Andrew Marble, investigador y cofundador de Willows AI, publicó un ensayo breve pero preciso sobre por qué la IA no reemplaza el trabajo de cuello blanco, a pesar de lo que prometen las demos y los titulares. El texto resonó en Hacker News (35 puntos, 30 comentarios) porque toca algo que los optimistas de la automatización suelen ignorar.
El argumento central de Marble parte de dos tipos radicalmente distintos de preguntas: las transaccionales (donde lo que importa es la respuesta correcta, rápida y verificable) y las relacionales (donde lo que importa es la confianza, la experiencia y la conexión humana). Los LLMs son extraordinariamente buenos en el primero; en el segundo, fallidos por diseño.
El ejemplo que da Marble es simple y poderoso: cuando encontró una palabra desconocida en un texto, su primer instinto fue textear a un chef de confianza para preguntarle. No porque no pudiera buscarlo en un diccionario o preguntarle a un chatbot, sino porque quería el punto de vista de alguien cuya opinión respeta. El significado de la palabra importaba menos que el intercambio con una persona. Eso es trabajo relacional.
El problema, dice Marble, es que la mayoría del trabajo de cuello blanco —consultoría de estrategia, liderazgo, asesoría legal, gestión de equipos— opera en este segundo mundo. Los clientes no contratan consultoras para obtener la respuesta correcta: la contratan porque confían en su criterio. Un chatbot que genere el mismo PowerPoint no tiene criterio ni tiene relación con nadie.
Para los equipos de tecnología en Latinoamérica que están evaluando cuánto pueden 'automatizar' con IA, el ensayo ofrece un marco útil: usa IA para las preguntas transaccionales; para las relacionales, sigue necesitando humanos.