.

Nada de esto es raro. Más de siete de cada diez mensajes que recibe ChatGPT ya no son de trabajo, según un estudio de OpenAI con economistas de Harvard y Duke de septiembre del año pasado, así que lo que hice esta semana es lo que hace la mayoría. Lo que no creo que muchos hayan hecho, y yo tampoco hasta ahora, es ponerle número a cuántas veces se equivocaron conmigo y cuánto costó cada una.

Con hambre y tarde

lo que creían saber todos tenemos un amigo que vivió allá y te manda, con toda la seguridad, a un café que cerró hace un año; su mapa trae fecha aunque él no la diga →

El lunes en la noche terminé un recorrido en autobús por Berlín que también me había recomendado un proveedor de IA. Las vistas, espectaculares; el recorrido, malo: el conductor iba demasiado rápido y la audioguía claramente no era muy reciente. Las reseñas ya decían que la audioguía era sarcástica y no le daban más de cuatro estrellas; todavía no sé por qué el agente lo eligió, y con ver que no éramos más de diez personas en el autobús debí haberlo sospechado. Pasé por la torre de televisión y le pedí lo más simple de todo el viaje: un lugar de döner cerca, bueno, de los que van los de aquí. Me dio dos, con hora de cierre. Los busqué y los dos aparecían cerrados. Se disculpó y me mandó a un tercero, abierto hasta las dos de la mañana según él, con todo y cómo llegar. Le pregunté cómo se pide y cómo se dice salsa de ajo, y mi siguiente mensaje fue de dos palabras: está cerrado. Me aseguró que estaba yo prácticamente en cierta esquina y me recomendó otro a noventa y cinco metros, abierto, con su calificación y su número de reseñas. Le escribí que el cerrado estaba en remodelación; entendió que ya eran dos, prometió que solo me mandaría a un lugar que pudiera corroborar abierto esa noche, y me mandó dos más. Le aclaré que hablaba del mismo lugar, que sus datos estaban viejos, que tenía hambre y que se estaba haciendo tarde. Me mandó otros dos. Cinco rondas, ocho nombres, veinticuatro minutos de mensajes, y dos puertas: la del que decía abierto hasta las dos, en una zona oscura y poco poblada de la ciudad, cerrada por remodelación; y, después de cambiar de agente y caminar unos minutos, otro local cerrado en lo que parecía una plaza abandonada. Opté entonces por Gemini, que después de todo debería tener los listados actualizados en tiempo real, y así conocí mi primer döner kebab vegano. Con hambre iba a ser suficiente, pero como respuesta no lo era: más de veinte minutos buscando algo tan común en Berlín como un döner, con tres gigantes de la tecnología en el teléfono, para terminar en el vegano. Quizá lo que hay que revisar es qué están recibiendo ellos, si knowledge o garbage.

Entiendo lo que hizo, y por eso me interesa. Tenía nombres, calificaciones, reseñas, horarios publicados, hasta comentarios recientes, según él, de gente que sí vive en Berlín. Todo eso te dice si el lugar es bueno; nada te dice si esa noche estaba abierto. Un horario publicado no sabe de una remodelación, y el asistente tampoco sabía dónde estaba yo parado: lo adivinó, y desde esa adivinanza me calculó los noventa y cinco metros. Cada disculpa venía seguida de una instrucción igual de firme que la anterior. La seguridad no bajó de la primera recomendación a la quinta. Lo que subió fue mi hambre.

No fue la única puerta cerrada de la semana, pero todas tenían la misma forma, y es la forma del amigo que vivió allá. Todos tenemos uno: te conoce, te quiere, y te manda, con toda la seguridad del que caminó esas calles, a un café que ya cerró. O yo mismo, cuando con mis vivencias de décadas anteriores le recomiendo a mi amigo Daniel aquel bar vívido de Buenos Aires, y él se encuentra con algo pasado de moda, en sus últimos respiros. Ninguno miente. El mapa trae fecha aunque uno no la diga, y la fecha es la de la mudanza. Lo que sabían de mí, en cambio, también traía fecha, solo que la ponía yo: once fotos escogidas el día antes de salir, y mi correo y mi calendario tal como estaban la mañana en que pregunté. La presentación me quedó; la cena me costó dos puertas cerradas.

Un par de calcetines

la cuenta ese 8% es el número que menos sirve, y las cuentas hechas sin hambre lo confirman: 45% de las respuestas con un problema serio cuando periodistas revisan todo, y la misma máquina que inventa una de cada cinco veces con el documento enfrente inventa una de cada dos sin nada que leer →

Me puse a contar a mitad del viaje, porque una anécdota con hambre no es un dato, y ahí vino la primera sorpresa: no hay dónde ver la cuenta. En la oficina medimos todo, y ninguno de los tres asistentes trae un tablero que te diga cuánto tiempo hablaste con él esta semana ni cuántas veces lo tuviste que corregir. Así que se los pedí a ellos. El primero contó 133 mensajes míos en 21 conversaciones, en los ocho días que van del lunes antes de volar al lunes del döner. Once de esos mensajes, 8%, tuvieron que ver con una corrección: ocho reclamos míos, que hice en el momento porque me di cuenta de que estaba mal, y tres veces que él mismo se retractó. La cuenta de los mensajes es suya, y ésa se la creí. Otro 27% fueron aclaraciones, que son otra cosa: que traía la cámara, qué precio veía, a quién esperaba. Y unas cinco horas de ir y venir con él, esperas incluidas. El segundo contó desde más atrás, desde agosto, cuando empecé a preguntarle por hoteles, y solo dentro de lo que alcanza a ver: 43 mensajes míos en 11 conversaciones; dos veces se equivocó de plano, cuatro veces se trabó y tuve que meter mano, y una respuesta se fue de largo y tuve que acotarla, 16% de las veces sin salir a la primera. Y uno ni siquiera quiso decirme, ni ayudarme a contar: me contestó que no ve cuántas veces le escribí ni cuánto duraron los audios, y me sugirió que contara yo a mano en la página de actividad de mi cuenta. Eso también es un dato.

Pero la tasa es el número que menos me sirve, y esto es lo que de verdad aprendí en la banqueta: no todos los errores cuestan lo mismo. La mayoría fueron calcetines. La lista de viaje mencionaba Praga, a donde no iba; un antifaz para dormir en el avión apareció descrito como manta; uno de los asistentes me propuso el museo para la tarde cuando ya tenía boleto para la una y media; una respuesta se cortó a media frase. Se cazan en un segundo o no importan, como que te sobre o te falte un par de calcetines. Unos cuantos costaron un rato, o me lo habrían costado si no vuelvo a preguntar: el restaurante cerrado por evento privado entre dos museos, la sala de espera del aeropuerto a la que mi boleto no daba acceso, y la lavadora que Gemini iba a resolver con la cámara, que acabó con la ropa mojada después de tres horas de secadora. Y uno solo me costó la noche, y ahí cupieron cuatro de mis ocho reclamos de la semana, en veinticuatro minutos. Los mismos asistentes, las mismas cuentas, tres costos distintos, y lo que cambió fue el momento en que usé la respuesta: los calcetines se revisan en casa, antes de salir, y el döner se revisa en la banqueta.

Una advertencia sobre la tasa, que el primer asistente escribió mejor que yo: ese 8% mide mis mensajes que tuvieron que ver con una corrección, no las respuestas equivocadas; lo que nadie corrigió en el momento no está ahí, y lo que salió bien sin que yo dijera nada tampoco cuenta como acierto. Los estudios que miden esto salen más altos, y no porque a mí me haya ido mejor. La Unión Europea de Radiodifusión y la BBC pusieron a periodistas de 22 medios públicos en 18 países a revisar 2,709 respuestas de cuatro asistentes a preguntas sobre noticias, y 45% tenía al menos un problema serio; ellos revisaron todas las respuestas, y yo solo reclamé las que me dejaron sin cenar. Y hay cuentas hechas por tarea que separan lo mismo que yo separé con el clóset y el döner. Resumiendo un documento que le das, los modelos que encabezan el tablero público de Vectara inventan entre 2 y 5% de las veces, y los grandes que todos usamos, entre 7 y 14%. Contestando sobre una persona sin nada que leer, OpenAI midió en su modelo de razonamiento del año pasado una de cada tres respuestas con algo inventado, y casi una de cada dos en la versión chica, que en el tablero de Vectara anda en 19%: la misma máquina, 19% con documento y 48% sin él. Nadie diseñó esas dos mediciones para compararse, y aun así dicen lo mismo que mi semana, medido sin hambre.

La misma voz

el lunes

Todo lo que me dijeron venía en la misma voz, con la misma seguridad y la misma buena redacción, pero salía de dos lugares distintos. Una parte estaba hecha de lo que yo les di: mis fotos, mi correo, mi calendario, las ligas de mis amigos. Esa parte también falló a veces, Praga en la lista, la hora del museo, pero cada falla la cacé desde la silla, porque el original lo tenía yo. La otra parte hablaba del mundo de esa noche, y ésa la habían leído quién sabe cuándo. Hasta las imágenes traen, escondido en el archivo, con qué herramienta se hicieron y qué día; el “abierto hasta las dos de la mañana” no traía fecha, y la fecha era lo único que importaba.

En el libro le llamo verificar, y es el más aburrido de los cuatro movimientos del capítulo 8 (el libro ya está a la venta, por si quieres los otros tres). Lo que aprendí en Berlín es más fino que verificar todo, porque verificar todo no se puede con hambre, y tampoco en una sala de juntas. Lo tuyo se revisa desde la silla, porque el original lo tienes tú. Lo del mundo se revisa en la puerta, y se toca antes de actuar, con más razón cuanto más cerca estés de hacerlo: una combinación mal propuesta se corrige en el hotel, y una puerta cerrada se cobra en el momento, cuando ya no tienes ganas de revisar nada.

Lo del viaje es un piloto, y al ser personal todo esto se ve obvio. Lo que proyecta es lo que está pasando en los negocios, donde un plan trimestral es mucho más que un par de calcetines de más o un puesto de döner cerrado, y no sé si estamos todos entrenados para darnos cuenta. A fin de cuentas el efecto impacta nuestra carrera y nuestros resultados, a lo mejor en formas sutiles, pero que se acumulan. Ese plan que la IA te propone para el trimestre trae las dos cosas revueltas en el mismo párrafo. “Con tus ventas de los últimos doce meses, este producto es el que más margen deja” está hecha de tus datos; ábrelos y en cinco minutos sabes si te queda. “El proveedor entrega en seis semanas”, “la norma lo permite” y “el competidor ya lo hace” hablan del mundo de hoy, leído quién sabe cuándo, y ésas hay que ir a tocarlas.

El tip de la semana para el próximo lunes es pedirle a la máquina que las separe ella misma, con estas palabras: sepárame esto en dos listas, lo que sale de lo que te di y lo que sale de lo que tú sabes del mundo, y en la segunda dime de cuándo es cada dato. Lo de la primera lista compruébalo tú, que puedes. A cada cosa de la segunda ponle quién la va a comprobar, antes de qué junta, y qué te cuesta si resulta falsa cuando ya estés actuando: unos calcetines, un rato o la noche. Con las de la noche no se negocia: el plan se arma con la entrega que sí tienes firmada, no con las seis semanas que la máquina leyó quién sabe cuándo, y si nadie fue a tocar antes de la junta, a la junta se llega con hambre.

Y si te dice que algo salió de tus datos y tú no reconoces el número, también hay que ir a tocar. Antes del viaje, comparando hoteles, uno de los asistentes me escribió “si vas con Ana”. Mi esposa no se llama Ana. Le pregunté quién era Ana y de dónde había salido, y no había de dónde: lo que no tenía, lo rellenó con la misma voz.

Sigo el viaje con las mismas herramientas en el bolsillo y con esa regla, que todavía no sé si aguanta la calle. Lo que viene trae retos tan distintos como cada ciudad, y con eso se escribe la segunda parte: cómo terminó.

La pregunta para el lunes sale de esa separación: de lo último que la IA te propuso, ¿qué parte estaba hecha de lo que tú le diste y qué parte de lo que ella cree que pasa allá afuera hoy? Y de esa segunda parte, ¿cuál te deja sin cenar si es falsa, y quién fue a tocar la puerta? Pruébalo esta semana, que yo lo sigo probando en la siguiente ciudad, y la semana que entra comparamos.

Esa fue la pieza de esta semana.

---

— JP