Al final la IA trajo más trabajo.

Te llega un mensaje de alguien que no conocés, o que conocés de lejos, diciéndote que armó algo con una IA un domingo a la tarde y preguntándote si lo podés mirar. Abrís el link y la app anda, más o menos, pero anda. Lo interesante es que la pregunta que sigue no es si la idea sirve, porque eso ya lo contestó la máquina, sino cuánto le saldría hacerlo bien. Esa consulta, hace tres años, no existía. Esa persona tenía la idea guardada en un cajón, junto con el miedo a que le dijeras que era una pavada o a que le cobraras una fortuna solo por averiguarlo. Y durante esos mismos tres años, mientras esa puerta se abría, a vos te repetían que la IA venía por tu trabajo.

El día que dejemos de saber si la IA tiene razón

 

Hace unos días escribí sobre el riesgo de quedar atrapados entre dos extremos bastante evidentes: quemarnos intentando hacer todo solos o volvernos dependientes de una herramienta que puede resolver por nosotros cada vez más cosas. Después de publicarlo me quedó dando vueltas una pregunta que, cuanto más la pienso, más incómoda me resulta: ¿qué pasa si cada día hacemos mejor nuestro trabajo, pero cada día somos un poco menos capaces de hacerlo por nuestra cuenta?

Entre quemados y tontos

 

Hay una escena que se repite hoy en casi cualquier oficina: alguien frente a la pantalla, el cursor titilando en el chat de la IA, y una pregunta muda flotando en el aire — ¿la uso o me la banco solo? Parece una pregunta chica. No lo es. Ahí adentro vive una apuesta, y como toda apuesta, tiene más de una forma de perder.

Aprendí inglés con un diccionario para poder leer una revista

 

Tenía nueve años y no había nada.

Estamos hablando de 1983 en Buenos Aires. No había tutoriales, obviamente. Pero tampoco había libros. Lo poco que llegaba venía en inglés, en revistas importadas que aparecían salteado en alguna librería del centro, y yo no sabía inglés, así que agarré el diccionario.

Palabra por palabra, con el dedo en el renglón. Un artículo de cuatro páginas me llevaba una semana. Y cuando terminaba de traducirlo entendía la mitad, porque la otra mitad daba por sabidas cosas que yo no tenía manera de saber.

 

Lo malo de lo bueno

Hace un tiempo, una empresa le dio acceso a un asistente de IA a los trescientos empleados de un área al mismo tiempo. Mismo día, misma licencia, mismo mail de bienvenida.

Seis meses después, alguien pidió el informe de adopción. La curva no era pareja. Ni cerca. Un grupo chico — el que ya venía preguntando "por qué" antes de que existiera la herramienta — la había convertido en una extensión de su criterio. El resto la usaba como un buscador con mejor redacción.

Estás automatizando tu cantera

 

Hay una escena que se repite bastante cuando una empresa empieza a tomarse en serio la inteligencia artificial. Alguien encuentra una tarea que hace una persona junior, prueba resolverla con un modelo y descubre que puede hacerse en una fracción del tiempo. El resultado es bueno, el ahorro es evidente y la pregunta aparece sola: “¿Para qué seguimos necesitando a alguien haciendo esto?”.

Nunca fue tan caro que alguien se vaya

Hay un programador en casi todas las empresas que sabe dónde están enterrados los muertos. No necesariamente es el que mejor programa ni el que más habla en las reuniones. Pero cuando algo raro pasa un viernes a las seis de la tarde, alguien termina diciendo: "Preguntale a Juan". Juan sabe que ese servicio aparentemente inútil no se puede apagar, que ese cliente que pide una cosa en realidad suele necesitar otra, y que tocar cierta parte del sistema justo antes del cierre mensual es una excelente manera de pasar el sábado trabajando.

El asiento junto a la ventana

 

En las oficinas japonesas hay un lugar reservado. Está al lado de la ventana, tiene buena luz y a veces hasta vista al parque. Se lo dan a los empleados que la empresa ya no sabe dónde poner.

Le dicen madogiwazoku: la tribu de los que miran por la ventana. Gente de cincuenta y pico, con veinticinco años de casa, que llega a las nueve, prende la computadora, toma té, lee el diario y se va a las seis. Nadie los echa. Tampoco nadie les pregunta nada.

Lo cuento porque cada vez que hablamos de la experiencia alguien saca a Japón como prueba de que se puede hacer distinto. Y sí, se puede. Japón inventó una forma elegantísima de no usarte.

El regreso del Tech Lead: los roles que cambiaron

 

Un jefe que tuve hace años tenía el organigrama del área impreso y pegado atrás del monitor. Cajitas, líneas, nombres. Cada tanto lo despegaba, tachaba a alguien con birome, escribía otro nombre arriba y lo volvía a pegar torcido.

Ese papel tenía cinco años.

En esos cinco años cambiamos el stack tres veces, migramos a la nube y adoptamos y abandonamos dos metodologías. El papel seguía ahí. Torcido, pero ahí.

Te contraté crack y te di el plan gratis

 

La pelea por el segundo monitor.

Todos la dimos. De un lado o del otro, pero la dimos. El ticket a IT, la respuesta que tarda ocho días, el "no está contemplado en el presupuesto de este trimestre", la escalación al manager, el manager que escala a su manager. Tres meses de gestión por una pantalla de doscientos dólares, para alguien que le cuesta a la empresa seis mil por mes.

Es una escena tan vieja como la industria. Nos reímos de eso en los asados. Es folklore.

Gataflorismo en la era de la IA

 

Enero en Buenos Aires. Treinta y ocho grados a la sombra, si encontrás sombra.

Prendés el aire. El split arranca a full, la pieza se vuelve habitable, respirás.

Y a los tres días llega la boleta de la luz.

Pegás el grito. Lo mirás al aparato como si te hubiera traicionado. "Lo vamos a usar menos", decretás, con esa solemnidad del que toma una decisión que no piensa cumplir. Lo apagás. Abrís la ventana. Ponés el ventilador de pie, que gira y reparte el mismo aire caliente con más entusiasmo.

Dos horas después estás transpirando sobre el teclado y lo volvés a prender.

Tu mejor arquitecto va a ser tu peor manager

 

Pantalla partida en dos. Del otro lado, fondo virtual mal puesto, cámara un poco torcida, el típico "¿me escuchás bien?" antes de arrancar. Es una 1:1 agendada como cualquier otra, treinta minutos en el calendario, y en el minuto cinco me tira la pregunta que me tiran todos tarde o temprano:

—¿Qué tengo que hacer para subir de nivel?

Silencio corto. Ese silencio incómodo que solo existe en videollamada, donde no hay mozo que pase ni ruido de fondo que lo tape. Y yo, que en ese momento tengo dos respuestas posibles en la cabeza, elijo la que no debería elegir: le hablo de arquitectura, de sistemas distribuidos, de cuánto impacto tuvo su último diseño. Le doy, en criollo, la respuesta técnica. Porque es la que la empresa espera que le dé.

Screening: el síntoma que llamamos solución

El CV entra al ATS. Cuatro décimas de segundo. Rebota.

No tenía la palabra clave. No tenía los años exactos. No mencionaba el framework que el job description copió y pegó de un blog de 2022.

Del otro lado, alguien respira tranquilo. "Tenemos el embudo optimizado." El algoritmo hizo su trabajo. La métrica de eficiencia mejoró. El time-to-hire bajó tres días.

Aprendiz experto: la paradoja que ya está en tus equipos

No es un junior con suerte. Es una categoría senior que tu organigrama todavía no sabe pagar.

La jerarquía rota

Tu senior con quince años de experiencia y tu junior con dieciocho meses están aprendiendo lo mismo esta semana. Misma documentación, mismo Discord, mismo tutorial de YouTube. La diferencia de seniority se volvió invisible en la superficie donde más se mueve la tecnología.

Si tu modelo mental sigue asumiendo que el experto enseña y el aprendiz aprende, ya perdiste la jerarquía que pagás todos los meses en la nómina.

Algo se rompió en silencio. No es la habilidad de tu senior. Es la categoría desde la que lo contrataste. Porque esa categoría medía años. Y los años ya no miden lo que importa.

Mascotas: el software que ninguna empresa quiere dejar morir

Durante veinte años tratamos al código como mascota: le pusimos nombre, lo curamos, lo mantuvimos vivo a cualquier costo. ¿Y si siempre fue ganado?

El código tardó tres horas en escribirse. La revisión lleva tres días.

Tres días de un senior leyendo línea por línea lo que un developer y su pair-programmer de IA generaron entre el desayuno y el almuerzo. Y nadie en la sala se anima a decir en voz alta lo que todos sospechan: que esa revisión dejó de ser una garantía y se convirtió en un ritual. Como el mate que cebás por costumbre, no por sed.

Hace unas semanas escribí sobre latencia: las empresas hoy producen más rápido de lo que pueden absorber. Esta escena es la versión de bolsillo de ese problema. La ejecución se aceleró diez veces; el control quedó a velocidad humana. Y cuando el control no escala, hay dos caminos: ponerle más gente al control —que es lo que estamos haciendo, con resultados previsibles— o aceptar que quizás estamos controlando la cosa equivocada.

Para entender el segundo camino, conviene mirar una película que ya vimos.

Hackathon: la radiografía que ninguna empresa quiere mirar

 

Tres días al año la jerarquía se suspende, la geografía se disuelve, y la organización deja ver, sin querer, quién está haciendo el trabajo de la empresa que viene.

Una radiografía no construye nada. Pero deja ver lo que ningún examen físico puede mostrar. Algo parecido pasa con una hackathon en la era de la IA: dejó de ser un evento de creación, y se está volviendo, sin que la mayoría de las empresas se dé cuenta, un instrumento de diagnóstico. Lo más interesante que pasa en setenta y dos horas no es lo que se construye —es lo que la organización, sin querer, deja ver de sí misma.

El que mucho abarca

 

Las organizaciones están dejando de premiar la profundidad. Hoy quieren amplitud —y eso está reescribiendo la pirámide entera.

"El que mucho abarca, poco aprieta." Toda la vida nos lo dijeron como advertencia: no te disperses, especializate, hacé una cosa y hacela bien.

Dale vuelta el refrán. Porque las organizaciones de hoy buscan exactamente al que mucho abarca. El que abarca mucho y aprieta poco dejó de ser el distraído: pasó a ser el más codiciado.

Híbrido: la conversación que ningún proveedor de IA quiere que tengas

 

La IA vino para quedarse. Eso ya no se discute. Lo que sí se discute — o se debería discutir — es quién va a pagar la factura cuando termine el subsidio.

Porque hoy el servicio que recibimos está ampliamente subsidiado. Los centros de datos son carísimos, y las grandes empresas están imponiendo la adopción a fuerza de accesibilidad — quieren que la herramienta se vuelva infraestructura antes de que mires el costo real.

¿Y nosotros? Felices, usando un modelo de frontera para resumir un mail.

Matando moscas con cañones.

Sarmiento, Sócrates, la IA y yo

 

Una charla de café sobre la última de las paradojas: cómo una sociedad con más acceso a la información se embrutece.

Hay mesas que solo existen en la cabeza, pero son las más reales que uno frecuenta.

La mía está en un café porteño cualquiera, de esos que todavía tienen mantel de papel y un mozo que te mira mal si te quedás más de dos horas con un cortado. Mesa redonda, contra la ventana, con la luz pegando de costado sobre la madera gastada. Afuera, un colectivo frena y arranca con esa bronca rutinaria que tiene Buenos Aires a las cinco de la tarde.

Conmigo, tres invitados imposibles.

Latencia: cuando una empresa aprende más rápido de lo que puede absorber

 

El lunes el roadmap decía una cosa. El miércoles otra. El viernes hubo una reunión donde alguien preguntó, medio en chiste medio en serio, si lo que habíamos decidido el lunes seguía en pie. Nadie supo contestar con certeza.

Alguien sugirió documentarlo en algún lado para no perder trazabilidad. Otro propuso una reunión semanal para alinear. Un tercero dijo que ChatGPT podía ayudarnos a sintetizar. Tres soluciones nuevas para un problema que tenía treinta minutos de existencia.

No es un caso aislado. Lo veo cada vez más seguido.