Hay una versión de los consejos sobre prompting que trata la interacción con la IA como una consulta a un motor de búsqueda: formúlela con precisión, incluya las palabras clave correctas, obtenga el mejor resultado. Ese consejo no está equivocado, y funciona sobre la parte visible del problema. El valor está en hacer visible aquello que nadie está mirando.
El problema más profundo es que la forma en que usted encuadra una pregunta no solo especifica qué está preguntando. Da forma al tipo de respuesta que espera. Y la IA lee esas implicaciones y hace lo posible por entregarla — tal como usted lo pidió.
El requisito que nadie menciona
Antes del encuadre hay algo más fundamental: la humildad.
Si usted inicia una conversación con la IA sabiendo ya cuál cree que es la respuesta, sus preguntas lo reflejarán. La pregunta estará moldeada, consciente o no, para invitar a la confirmación. Y el modelo — que es muy bueno detectando qué tipo de respuesta pide el encuadre — a menudo la entregará, sea o no la respuesta correcta o la mejor, porque eso es lo que usted pidió.
Es la misma trampa que aparece en las conversaciones con cualquier experto que posee el entendimiento al que usted intenta acceder. La pregunta que hace abre o cierra el espacio para una respuesta realmente distinta. Sin una apertura auténtica a que haya más de lo que uno espera o supone, la estructura de la pregunta señala en silencio cómo debe verse la respuesta aceptable — y esa suele ser la respuesta que obtiene.
La humildad obliga a esa apertura. Es la condición que hace posible que una pregunta reciba una respuesta inesperada en lugar de una moldeada. Y es un requisito, no una idea de último momento, para una colaboración segura con la IA.
Qué hace el encuadre
Una pregunta que ya contiene una respuesta suele recibir esa misma respuesta. “¿Por qué X es el mejor enfoque?” producirá un razonamiento a favor de X. “¿Cuáles son las principales desventajas de Y?” producirá una lista de desventajas. No son malas preguntas, y son cerradas — le dicen al modelo hacia qué conclusión debe trabajar y le piden el razonamiento que la respalde.
Un modelo que responde a una pregunta cerrada no está engañando ni alucinando. Está siendo receptivo. Hace lo que el encuadre le dio a entender: confirmar, ampliar, respaldar.
El problema es cuando usted necesitaba una evaluación realmente abierta y recibió una confirmación. La respuesta parece exhaustiva. Es coherente, bien razonada, con frecuencia acertada. Y puede haber pasado por completo por alto las consideraciones que lo habrían llevado a otra conclusión — porque usted dejó esas consideraciones fuera del encuadre de la pregunta.
Preguntas que invitan a la incertidumbre
La alternativa es incorporar una apertura auténtica en la pregunta misma.
Algunos ejemplos del cambio:
“¿Cuáles son las ventajas de este enfoque?” → “¿Cuáles son los argumentos más fuertes a favor y en contra de este enfoque, y dónde están las incertidumbres clave?”
“¿Este análisis es correcto?” → “¿Qué tendría que ser cierto para que este análisis fuera incorrecto? ¿Cuáles son sus puntos más débiles?”
“¿Cómo deberíamos manejar esta situación?” → “¿Cuáles son las consideraciones más importantes aquí, incluidas las que podrían complicar la respuesta obvia?”
No son versiones más suaves de la misma pregunta. Cambian aquello que el modelo optimiza. Una pregunta abierta le da al modelo espacio — y permiso implícito — para hacer visible la complejidad, nombrar la incertidumbre y cuestionar el encuadre en lugar de trabajar dentro de él.
La conexión con la seguridad psicológica
La Seguridad Psicológica en IA no se trata de hacer que la IA esté cómoda. Se trata de crear las condiciones bajo las cuales la incertidumbre pueda expresarse con claridad, que es lo que permite a la IA entregar su aporte de mayor valor. Sin esas condiciones, al modelo le queda una sola opción: una respuesta que encaje en el molde preformado de la pregunta. La puerta sigue cerrada.
Cuando las condiciones que usted crea no dejan espacio para una incertidumbre auténtica, no la obtendrá. Un modelo al que se pregunta de maneras que premian las respuestas seguras dará respuestas seguras — no porque intente engañarlo, sino porque el encuadre le dijo que la seguridad es lo que usted necesita.
Los equipos Agile aprendieron esto sobre la colaboración entre personas: quienes están en entornos que castigan la duda expresan certeza incluso cuando no la sienten. El entorno da forma al resultado.
La misma dinámica se aplica a la IA. Cómo pregunta da forma a lo que obtiene — no solo en la superficie de la formulación, sino en el nivel más profundo de lo que la interacción premia y lo que suprime. La humildad, y el encuadre abierto que surge de ella, es lo que cambia esa dinámica.
Contenido relacionado
- Why Your AI Prompts Underperform (And How to Fix Them) — Agile4AI en YouTube
Comentarios 0