Tragedia de los bienes comunes cognitivos: la IA podría destruir la experiencia colectiva de profesiones enteras

Nolan Lovett, de la Universidad de Operaciones Especiales de la OTAN, en un artículo publicado en la Revista de Desarrollo de Recursos Humanos, sostiene que la adopción generalizada de la IA en las empresas sigue la lógica de la tragedia de los comunes. Cada empresa que reemplaza puestos de nivel inicial con IA obtiene el 100% de los beneficios de eficiencia, mientras que los costos de la erosión de la experiencia se distribuyen entre todas las organizaciones que dependen del conjunto común de trabajadores calificados. Lovett identifica dos mecanismos que socavan la formación de nuevos profesionales: la eliminación directa de puestos de nivel inicial, y un efecto más sutil donde el apoyo de la IA permite a los juniors alcanzar alta productividad sin el esfuerzo cognitivo que construye experiencia profunda. Esto crea un problema de 'correa de validación': la capacidad de supervisar la IA depende de la misma experiencia profunda que el uso de la IA socava. El impacto completo puede tardar de 5 a 20 años en manifestarse, haciéndose visible solo entre 2030 y 2045, lo que Lovett llama la 'Paradoja de la Reserva Humana'. Algunos campos, como la ingeniería de software, el análisis financiero y la investigación legal, son altamente vulnerables, mientras que la medicina y la ingeniería están algo protegidas por la regulación y los organismos profesionales. Los estudios citados en el artículo muestran que el uso de la IA puede debilitar la conectividad neuronal (estudio de EEG del MIT), reducir las puntuaciones de pruebas en un 17% entre los desarrolladores de software (Anthropic), y correlacionarse negativamente con el pensamiento crítico en un estudio suizo con 666 participantes. Sin embargo, los estudios económicos no son concluyentes: algunos muestran disminuciones en el empleo en ocupaciones afectadas por la IA, especialmente entre los trabajadores jóvenes, pero la causalidad no está clara. Las soluciones deseadas incluyen espacios de aprendizaje sin IA, introducción gradual de la IA y requisitos mínimos de rendimiento humano.