Artículo
Humano e IA: cómo evaluar la colaboración
Trabajar junto a una IA no garantiza una mejor decisión. Un preprint propone estudiar esa diferencia. Esta lectura preliminar se limita a su resumen; los ejemplos siguientes son originales y ficticios.
Andrea Campagner, Federico Cabitza y Vincenzo Crupi enviaron v1 a arXiv el 20 de octubre de 2026, a las 10:09:59 UTC. El resumen presenta condiciones matemáticas de complementariedad ligadas a corregir errores mutuos y analiza siete casos clínicos. También describe una posible pérdida de corrección humana cuando domina el algoritmo. La ficha señala revisión editorial en curso; no acredita aceptación. El listado del 21 de octubre tiene otra fecha. Fuente: resumen y ficha de arXiv.
La comparación empieza antes de formar el equipo
Aquí llamaremos complementariedad a superar, con el equipo, tanto a la persona como al modelo por separado.
En un ejercicio de aprendizaje conviene distinguir tres recorridos: una persona resuelve la tarea, un modelo resuelve la misma tarea y una persona trabaja con asistencia. Si sólo comparas el tercero con el primero, todavía falta una alternativa. Puede que la asistencia ayude a la persona y, sin embargo, añada errores frente a usar únicamente el modelo.
Imagina una actividad ficticia para clasificar fichas de una biblioteca inventada. La tarea consiste en asignar cada ficha a una categoría usando reglas escritas. Se dispone de las categorías correctas para revisar las respuestas después. Antes de medir nada, el grupo acuerda qué cuenta como acierto y qué ocurre con las fichas ambiguas. Esa referencia compartida evita evaluar cada recorrido con una exigencia distinta.
Seis fichas inventadas muestran dónde puede estar la ventaja
La tabla contiene datos completamente ficticios, creados para explicar una comparación. Cada letra representa una ficha de la biblioteca imaginaria. No son participantes, observaciones ni cifras del estudio. La columna de equipo ideal supone que alguien ya sabe elegir la respuesta correcta en cada desacuerdo: es una posibilidad ilustrativa, no una capacidad demostrada.
| Ficha | Persona sola | Modelo solo | Equipo ideal imaginado |
|---|---|---|---|
| A | Acierta | Acierta | Acierta |
| B | Acierta | Acierta | Acierta |
| C | Acierta | Se equivoca | Acierta |
| D | Acierta | Se equivoca | Acierta |
| E | Se equivoca | Acierta | Acierta |
| F | Se equivoca | Acierta | Acierta |
Por construcción, cada participante aislado acierta cuatro fichas y el equipo ideal acierta seis. El salto depende de elegir bien en C, D, E y F. Si se selecciona la respuesta equivocada en esos cuatro desacuerdos, el equipo sólo conserva los dos aciertos compartidos.
La misma distribución permite imaginar una colaboración excelente o una colaboración perjudicial. Por eso, descubrir respuestas diferentes es apenas el comienzo del ejercicio: hace falta explicar con qué evidencia se elegiría entre ellas sin consultar anticipadamente las categorías correctas.
Un desacuerdo necesita una forma de resolverse
Volvamos a la ficha C del ejemplo. La persona propone historia y el modelo propone literatura. Si el grupo conoce la categoría correcta desde el inicio, seleccionar al ganador es trivial y la prueba pierde sentido. El reto educativo consiste en resolver el desacuerdo usando únicamente la información permitida durante la tarea.
Una opción ficticia sería pedir a ambos que indiquen qué regla del catálogo justifica su clasificación. Después, una revisora puede contrastar esas referencias con el reglamento original. Si una respuesta cita una regla inexistente, aparece un motivo comprobable para cuestionarla. Si las dos interpretaciones siguen siendo compatibles con las instrucciones, el caso necesita aclaración.
Una explicación extensa o un tono seguro no sustituyen esa comprobación. En este diseño de ejercicio, conviene registrar el motivo de la elección final, además de la categoría elegida. Así se puede distinguir una decisión basada en evidencia de un acierto casual. Tampoco hay que convertir el desacuerdo en una obligación de escoger: suspender una ficha ambigua puede ser una salida prevista.
Qué aporta una persona dentro de un proceso concreto
Consideremos otra situación inventada, fuera del ámbito médico: revisar descripciones de productos ficticios para una tienda de entrenamiento. El modelo redacta una descripción y una editora la contrasta con una ficha técnica preparada para la actividad. La editora puede detectar que el texto atribuye una función ausente de esa ficha. El valor de su intervención depende de disponer de esa referencia y poder corregir el borrador.
También puede ocurrir lo contrario dentro de la escena imaginada. La editora omite una medida obligatoria y el asistente señala qué campo de la ficha falta. El equipo tendría entonces dos oportunidades de revisión. Para observarlas, habría que conservar las versiones intermedias; ver únicamente el texto final impediría saber quién detectó el problema.
Estas son hipótesis de diseño de un taller, no observaciones empresariales. No establecen cuánto produciría un equipo real, si ahorraría tiempo o qué puestos cambiarían. Su utilidad es hacer visible una pregunta concreta: qué información tiene cada participante y qué modificación puede efectuar cuando encuentra una discrepancia.
Un promedio favorable puede esconder una mala comparación
En una práctica ficticia, sería engañoso dar a la persona las fichas más difíciles y al equipo las más sencillas. También cambiaría la comparación si un recorrido puede consultar el reglamento y otro debe responder de memoria. Antes de interpretar un porcentaje, hay que mirar qué tarea se pidió y con qué recursos se resolvió.
Otra elección consiste en decidir cuándo mostrar la propuesta del asistente. Para explorar la influencia de esa presentación, el taller podría guardar primero una respuesta individual y después permitir la consulta. Este procedimiento propuesto ayuda a reconstruir cambios; por sí solo no demuestra por qué una persona cambió de opinión.
El criterio de éxito también merece precisión. Si se busca exactitud, hay que definir una respuesta de referencia. Si se evalúa tiempo, corresponde medirlo de manera comparable. Si se exige calidad editorial, hacen falta criterios explícitos y revisión. Una diferencia en una dimensión no acredita una mejora en todas las demás, y mezclar sus nombres puede producir conclusiones confusas.
Cómo preparar una práctica que permita aprender algo
Una actividad educativa puede empezar con pocas fichas ficticias y un reglamento breve. Quien coordina prepara respuestas de referencia y marca las ambigüedades antes de observar a los participantes. El ejercicio compara los tres recorridos con el mismo material y registra qué consultas están permitidas. No busca estimar efectos en una empresa: busca descubrir qué necesita una comparación comprensible.
La segunda tabla propone qué conservar en ese taller. Es una herramienta pedagógica original; no reproduce el protocolo del preprint.
| Recorrido | Qué guardar | Pregunta para la revisión |
|---|---|---|
| Persona sin asistencia | Respuesta y regla utilizada | ¿Qué información tuvo disponible? |
| Modelo sin intervención humana | Instrucción, respuesta y recursos permitidos | ¿Recibió una tarea equivalente? |
| Persona con asistencia | Respuesta inicial, sugerencia y decisión final | ¿Qué cambió y con qué fundamento? |
Al terminar, se revisan los desacuerdos uno por uno. Un caso sin referencia suficiente se registra como indeterminado, en lugar de adjudicarle un acierto conveniente. Si el grupo modifica las reglas tras observar las respuestas, conviene conservar ambas versiones y explicar el cambio. La transparencia del ejercicio importa más que obtener un número llamativo.
Hasta dónde alcanza la evidencia consultada
Esta lectura cubre la ficha bibliográfica y el abstract. No examina demostraciones matemáticas, tablas, selección de casos ni procedimientos completos de evaluación. Por ello, no permite verificar independientemente las condiciones formales anunciadas ni juzgar su aplicación a cada caso. Aquí distinguimos lo que declaran los autores de lo que esta explicación puede demostrar con ejemplos construidos.
El contexto clínico reportado exige especial cuidado al transferir conclusiones. No ofrecemos recomendaciones diagnósticas, criterios de tratamiento ni instrucciones para adoptar sistemas en atención sanitaria. Tampoco convertimos ese contexto en evidencia sobre empleo, salarios o productividad de oficina. Los ejemplos de biblioteca y edición son recursos educativos originales.
Para evaluar una aplicación concreta harían falta tareas representativas, permisos, criterios de referencia y observaciones propias. También sería necesario estudiar errores, incertidumbre y efectos adversos relevantes para ese uso. Una publicación preliminar puede abrir preguntas interesantes sin resolver esas decisiones de implementación.
Una pregunta útil para tu próximo ejercicio
En vez de empezar preguntando si una herramienta impresiona, describe qué decisión tendría que mejorar y frente a qué alternativa. Después señala quién puede cuestionar una respuesta y qué evidencia tendría para hacerlo. Esa conversación convierte una promesa vaga de colaboración en un ejercicio que se puede discutir y revisar.
Puedes seguir aprendiendo con la explicación de cómo observar cuándo debe intervenir una IA y con la lectura sobre cómo comprobar las promesas de las herramientas. Son temas relacionados para formular mejores preguntas, sin trasladar resultados entre estudios ni productos.
Si quieres practicar con situaciones inventadas y compartir tus criterios, participa en la Comunidad gratuita. Lleva una tarea pequeña, una alternativa de comparación y una forma de reconocer errores. Es suficiente para comenzar una discusión educativa con ejemplos claros y límites explícitos.
