En enero, Daniel Stenberg cerró el programa de recompensas por encontrar fallos de cURL, una herramienta de software usada para transferir datos en Internet. El motivo no fue la falta de dinero: el proyecto recibió una avalancha de reportes de vulnerabilidades generados con IA, convincentes en la forma pero falsos en el contenido.
La pieza clave es el tiempo. Una IA puede redactar uno de esos avisos en segundos, mientras un grupo de voluntarios necesita horas para comprobar si existe el problema. El programa que cerró el programa de recompensas por bugs de cURL expone un mecanismo que ya se repite fuera del código.
Crear información casi no cuesta; verificarla se volvió el trabajo caro. Antes, escribir una carta de presentación o un informe técnico exigía esfuerzo. Ese esfuerzo funcionaba como una primera señal: no garantizaba calidad, pero reducía el ruido.
Ahora ese engranaje se ha soltado. La IA eliminó buena parte de la relación entre el trabajo necesario para producir un mensaje y el valor real que ese mensaje puede tener para quien lo recibe.
También te puede interesar:La IA Optimiza la Lectura de una Imagen Médica, Pero un Error Puede Ocultar una Hemorragia CerebralEl filtro se convierte en la nueva puerta
La analogía central se parece a la tubería de una casa. Durante años, cada persona debía cargar baldes de agua hasta la entrada, por lo que llegaba un caudal limitado. La IA abrió una llave automática: ahora puede enviar miles de litros de mensajes, solicitudes o documentos hacia la misma tubería.
El problema es que el desagüe no creció al mismo ritmo. Reclutadores, moderadores, voluntarios y compañeros de trabajo son quienes deben separar el agua limpia de los residuos. Ese contenido masivo y de baja calidad recibe el nombre de slop (material automático que exige revisión humana).
En el empleo, la presión ya es visible. LinkedIn recibe unas 11.000 solicitudes por minuto, un 45% más que un año antes. Mientras los candidatos usan IA para enviar más currículums, las empresas activan filtros automáticos para descartarlos.
Así, la selección puede convertirse en una conversación entre máquinas. Un asistente genera la postulación y otro sistema decide si merece ser leída. La persona queda al final de una cadena de decisiones donde su identidad puede pesar más que su mensaje.
También ocurre dentro de las oficinas. El workslop (documento de IA que otro debe corregir o rehacer) traslada una tarea de una persona a otra. Según un estudio de BetterUp Labs y Stanford, el 40% de los trabajadores recibió en el último mes este tipo de material y rehacer cada caso tomó casi dos horas de media.
No es solo una molestia. Es una externalidad (coste que paga otra persona): quien genera el documento ahorra tiempo, pero un compañero absorbe la carga de revisarlo, corregirlo o empezar desde cero.
La reputación como nuevo cableado de Internet
La respuesta de la industria es usar IA para filtrar contenido creado por otras IAs. Pero ese interruptor no elimina el coste: lo mueve hacia suscripciones, errores de clasificación y una mayor cesión de criterio a sistemas automáticos.
Por eso empieza a surgir otra reacción, más comercial que técnica. Comunidades cerradas, invitaciones, verificaciones de identidad de pago, newsletters por suscripción y contrataciones por recomendación restringen quién puede entrar y participar.
La denominada “discordización de Internet”, el paso hacia espacios más cerrados, convierte el acceso en el recurso escaso. Si cualquiera puede producir miles de mensajes, la oportunidad valiosa será llegar a un canal donde alguien todavía quiera leerlos.
La paradoja es clara: una tecnología pensada para democratizar la creación puede revalorizar lo que no genera por sí sola. La reputación, las relaciones y una trayectoria verificable serán el cableado que permita distinguir una señal útil en medio del ruido.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
