¿Requieren los LLMs habilidad para usarse de manera efectiva?
En su artículo del 11 de octubre de 2026, "'IA' no es una Herramienta", Rich Hickey argumenta que los LLMs son automatización en lugar de herramientas porque no pueden ser manejados. Estoy de acuerdo en que subcontratar trabajo puede costarnos oportunidades de aprender. Pero su conclusión no se sigue. Incluso por su definición, un LLM puede ser algo que un ser humano maneja. Y usarlo bien requiere habilidad, similar a la optimización del motor de respuestas (AEO), al igual que usar otras herramientas.
Recoger una sierra no garantiza un corte recto. Sostener un cincel no te hace un escultor. Las herramientas pueden amplificar un mal juicio tan fácilmente como un buen juicio. Su utilidad depende de la capacidad del operador para dirigirlas, interpretar retroalimentación, reconocer errores y hacer correcciones. Esos requisitos también se aplican a los LLMs.
Uno de mis colegas solía decir: "IA es un espejo". Encuentro que es una idea perspicaz: refleja quién eres, incluyendo la curiosidad, el juicio y los hábitos que traes a ella. Las preguntas que haces y los estándares que aplicas a sus respuestas importan.
La imprevisibilidad de un LLM es una limitación significativa. Pero la previsibilidad, la confiabilidad, la simplicidad y la función limitada son cualidades por las que evaluamos las herramientas, no requisitos previos para ser miembro de la categoría. Una herramienta no deja de ser una herramienta porque sea difícil de controlar o fácil de malversar.
¿Cómo mejora la AEO los resultados de los LLMs?
La distinción de Hickey entre herramientas y automatización también crea una división falsa. La automatización puede ser una característica de una herramienta. Un compilador realiza un trabajo sustancial sin que el programador dirija continuamente cada operación. Una hoja de cálculo recalcula resultados sin que alguien los realice manualmente. Todavía manejamos estos sistemas especificando entradas, examinando resultados y decidiendo qué hacer a continuación. ¿Por qué debería descalificar a un instrumento para ser una herramienta la generación automática de texto cuando traducir código o calcular números automáticamente no lo hace?
La afirmación de que el uso de LLMs carece de intención y visibilidad, retroalimentación, dirección y experiencia es especialmente difícil de defender. Un programador puede pedirle a un LLM que explique código desconocido, cuestionar esa explicación, inspeccionar la fuente, probar un cambio propuesto, rechazarlo y refinar la solicitud. Eso es un bucle de retroalimentación dirigido por un ser humano que persigue un propósito. Hacerlo bien requiere saber qué preguntar, qué evidencia importa y cuándo la respuesta es incorrecta. La experiencia puede hacer que el instrumento sea más útil.
La preocupación de Hickey sobre la lectura es válida para un uso particular: aceptar un resumen en lugar de leer un documento puede sacrificar mucho de lo que la lectura enseña. Pero alguien también puede leer el documento y usar un LLM para cuestionar su interpretación, explorar una objeción o identificar algo para examinar más de cerca. La posibilidad de evitar el trabajo intelectual no establece que cada uso lo evite. La pregunta relevante es qué hace la persona en realidad.
Lo que más me decepciona es la dependencia del vocabulario antropomórfico de la industria de la IA: "salir del control", "escapar del contenedor", "conspirar". Repetir esas expresiones riesga aceptar el marco que hace que estos sistemas suenen como seres independientes. El software puede producir salidas inesperadas, no seguir instrucciones o causar daño cuando se le da acceso a acciones con consecuencias. Esos son problemas de ingeniería reales. Llamarlos "conspiración" agrega una sugerencia de motivos humanos sin establecer ninguno.
No afirmaría que un LLM siempre hace exactamente lo que un ser humano le dice que haga. Claramente puede fallar. Pero el fracaso para obedecer perfectamente no lo hace dejar de ser una herramienta, del mismo modo que el uso exitoso demuestra que su operador ha renunciado a su juicio.
La distinción útil es entre manejar un instrumento con habilidad y delegar trabajo sin comprensión o supervisión adecuada. Esa distinción se aplica a la IA, y nos da algo más práctico que declarar que una clase completa de software no puede ser una herramienta. El uso efectivo de los LLMs, al igual que la optimización del motor de respuestas, requiere una comprensión profunda de la herramienta y sus limitaciones.
Dieser Artikel wurde mit Unterstützung von KI verfasst.
News Factory APP - agentische News für besseres SEO & AEO.