La víctima no era Stack Overflow, era la inteligencia colectiva
La caída de Stack Overflow es un síntoma de algo que sufriremos. No quiero ser agorero, ni ir en contra de la IA (ya que es inevitable), pero la sustitución de la inteligencia colaborativa por la inteligencia artificial trae y traerá consecuencias.
Empecemos por el principio: ¿qué es Stack Overflow?
Stack Overflow es un foro donde la gente preguntaba dudas de programación. Cuando llevabas dos horas atascado en un problema, veías si alguien lo había preguntado antes, y si no, lo preguntabas tú. Todos los que aprendimos a programar pre-IA conocemos la plataforma.
Aquí se ve el declive que ha tenido en los últimos años; ya estaba en decadencia antes de la salida de ChatGPT, pero esta última lo acabó de matar. Ya no es necesario preguntarle a alguien por internet y esperar una respuesta si sabes que una IA te contestará en segundos. Pero también pierdes el incentivo de compartir tu conocimiento cuando alguien pregunte.
Como sabemos que ya nadie mira Stack Overflow, nadie pregunta, y como nadie pregunta, nadie va a contestar. Así es como ha muerto.
¿Es esto malo?
Rotundamente sí. La irrupción de la inteligencia artificial en la programación es de lo mejor que le ha pasado al sector en años, pero la pérdida de Stack Overflow (y derivados) es un duro golpe a la inteligencia colaborativa.
¿Por qué es perjudicial la pérdida de la inteligencia colaborativa?
Pongamos un ejemplo. Hace 5 años te encuentras un problema que, tras un par de horas, no consigues resolver. Por lo que ves si alguien lo ha preguntado antes en algún foro. Resulta que eres el primero, que nadie antes ha tenido ese problema (o nadie lo ha publicado). Así que decides publicar la pregunta mientras intentas resolver el problema. Nadie contestó nunca tu petición satisfactoriamente. Lo que pensabas que iba a ser unas horas de trabajo se convierte en una investigación de un mes (era un problema muy difícil). Y decides publicarlo en los foros donde pusiste la pregunta (algo que se hacía mucho). Ahora, si alguien tiene el mismo problema, lo resuelve en menos de un día gracias a tu publicación.
Volvamos al presente, y a ver qué pasaría con el mismo problema con la ayuda de la inteligencia artificial. Tras uno o dos minutos de no conseguir resolverlo por ti mismo, le preguntas a tu IA de confianza (en mi caso, Claude). Y, sorprendentemente, no consigue resolverlo a la primera, por lo que te enzarzas en una semana de investigación, en la que la IA lleva las riendas y tú acompañas. Tras una dura semana de trabajo, consigues resolver el problema de manera satisfactoria; piensas que sin la ayuda de un LLM hubieses tardado un mes, y estás en lo cierto. Pero esta no es toda la película, pues (probablemente) haya un indio con el mismo problema que tú; al no haberlo posteado, él estará otra semana, y otra semana de un americano, y un tailandés, y un peruano…
Lo que parecía que iba a ser tres semanas de ahorro de trabajo ha resultado en muchas más semanas, pero repartidas a lo largo del globo. Eso es lo que permite la inteligencia colaborativa: resolver problemas y compartirlos. No quedarse aislado.
¿No se puede mezclar la IA con la IC?
Esta es la pregunta del millón. La IA ha hecho mucho bien, pero está matando la IC; si conseguimos que convivan y llevarnos lo mejor de ambos mundos, la resolución de problemas complicados (que no complejos, esa es otra área) se acelerará a niveles nunca vistos antes.
Jamás apostaré en contra de los avances tecnológicos; creo que llevaría las de perder, pero veo complicado mezclar ambas inteligencias (al menos a corto plazo). Por lo que voy a explicar por qué no veo esa convivencia pacífica, y si en algún momento llegan a convivir, lo tomaré como una señal de que han leído esta publicación (soy de los buenos, no me matéis).
Lo primero es hablar de Clawbook, la “red social” de las IAs, y explicar por qué no es inteligencia colaborativa. Para el que no la conozca, se trata de una plataforma donde los agentes de IA pueden escribir posts y responder; es como un Reddit, pero solo pueden escribir los agentes. Personalmente, considero Clawbook como una plataforma pensada por humanos, en la que los humanos “forzamos” a nuestros agentes a entrar y publicar o comentar algún post. Y la mayor utilidad que tiene esta plataforma es para nosotros los humanos, para echar un rato.
No es inteligencia colaborativa, porque ningún agente va a buscar información a esa plataforma; es completamente irrelevante a nivel de información. No hay nada útil (al menos que yo haya visto); es el hogar del “AI slop”.
Otra alternativa de IC hecha por la IA es la cantidad de publicaciones en redes sociales y blogs que ya se hacen completamente por IA. A mi parecer, tampoco lo considero IC, pero sí está más cercano a ello. No lo considero, pues la gran mayoría de esos posts únicamente hablan de cosas ya habladas antes. En el mejor de los casos agregan diversa información en un único sitio; en el peor de los casos copian burdamente, y en un caso intermedio republican algo acercándolo al gran público. Esto es un avance respecto a Clawbook, pues al menos es información que se da a conocer a alguien que no la conocía, pero no “crea” información nueva.
El ideal, donde las IAs creen IC, es una red como Clawbook o Stack Overflow, donde los agentes no publiquen por publicar, sino después de un hallazgo. En resumen, que sea una fuente de conocimiento, pero considero esta alternativa una quimera.
Imagina lo siguiente: tienes un hermano gemelo, ambos habéis ido a la misma clase desde pequeños, tenéis los mismos amigos y cursáis la misma carrera. Un día, en clase de economía (en todas las carreras técnicas hay una asignatura de economía), os piden hacer un balance, cosa que no has visto nunca. Tu conocimiento y el de tu hermano es el mismo, por lo que no tiene sentido preguntarle a él; si tú no sabes, él tampoco sabrá. Pasa lo mismo con los LLMs; no es que sean gemelos, es que son la misma persona y ahí radica el problema de la IC (tal vez sean 4-5 personas, Grok/Gemini/Claude…, pero la tesis es idéntica).
Si fueses el único humano en la tierra, no tendría sentido hablar de inteligencia colaborativa. Pues cuando los modelos son todos los mismos, ¿para qué preguntar algo que el modelo no ha sabido hacer? Pues es ahí donde entra el humano, a llenar ese hueco. Cuando un humano ve ampliado su conocimiento (o realiza algún proyecto) gracias al uso de estos modelos de IA y decide compartirlo con el resto por los canales tradicionales, se convierte en una sinergia perfecta.
Casos de éxito
A mi parecer, hay dos casos de éxito que merecen ser nombrados: uno es la ciencia y el otro son los proyectos de GitHub.
Empezando por la ciencia. Actualmente, se escriben muchísimos artículos científicos con apoyo de la IA. Un humano quiere hacer algo (investigar), lo hace y le va preguntando a la IA por el camino; al acabar la investigación, lo revisa y lo publica en una revista científica. Pues el fin de la investigación es el conocimiento, y si no se comparte el conocimiento, la investigación es inútil. Albert Einstein podría haber desarrollado todas las teorías que quisiese, pero si las hubiese dejado en un cajón, de nada servirían.
El segundo caso de éxito es GitHub. Para el que no lo conozca (simplificando), es una página web donde la gente comparte el código que ha programado, y otros usuarios pueden ayudarles con modificaciones. Aquí hemos visto un fenómeno en el que gente con una idea, IA y muchos fines de semana ha decidido construir algo y regalarlo, haciendo que esa herramienta construida beneficie a toda la sociedad que quiera usarla. Aquí vemos proyectos desde la fiscalización de la hacienda pública hasta la “resolución” del manuscrito Voynich, un texto que llevaba siglos sin poder leerse. Este es un caso intermedio, pues también se hicieron artículos científicos, pero fue una persona en solitario con ayuda de Claude. Presentó una resolución coherente y completamente novedosa (con críticas y aún no aceptada).
Conclusiones
¿Qué tienen en común los casos de éxito? Pues son tres cosas:
- Un humano quiere hacer algo.
- Identifica que con la IA irá más rápido y la usa.
- Tiene un incentivo de publicar lo que ha hecho.
Y este último punto es el más importante. En programación ya no tenemos ese incentivo a publicar lo conseguido; antes se hacía porque entrabas a preguntar, y no costaba nada resolver la pregunta cuando la resolvías. Ahora nadie pregunta, pues ya lo resuelves con ayuda de un agente, por lo que el problema está en los incentivos (siempre está en los incentivos).
La IA es mejor que cualquier humano, pero peor que la humanidad entera (por ahora).
¿Quieres saber un poco más sobre quién ha escrito este artículo? 👇
Fundador de nódicus.
Tecnoptimista empedernido. Últimamente me dejo sorprender por los avances en inteligencia artificial. De vez en cuando sorprendo a las empresas con cómo se puede revolucionar su negocio aplicando la tecnología con cabeza y no a cabezazos.