Este artículo proviene del WeChat público: No Entiendo Economía, autor: Rust de No Entiendo Economía y el Tío Ye, título original: "La paradoja de Zhang Wenhong en la era de la IA: ¿Por qué cuanto más uso la IA, menos valioso me siento?", imagen del tema: Visual China Group
Hace unos días, vi un video corto del Dr. Zhang Wenhong, director del Centro Nacional de Medicina de Enfermedades Infecciosas, hablando en el Foro de Montaña Alta de Hong Kong el 10 de enero. Fue claro al afirmar: "Me niego a introducir la IA en el sistema de historiales médicos del hospital".
Porque, una IA sin entrenamiento sistemático, cambiaría fundamentalmente la ruta de formación de los médicos, dañando o perjudicando la capacidad de diagnóstico independiente que los médicos jóvenes necesitan adquirir a través del entrenamiento tradicional.
Zhang Wenhong explicó que él mismo usa la IA, dejando que la IA revise primero los casos. Pero la clave es que, con sus más de treinta años de experiencia clínica, puede detectar de un vistazo dónde se equivoca la IA.
El problema está en los médicos jóvenes.
Si un médico, desde su etapa de prácticas, comienza a depender de la IA para obtener conclusiones diagnósticas, saltándose el entrenamiento completo del pensamiento clínico, perderá para siempre una capacidad clave: la capacidad de discernir si la IA está en lo correcto o no.
Las palabras de Zhang Wenhong, desde la perspectiva de un usuario común de IA, revelan una realidad malinterpretada universalmente, sobre las habilidades y el leverage (palanca) en la era de la IA.
En el último año o dos, he observado una "ansiedad colectiva" peculiar.
Lo interesante es que esta ansiedad no proviene de aquellos que no entienden la tecnología, sino todo lo contrario, proviene más de aquellos grupos de élite que ya usan la IA con soltura: programadores, abogados, analistas, creadores de medios.
Al principio, todos estaban emocionados pensando que la IA los convertiría en superhumanos. Pero después de una breve fiesta de eficiencia, muchos cayeron en una sensación de impotencia más profunda:
Cuando la IA puede completar el 80% del trabajo a costo cero, ¿el 20% de valor que me queda realmente puede sostener mi dignidad profesional?
Si una IA puede resolver en minutos un código que a mí me lleva dos semanas; si un modelo de lenguaje grande puede producir instantáneamente un informe de due diligence perfecto; si gemini o Doubao permiten a personas sin base alguna de pintura producir obras de nivel maestro; si GPT puede "leer con precisión" informes médicos o de laboratorio, entonces, ¿dónde está realmente la ventaja protectora de las habilidades humanas?
Anteriormente, The Atlantic Monthly publicó un artículo diciendo que estamos entrando en una era de des-skilling (pérdida de habilidades); pero la otra cara de la moneda es precisamente: la IA no ha hecho inútiles las habilidades, sino que ha provocado una intensa "inflación de habilidades". Solo que las habilidades deben ser redefinidas.
En una era donde el costo de ejecución se acerca a cero, la IA es un espejo que revela la verdad. Amplifica no solo tu eficiencia, sino también la granularidad o precisión de tu cognición.
Te sientes "inútil" quizás porque la IA expone sin piedad un hecho: gran parte del trabajo del que te enorgullecías en el pasado era simplemente "mover ladrillos", era ejecución, era "obedecer y hacer", no era "pensar", y mucho menos plantear problemas y resolverlos.
La verdad sobre las habilidades en el siglo XXI ya no se trata de cuántas herramientas tienes en la mano, sino de cuánto leverage (palanca) original y real tienes en tu cerebro. La capacidad integral de "control macro + verificación micro" es el verdadero trabajo seguro en la era de la IA.
I. La Paradoja de Zhang Wenhong: 0 multiplicado por 10 sigue siendo 0
En Silicon Valley hay una opinión ampliamente difundida, pero a menudo malinterpretada.
La gente dice: "La IA es un amplificador de productividad por 10".
El significado matemático de esta frase es más frío que su significado literal.
Si tu capacidad actual es 1, la IA te convierte en 10; si eres 10, la IA te convierte en 100. Pero si tu comprensión fundamental de un campo es 0, entonces, 0 multiplicado por 10 sigue siendo 0.
Este es el núcleo de la preocupación de Zhang Wenhong: un médico joven que depende de la IA desde su etapa de prácticas, su juicio clínico bien podría ser 0. Por poderosa que sea la IA, 0 multiplicado por cualquier número, el resultado sigue siendo 0.
Lo más aterrador es que este "0" ni siquiera sabe que es 0.
Zhang Wenhong lo dijo claramente: "Los médicos novatos no pueden solo depender de la IA para diagnosticar". ¿Por qué? Porque incluso si la IA tiene una precisión del 95%, ese 5% de errores necesita ser identificado y corregido por médicos profesionales.
Si el médico no posee capacidad de diagnóstico independiente, ¿cómo va a detectar los errores de la IA? ¿Cómo va a manejar enfermedades raras o complejas que la IA no puede resolver?
Esto es lo que llamo la "Paradoja de Zhang Wenhong". En cierto nivel, es un problema del huevo o la gallina. Pero en otro nivel, enfatiza si es la persona quien usa la herramienta o la herramienta quien usa a la persona.
Revela la primera capa de la verdad sobre las habilidades en la era de la IA:
La esencia de la IA es el "ajuste de probabilidades", mientras que el valor humano reside en la "asunción de consecuencias".
En el pasado, cuando hablábamos de habilidades, a menudo nos referíamos a la ejecución熟练 (hábil), memorizar gramática, recitar leyes, dominar atajos de teclado. Pero en la era de la IA, estas habilidades duras se devalúan rápidamente, convirtiéndose en infraestructura.
En su lugar, surge una capacidad más oculta y escasa: el criterio (juicio). Y el llamado criterio es conocer las consecuencias a largo plazo de tus acciones.
Imagina una escena: un ingeniero senior y un novato usan IA para escribir código al mismo tiempo.
El novato obtiene solo bloques de código. No puede juzgar si este código tiene fallas de arquitectura, no puede predecir su comportamiento bajo concurrencia extrema, ni siquiera sabe si es una solución sin salida (callejón sin salida).
El ingeniero senior no ve código, ve caminos. Sabe qué tarea asignarle a la IA, sabe cómo verificar el resultado, y sabe aún más en qué eslabón corregir cuando la IA se equivoque, porque la IA SIEMPRE se equivocará.
Para el novato, la IA es una caja negra, solo puede rezar para que outputee la respuesta correcta. Para el experto, la IA es un equipo de pasantes con energía infinita, que va a donde se le indique.
Así, la división futura entre expertos y personas comunes radica en si posees la capacidad de "verificar la salida de la IA".
Zhang Wenhong puede ver de un vistazo dónde se equivoca el diagnóstico de la IA, no gracias a una intuición mística, sino a la "meta-capacidad" acumulada through más de treinta años de experiencia clínica. Precisamente esta capacidad es la que más les falta a los médicos jóvenes que se saltaron el entrenamiento debido a la IA.
Por lo tanto, sin un conocimiento profesional profundo como lastre, la IA no trae eficiencia, sino un caos costoso.
II. ¿Por qué tus prompts (indicaciones) siempre se quedan un poco cortos?
¿Por qué algunas personas pueden usar la IA para resolver problemas complejos, mientras que otras solo pueden usarla como un chatbot?
El problema no es que no sepas escribir "hechizos" (prompts), sino que la entropía de tu pensamiento es demasiado alta.
Recientemente hay un fenómeno muy preocupante: la gente comienza a externalizar el pensamiento mismo a la IA.
Al enfrentar un problema, sin desglosarlo, lanzan una需求 (necesidad) confusa como una masa embrollada al modelo, y luego se enfadan con la salida mediocre: "Esta IA es inútil".
En realidad, no es que la IA sea estúpida, es que tú no has pensado con claridad.
Por avanzado que sea el modelo de IA, en esencia es una máquina de predicción basada en "contexto". La calidad de su salida está estrictamente limitada por la calidad del contexto que introduces. Esta es la versión moderna de "Garbage In, Garbage Out" (Entra basura, sale basura).
La habilidad顶级 (de primer nivel) del siglo XXI se ha convertido en "expresión clara" y "pensamiento estructurado".
Los verdaderos expertos, antes de abrir el cuadro de diálogo, ya han completado una deducción rigurosa en su mente:
1. Definir el problema: ¿Cuál es exactamente la contradicción central que quiero resolver?
2. Desglosar la lógica: ¿De qué subtareas se compone este gran problema? ¿Cuáles son las dependencias?
3. Establecer estándares: ¿Qué resultado se considera合格 (calificado/aceptable)?
Por ejemplo, antes de pedirle a la IA que ayude a desarrollar una función, ¿ya has aclarado el flujo de datos? Antes de pedirle a la IA que escriba un artículo, ¿ya has construido un marco de观点 (puntos de vista) único?
No esperes que la IA complete por ti el pensamiento "de 0 a 1".
Lo que la IA hace bien es rellenar la carne (de 1 a 100), pero ese "1", esa idea central, el esqueleto lógico, debe ser proporcionado por ti.
Si no puedes explicar claramente tu idea a un colega humano, tampoco podrás obtener un resultado satisfactorio de la IA.
Escribir con claridad es pensar con claridad.
En el futuro, programar en lenguaje natural será una habilidad universal. Pero esto no significa que programar sea más fácil, sino que la precisión del lenguaje y la lógica se convierte en el nuevo código.
Si tu pensamiento es混乱 (caótico), la IA solo amplificará este caos de manera eficiente.
III. Salir de la burbuja de información: Acercarse más a la esencia que el 99% de las personas
Dado que la IA está entrenada en base a la gran cantidad de datos existentes de la humanidad, tiene un defecto enorme por naturaleza: el consenso mediocre, es decir, la regresión hacia la media.
Si le preguntas a la IA sobre opiniones de salud, finanzas o historia, lo más probable es que te dé una respuesta "de libro de texto". Estas respuestas son seguras, correctas, pero a menudo extremadamente mediocres, porque simplemente repiten la información que aparece con mayor frecuencia en Internet.
Esto nos lleva a la tercera dimensión: la perspicacia para discernir lo verdadero de lo falso.
Conocimiento (Knowledge) y Comprensión (Understanding) son dos cosas diferentes.
- El conocimiento es saber que "se debe hacer así";
- La comprensión es entender "por qué se debe hacer así, y cuándo no debería hacerse así".
Esta es precisamente la brecha fundamental entre Zhang Wenhong y los médicos jóvenes.
Los médicos jóvenes pueden obtener "conocimiento" instantáneamente through la IA, como resultados de diagnóstico, sugerencias de medicación, planes de tratamiento. Pero Zhang Wenhong posee "comprensión": él conoce los límites de este conocimiento, en qué situaciones hay que romper las reglas, cuándo la "respuesta estándar" dada por la IA es incorrecta.
En esta era de sobrecarga de información, si solo obtienes información through educación memorística y recomendaciones algorítmicas, esencialmente solo estás repitiendo mecánicamente en una巨大的 (gigantesca) "cámara de eco". No entiendes realmente los mecanismo de funcionamiento de las cosas.
Para ser más inteligente que la IA, necesitamos acercarnos más a la esencia de las cosas (principios primeros) que el 99% de las personas.
- ¿Quieres entender los negocios? No solo leas libros bestsellers y cuentas de WeChat públicas, estudia el flujo de caja, el apalancamiento, la oferta y la demanda, y la codicia humana.
- ¿Quieres entender la salud? No solo creas en las llamadas guías权威 (autorizadas), estudia el metabolismo, las hormonas, los mecanismos biológicos de la respuesta inflamatoria.
Cuando la IA te da un "consejo estandarizado", solo aquellos que realmente entienden el funcionamiento del sistema subyacente pueden detectar敏锐mente (con agudeza) las漏洞 (vulnerabilidades)在其中, o en situaciones especiales, decisivamente推翻 (derribar) el consejo de la IA.
Como dijo Zhang Wenhong: Que seas o no误导 (desviado) por la IA depende de si tu propia capacidad es más fuerte que la de la IA. Y no puedes competir con la IA en conocimiento, solo en comprensión.
La ventaja competitiva futura pertenece a aquellos que se atreven a cuestionar los "datos de entrenamiento". Necesitas construir tu propio sistema cognitivo, este sistema no es copiado, sino que ha sido verificado por ti through实践 (práctica), through ciclos de retroalimentación dolorosos, through el pensamiento independiente.
La IA es el valor promedio del conocimiento humano. Si quieres superar el promedio, no puedes depender solo de la IA, debes tener见解 (puntos de vista)独到 (únicos) que la IA no puede obtener through probabilidades estadísticas.
IV. Después de que el valor de ejecución llegue a cero: De hacer el trabajo a验收 (verificarlo/aceptarlo)
Alargando la mirada, la historia aunque no se repite, siempre rima.
En la década de 1980, la popularización (popularización) de las computadoras causó pánico entre los contadores y abogados de la época. Antes de esto, un abogado para encontrar un precedente, necesitaba buscar durante días en pilas de expedientes. La aparición de la tecnología de recuperación electrónica convirtió instantáneamente este trabajo en cuestión de segundos.
¿Se quedaron los abogados sin trabajo? No. Por el contrario, la industria legal se volvió más grande y más compleja.
Porque la recuperación se volvió fácil, las expectativas de los clientes towards los abogados también aumentaron. La gente ya no pagaba por "encontrar un precedente", sino por "construir una estrategia de defensa única basada en precedentes complejos".
De manera similar, cuando la IA se hace cargo de la escritura de código, la generación de texto, el diagnóstico básico, el rol humano está undergoing una transición esencial:
Estamos evolucionando de "artesanos" a "comandantes"; de "los que hacen el trabajo" a "los que lo verifican/aceptan".
En el pasado, un ingeniero excelente podía necesitar 50% de su tiempo escribiendo código, 50% pensando en la arquitectura. Ahora, puede usar 90% de su tiempo para pensar en arquitectura, entender el negocio, optimizar la experiencia, y dejar el trabajo de código a la IA (y que él lo audite).
Esto significa que el techo de complejidad del trabajo se ha abierto.
Los desarrolladores independientes ahora pueden administrar solos una empresa que antes requería un equipo de diez personas; un creador de medios que entiende el tema puede producir en un día el volumen de contenido que antes le llevaba una semana; un médico资深 (experimentado) (como Zhang Wenhong) puede, con la asistencia de la IA, manejar un volumen de casos que antes era imposible.
Esta es la nueva definición de "habilidad" en la era de la IA:
Ya no es la "especialización" unidimensional, sino una capacidad integral de integración跨维度 (transdimensional).
No necesitas colocar personalmente cada ladrillo, pero debes conocer la estructura mecánica del edificio, debes tener capacidad estética para decidir su apariencia, debes tener perspicacia comercial para decidir dónde es más rentable construirlo.
Esta capacidad integral de "control macro + verificación micro" es el verdadero trabajo seguro en la era de la IA.
Las dos capacidades clave que enfatiza Zhang Wenhong, en esencia, significan esto:
1. Juzgar la precisión del diagnóstico de la IA (verificación micro)
2. Diagnosticar y tratar enfermedades raras/complejas que la IA no puede manejar (control macro)
Un médico sin estas dos capacidades, solo puede ser considerado un "operador de IA".
Conclusión: Solo ascending de dimensión, puedes disfrutar la emoción del ataque降维 (de dimensión reducida)
Volviendo al fenómeno mencionado al principio: ¿Por qué cuanto más uso la IA, más inútil me siento?
Porque la IA te priva del derecho a obtener成就感 (sentimiento de logro) through "trabajo duro".
Antes, pasabas tres días organizando un informe精美 (exquisito), y te sentías muy valioso; ahora, la IA puede hacerlo en tres segundos, y este虚幻 (ilusorio) sentido de valor se derrumba instantáneamente.
Esto es确实 (ciertamente) doloroso, pero también es un despertar.
La IA nos obliga a enfrentar esa pregunta más difícil: Además de la ejecución mecánica, ¿dónde está mi verdadero valor de pensamiento?
Para aquellos que no quieren pensar, esta es la peor era. Se convertirán completamente en apéndices del algoritmo, incapaces incluso de percibir que están siendo吞噬 (tragados) por una burbuja de información mediocre.
Pero para aquellos llenos de curiosidad, que poseen capacidad de pensamiento independiente, que anhelan investigar la esencia de las cosas, esta es la mejor era en la historia humana:
- Todos los umbrales se han降低 (reducido).
- Todos los techos han消失 (desaparecido).
- Tienes el equipo de consejeros y ejecutores más poderoso de la historia humana, disponible 24 horas al día.
Zhang Wenhong no se opone a la IA, se opone a usar la IA directamente saltándose la construcción de capacidades subyacentes, externalizando el pensamiento y la meta-cognición a la IA.
Él mismo usa la IA con entusiasmo, porque tiene treinta años de Kung Fu interno como cimiento. La IA para él es como añadir alas a un tigre; pero para un médico joven sin Kung Fu interno, la IA podría ser like estirar las plántulas para acelerar su crecimiento (dañino), beber vencio para calmar la sed (solucion contraproducente).
En el siglo XXI, las habilidades no desaparecerán, pero sufrirán una残酷 (cruel) purificación.
No intentes competir con la IA en "resolver problemas", ve a competir con la IA en "plantear problemas".
Cuando ya no veas a la IA como una herramienta para ayudarte a ser perezoso, sino como una super palanca que requiere que uses una inteligencia extremadamente alta para dominar, guiar, corregir errores,
Lo que ves through la IA ya no es tu yo mediocre, sino un超级个体 (individuo超级)超级 (super)强悍 (fuerte y poderoso), amplificado infinitamente.
