Las herramientas producen resultados más rápido, pero también han elevado las expectativas, multiplicado las opciones y trasladado gran parte del esfuerzo hacia la revisión, la integración y la toma de decisiones.

Nunca habíamos tenido tantas herramientas capaces de ahorrarnos tiempo. Y, sin embargo, pocas veces habíamos dedicado tanto tiempo a revisar, comparar, corregir y decidir.

La inteligencia artificial está eliminando algunas de las tareas más repetitivas de nuestro trabajo. Pero eso no significa que el trabajo haya desaparecido. En muchos casos, simplemente se ha desplazado hacia otras partes del proceso.

Cómo trabajábamos antes de la automatización

Hace no tanto tiempo ya contábamos con herramientas que nos ayudaban a desarrollar proyectos de manera más eficiente. Aun así, muchas tareas seguían dependiendo completamente de la ejecución manual.

En diseño, por ejemplo, teníamos un control prácticamente total sobre el resultado, pero algunos trabajos podían eternizarse si querías hacerlos bien.

Seleccionar a una persona dentro de una fotografía, eliminar un fondo, corregir bordes o integrar varios elementos en un fotomontaje exigía mucha atención. A veces era complicado explicarle a un cliente por qué una tarea aparentemente pequeña podía necesitar varias horas.

En programación sucedía algo parecido.

Muchas veces comenzábamos escribiendo código desde cero y repitiendo estructuras muy similares. La lógica podía ser correcta y el planteamiento estar bien definido, pero el programa no funcionaba por una coma, unas comillas o una llave mal cerrada.

El proceso de depuración podía alargarse durante horas hasta descubrir que todo el problema estaba en un carácter mal colocado.

Eran tareas que consumían mucho tiempo, pero también te obligaban a entender cada parte del proceso. La revisión del código, la corrección de errores y las decisiones sobre cómo debía construirse el proyecto se producían de manera continua durante todo el desarrollo.

Las tareas que aparentemente han desaparecido

Muchas de aquellas tareas se han reducido considerablemente y, en algunos casos, prácticamente han desaparecido.

Seleccionar a una persona dentro de una fotografía puede hacerse ahora pulsando un botón. De la misma forma, una herramienta de inteligencia artificial puede preparar la estructura inicial de un proyecto en HTML en cuestión de segundos, siempre que reciba las indicaciones adecuadas.

Hace muy poco tiempo, algo así nos habría parecido difícil de imaginar.

Para diseñadores y programadores, estas herramientas son una oportunidad extraordinaria. Nos permiten dedicar menos tiempo a determinadas tareas mecánicas y concentrarnos antes en otras partes del proyecto.

El problema es que la decisión, la revisión, la corrección y la integración siguen estando presentes.

El código puede generarse en pocos segundos, pero seguimos teniendo que comprobar si funciona, si es seguro, si está bien planteado y si podremos mantenerlo más adelante.

La ejecución se ha acelerado. El resto del trabajo continúa ahí.

Las nuevas tareas invisibles

Ahora parece que la inteligencia artificial puede hacerlo absolutamente todo.

Y reconozco que, en algunas ocasiones, esa es precisamente la sensación que transmiten estas herramientas.

Les pides una imagen y la generan. Les explicas una funcionalidad y producen el código. Les das unas indicaciones y en pocos segundos tienes una primera propuesta que antes habría requerido varias horas.

Sin embargo, según sigo comprobando a diario, todavía estamos lejos de poder delegar completamente un proyecto.

Trabajar con inteligencia artificial implica revisar, filtrar y comprobar cada resultado. Y añade una tarea que para mí es fundamental: responsabilizarse del trabajo ejecutado.

La inteligencia artificial no será responsable de haber generado un código inseguro. Tampoco lo será si una integración expone información sensible o si una decisión técnica termina provocando problemas unos meses después.

El trabajo que entregamos debe estar respaldado por el equipo que lo firma.

Somos nosotros quienes debemos comprender qué estamos entregando, cómo se ha construido y qué consecuencias puede tener.

Las herramientas nos ayudan a llegar al resultado. La responsabilidad sigue siendo nuestra.

Producir más no siempre significa avanzar más

El hecho de que una herramienta genere una parte importante de un proyecto en pocos minutos no significa necesariamente que ese proyecto sea mejor.

He visto empresas y responsables de negocio prescindir de procesos de análisis, criterio y revisión porque consideraban que la inteligencia artificial sustituiría directamente las habilidades de los profesionales.

Pero una herramienta nueva no elimina automáticamente la necesidad de conocimiento.

Con la inteligencia artificial estamos viviendo un proceso de reajuste social y profesional. Muchas funciones cambiarán y otras dejarán de tener sentido tal y como las conocemos. También aparecerán nuevas especialidades que todavía no sabemos cómo llamar.

Hace diez años casi nadie utilizaba con naturalidad el término creador de contenido y hace veinte muy poca gente sabía qué era un community manager. Quizás ahora mismo estén apareciendo nuevas profesiones relacionadas con la inteligencia artificial sin que todavía sepamos qué nombre tendrán.

El problema aparece cuando confundimos producir más con avanzar más.

Crear cinco páginas web en el mismo tiempo que antes necesitábamos para desarrollar una no significa que ahora estemos haciendo un trabajo cinco veces mejor.

En muchas ocasiones, lo que ha cambiado son las expectativas. Se espera producir más, más rápido y con menos recursos. Y eso puede llevarnos a sacrificar aspectos importantes como el diseño, la diferenciación, la investigación o la reflexión previa.

Como consecuencia, cada vez encontramos más páginas web con estructuras, estilos y mensajes prácticamente idénticos.

Muchas veces no ocurre porque falten posibilidades técnicas, sino porque se ha empezado a producir antes de decidir qué debía hacerse.

El criterio como nuevo cuello de botella

Ahora podemos ejecutar una idea casi de inmediato, pero antes debemos saber qué idea queremos ejecutar.

Hay que determinar qué queremos conseguir, a quién nos dirigimos, qué queremos comunicar y qué prioridades tiene el proyecto.

Cuando existe una dirección clara, las herramientas se convierten en grandes aliadas.

Cuando no existe, acabamos delegando en ellas decisiones que deberíamos haber tomado previamente. Entonces empiezan las vueltas.

La inteligencia artificial interpreta algo distinto a lo que esperábamos, genera una propuesta que no termina de encajar y comenzamos a corregirla mediante nuevas instrucciones. Después corregimos la corrección y entramos en una conversación interminable con la herramienta.

Podemos acabar dedicando más tiempo a corregir una dirección equivocada que el que habríamos necesitado para definir bien el proyecto desde el principio.

La capacidad de generar se ha acelerado. La capacidad de decidir sigue dependiendo de nosotros.

Un ejemplo real: el proyecto de ISMF

Esta diferencia entre ejecutar y decidir fue especialmente evidente durante el desarrollo de la nueva plataforma digital de la Federación Internacional de Esquí de Montaña, la ISMF.

El punto de partida incluía crear una web más moderna, pero el proyecto iba bastante más allá.

La federación gestionaba información sobre competiciones, calendarios, clasificaciones, atletas, noticias, documentación institucional y recursos para las federaciones nacionales. Además, la plataforma debía funcionar para deportistas, organizadores, medios de comunicación, federaciones y aficionados de distintos países.

Antes de comenzar a desarrollar había que responder a varias preguntas.

¿Cómo debía organizarse toda aquella información? ¿Qué necesitaba encontrar primero cada usuario? ¿Qué contenidos debían estar relacionados? ¿Cómo podía gestionarlos internamente el equipo de la federación? ¿Cómo podíamos preparar la plataforma para que siguiera creciendo durante los siguientes años?

El trabajo comenzó revisando la estructura existente, la navegación, la organización de los contenidos y las necesidades de los usuarios.

Después redefinimos la arquitectura de la información y desarrollamos una solución personalizada sobre WordPress, con módulos específicos y una estructura preparada para futuras ampliaciones.

También era importante que el equipo interno de la ISMF pudiera gestionar y actualizar los contenidos con autonomía.

La tecnología aceleró algunas partes de la ejecución, pero no podía decidir cuál era la arquitectura adecuada para la federación ni comprender completamente las prioridades de sus usuarios.

En un proyecto de estas características, escribir código es solo una parte del trabajo. Antes hay que ordenar el problema y decidir cómo debe construirse una plataforma que va a gestionar una gran cantidad de información durante años.

La experiencia nos ayudó a tomar mejores decisiones y a detectar con antelación problemas que podían aparecer más adelante.

Las herramientas ayudan, pero el criterio sigue siendo necesario

Las herramientas son cada vez más inteligentes. Generan textos, código, imágenes y propuestas visuales con una velocidad que hace pocos años habría sido difícil de imaginar.

Pero el trabajo no se ha simplificado. Ha cambiado.

Hemos reducido el tiempo necesario para ejecutar determinadas tareas, pero ahora debemos prestar más atención a definir, seleccionar, revisar, integrar y responsabilizarnos de los resultados.

Buena parte de nuestro trabajo ocurre antes de escribir código o diseñar una pantalla. Consiste en entender el problema, ordenar las prioridades y evitar que una decisión tomada al principio condicione negativamente todo el proyecto.

Después llegan la ejecución, las herramientas y la tecnología.

Ahora podemos llegar al resultado mucho más rápido. La parte difícil sigue siendo saber cuál es el resultado al que realmente merece la pena llegar.

 Antes de hablar de herramientas o comenzar a desarrollar, conviene entender bien el problema, ordenar las prioridades y definir qué necesita realmente el proyecto.