(En base a un artículo de Xavier Mas Garcia, The Conversation)
El nuevo panorama profesional —en el el cual la Inteligencia Artificial (IA) es parte integral e ineludible— exige el desarrollo de nuevas habilidades para trabajar de manera efectiva, lo que implica revisar el conjunto de conocimientos y destrezas que tradicionalmente hemos utilizado. Hay que determinar cuáles persisten, cuáles caducan y cuáles debemos potenciar.

Una de las principales implicancias de la IA generativa es la transformación del modelo de interacción persona-máquina. Pasamos de un paradigma determinista, basado en la ejecución de comandos concretos para obtener resultados únicos, a un paradigma estocástico, basado en la conversación.

Fuente: Goodfon.

En este nuevo paradigma, los resultados no siempre son idénticos, pero sí equivalentes. Son el producto de complejos cálculos estadísticos realizados por algoritmos, imposibles de reproducir a posteriori. Esto coloca a la comunicación mediante lenguaje natural en el centro de la interacción con las máquinas, convirtiéndola en una herramienta fundamental para desarrollar estrategias de trabajo y habilidades para trabajar con la IA en diversos ámbitos, tanto académicos como profesionales.

En este contexto, algunas de las capacidades que serán esenciales en la era de la IA son:

• Saber formular instrucciones claras, completas y sin ambigüedades
  
• Evaluación crítica de los resultados proporcionados por la IA
  
• Aplicar el razonamiento lógico a través del dominio del lenguaje
  
• Liderar una conversación para llegar a obtener los resultados esperados
  

La posibilidad de crear textos, resumir artículos, generar imágenes, analizar datos o programar código con una simple petición verbal, si bien abre un abanico de posibilidades, también conlleva riesgos.

Uno de los más visibles es la pérdida de control por parte de los humanos, tanto de los procesos de trabajo como de la calidad de los resultados. Este riesgo se acentúa si delegamos en la IA la emulación de habilidades de pensamiento de orden superior, ya que esta puede ofrecer resultados plausibles y convencionalmente aceptables, pero no necesariamente basados en un proceso de pensamiento humano.

Un escenario así podría conducir a un abandono progresivo del desarrollo de dichas habilidades por parte de los humanos, con el consecuente desentrenamiento y pérdida de capacidades.

Sin embargo, no tiene por qué ser así. A medida que nos habituamos a estas herramientas, surge la hipótesis de que el uso de la inteligencia artificial obliga a las personas a asumir un papel más experto y activo de lo que inicialmente podría pensarse. Esto daría lugar a la necesidad de desarrollar habilidades específicas para trabajar con la IA. 

En este sentido, se ha propuesto una actualización de la taxonomía de Bloom para la era de la IA. Esta taxonomía, creada por Benjamin Bloom en los años 50, categoriza los objetivos del aprendizaje en seis niveles, desde los de orden inferior (recordar, comprender) hasta los de orden superior (evaluar, crear).

La nueva versión incorpora acciones y tareas que los humanos estamos empezando a realizar con la ayuda de la IA, como por ejemplo:

• Diseñar instrucciones complejas (en inglés "prompting design")
  
• Integrar descubrimientos y resultados no esperados
  
• Identificar y contrarrestar sesgos

Todas estas acciones se llevan a cabo a través del lenguaje natural.