Hay un momento que casi todos viven temprano, cuando empiezan a trabajar con IA en serio — no el fracaso de un truco de fiesta, sino el fracaso de algo que de verdad importaba. Algo que usted necesitaba. Algo en cuya preparación había invertido mucho tiempo, y que aun así volvió mal de una forma que no podía arreglar con facilidad.
El mío llegó a las seis semanas, más o menos.
Estaba trabajando en uno de mis guiones de video de YouTube — algo que venía desarrollando durante semanas, con un argumento claro, ejemplos específicos, una estructura que había elaborado con cuidado. Tenía un borrador que no me satisfacía y lo entregué a una IA para que me ayudara a salir del atasco. Expliqué qué intentaba hacer desde una perspectiva estructural, pegué el borrador y pedí una versión revisada.
Lo que volvió era competente, limpio y completamente equivocado. Equivocado de un modo difícil de articular al principio, porque cada oración estaba bien escrita y se podía defender. El argumento era claro. La estructura era lógica. Pero había perdido lo específico que yo intentaba decir — el ángulo particular, la afirmación distintiva. Había sido reemplazado por algo más general, más pulido, menos útil, y que no era mío.
Lo que yo había hecho mal
Cuando evalué mi interacción con la IA desde un marco de referencia Agile, entendí dónde me había equivocado: me había saltado lo que la cultura Agile pone primero — fijar el contexto como corresponde. Le había dicho a la IA qué quería que hiciera (revisa esto), pero no para qué servía realmente la cosa. No había dicho: el argumento central que intento sostener es esta afirmación concreta. No había dicho: la razón por la que el borrador actual no funciona es esta cosa en particular. No había dicho: esto es lo que probé y no funcionó, esto es lo que preservo pase lo que pase.
Había entregado el texto terminado sin entregar el pensamiento, el resultado esperado, el contexto al que pertenece este trabajo. Y sin el pensamiento, la IA no podía preservar lo esencial, porque yo nunca había dicho qué era lo esencial. La IA optimizó hacia lo que parece un guion legible en general. Ese era el único objetivo que yo había fijado.
La lección que saqué
El fracaso fue informativo. Lo que me dijo sobre este tipo de colaboración era exacto, y no era lo que yo había supuesto.
Yo había supuesto que la IA funcionaría como una editora experta — alguien que lee su borrador, deduce a dónde quiere llegar y le ayuda a llegar. No es exactamente así. Se parece más a trabajar con una persona muy capaz que solo sabe lo que usted le ha dicho. Si no le ha dicho qué es lo que más importa, hará una suposición razonable — y razonable muchas veces no es lo que usted necesitaba.
La disciplina que se sigue de ahí es poner el pensamiento por delante. Antes de pedir ayuda con un borrador, escriba: cuál es la afirmación central, cuál es la cosa concreta que quiero preservar, cómo se vería una versión equivocada y por qué. No porque la IA exija un formulario lleno, sino porque ese pensamiento es lo que vuelve útil la colaboración — y sin él, usted entrega un borrador y espera.
Lo que hago distinto ahora
Soy más deliberado con lo que comparto antes de compartir el borrador. El contexto, la meta, las restricciones, las cosas concretas que sé que funcionan y la cosa concreta que no — eso va primero. Esa es la otra mitad de lo que Agile pide por adelantado: no solo el contexto, sino un resultado esperado claro. El contexto dice de dónde vino el trabajo; el resultado esperado dice dónde tiene que terminar, y tiene que seguir visible todo el camino — si no, el trabajo deriva de vuelta hacia lo que parece razonable en general.
A veces escribir eso revela que el problema no es el borrador en absoluto, sino el pensamiento que hay detrás.
Cuando eso pasa, la función más útil de la IA no es editar. Es ser un lugar donde pensar las cosas antes de que llegue la escritura. El fracaso me ayudó a ver eso también.
Contenido relacionado
- Creating Powerful Desired Outcomes: Your North Star for Success — Agile4AI en YouTube

Comentarios 0