Por qué mientras más contenido hay, menos encontrás para leer
La inteligencia artificial multiplicó la producción de contenidos, pero el criterio humano para distinguir calidad se volvió más valioso.
La salida no es la IA sola, es la IA con un experto adentro.
Archivo.Hay una queja que se repite en estos días, y seguramente vos también la sentiste. Entrás a LinkedIn, a cualquier red, y todo parece lo mismo. Artículos, posts, hilos, consejos, todos con el mismo aire, la misma fórmula, la profundidad que podés encontrar en un charco. Y la conclusión, casi automática, es echarle la culpa a la inteligencia artificial: “claro, ahora está todo generado por IA”.
Yo creo que le estamos errando al diagnóstico. Y como suele pasar, si erramos el diagnóstico, también vamos a errar la forma de curarlo.
El problema no es que lo escriba una máquina
El problema no es que la IA produzca contenido. El problema es que produce muchísimo, y sin ningún filtro antes de publicarlo. Lo que cambió no es el autor, es el volumen. Antes, escribir algo costaba trabajo, y ese trabajo funcionaba como un filtro silencioso: el que se sentaba a redactar una nota, tenía algo para decir. La IA llevó el costo de producir prácticamente a cero, y al hacerlo, se llevó puesto ese filtro. Ahora cualquiera genera veinte artículos en una tarde sobre un tema que no domina, optimizados para que se viralicen, sin que nadie con criterio los haya revisado antes de “publicar”. El resultado es una nube de humo. Lo valioso sigue existiendo, pero queda sepultado en un mar de sinsentido. Y encontrarlo cuesta tanto tiempo que la mayoría se rinde antes, y termina creyendo que todo es igual de malo.
Por qué esto rompe el mercado, literalmente
Hay una idea de economía que explica esto con una precisión incómoda. En 1970, el economista George Akerlof describió lo que llamó “el mercado de limones”. Imagínate una feria de autos usados donde el comprador no puede distinguir un auto bueno de uno fallado. ¿Qué hace? No arriesga: ofrece siempre un precio promedio. Pero a ese precio, el que tiene un buen auto no lo vende, porque vale más. Entonces se retira. Y así, de a poco, en la feria solo quedan los autos malos. Cuando no se puede distinguir la calidad, la mala expulsa a la buena. Cambiá autos por artículos y tenés la foto exacta de tu feed. Cuando el lector no puede distinguir lo bueno de lo malo, deja de premiar lo bueno. Y a veces no es solo distinguir, es que los algoritmos tampoco lo distinguen y te muestran basura. Y el que produce contenido valioso, que le lleva tiempo y esfuerzo, empieza a preguntarse para qué, si al lado hay diez piezas huecas que reciben la misma o más atención. La abundancia sin filtro no ensucia el mercado: lo vacía de calidad.
-
Te puede interesar
El Paso a Chile continúa cerrado y las nevadas seguirán hasta el domingo
Entonces el valor se muda al que sabe separar
Si el problema es que ya nadie puede filtrar, el valor se corre hacia quien sí puede: el que cura. El que, en un mar de mil artículos, te señala los tres que valen la pena. Curar, que sonaba a tarea menor, pasa a ser un servicio escaso y valioso. Y acá aparece la pregunta obvia: si la IA generó el problema, ¿no podría también resolverlo? ¿No podríamos usarla para curar?
La trampa: para juzgar hay que saber
Acá hay un obstáculo que vale la pena entender, porque es más profundo de lo que parece. Para saber si un artículo aporta valor, hay que saber casi tanto como para haberlo escrito bien. Los psicólogos David Dunning y Justin Kruger lo demostraron en 1999: las mismas habilidades que se necesitan para hacer algo bien son las que se necesitan para reconocer cuándo está bien hecho. Por eso el que menos sabe de un tema es, justamente, el que menos puede darse cuenta de lo que no sabe. ¿Qué significa esto para nuestra idea de que la IA cure? Que una IA suelta, genérica, choca contra el mismo muro: no tiene el criterio experto que hace falta para juzgar. No podemos pedirle a la máquina que aporte el juicio que no tiene. Curar no esquiva el problema de evaluar: lo hereda.
La salida no es la IA sola, es la IA con un experto adentro
Y sin embargo, ahí está la oportunidad, si la miramos bien. La IA no reemplaza al experto que cura. Lo potencia. Un especialista puede cargar en una IA su conocimiento del dominio, sus criterios, lo que él usa para separar lo bueno de lo malo. Y entonces la máquina aplica ese criterio a escala, sobre miles de piezas que ninguna persona podría leer en una vida. El experto cura una vez; la IA multiplica esa mirada. Ese es, creo, el verdadero valor a futuro: no la IA que produce más rápido, sino la IA vuelta experta de un dominio porque un humano le prestó su criterio. Curadores especializados, tema por tema. El foso que los protege no es la tecnología, que cualquiera tiene: es el conocimiento curado y la persona experta que hay detrás. Pero quiero ser honesto con los límites. Una IA así es muy buena para descartar lo malo —lo genérico, lo que sigue la fórmula, lo que no arriesga nada— pero sigue siendo floja para reconocer lo excepcional, esa idea nueva que, justamente por ser nueva, no se parece a nada de lo que ya conoce. Lo original se parece a un error hasta que se demuestra que no lo era. Por eso el humano no puede salir del todo de la ecuación: tiene que quedar como última referencia. Si dejáramos a la IA curar contenido de IA, con conocimiento de IA, el sistema se muerde la cola y se degrada. Ya hay evidencia de eso.
La pregunta de fondo
Al final, todo esto se reduce a algo que se repite con cada nueva tecnología. La IA multiplicó como nunca nuestra capacidad de producir. Lo que no multiplicó, y quizás nunca lo haga, es el criterio para separar lo que vale de lo que no. Ese criterio sigue siendo humano, y por eso, lejos de sobrar, cada vez vale más. En un mundo que se llena de contenido, el que sabe elegir qué leer se vuelve más importante que el que escribe. Y esa, para los que todavía creemos en el valor de las cosas bien hechas, es una noticia esperanzadora.