El arte de preguntar

El hombre que hacía preguntas incómodas

Hace 2,400 años, en las calles de Atenas, un hombre sin título ni fortuna detenía a ciudadanos para hacerles preguntas incómodas. No les daba respuestas. los obligaba a descubrirlas. Lo condenaron a muerte por eso. Hoy, ese mismo método es la base de cómo se entrenan los mejores vendedores del mundo, cómo los médicos aprenden a dar malas noticias, y cómo se educa el juicio que las máquinas más inteligentes del planeta todavía no pueden replicar.

Sócrates lo llamaba mayéutica. el arte de la partera. No porque él tuviera las respuestas, sino porque ayudaba a otros a "dar a luz" ideas que ya estaban dentro de ellos. Su herramienta era simple: preguntas. Preguntas que incomodaban, que revelaban contradicciones, que obligaban a pensar. Este método.el diálogo estructurado que guía sin imponer— se convirtió en la base de la educación occidental. Pero su aplicación más práctica hoy no está en las universidades. Está en los entrenamientos corporativos, en las simulaciones médicas, en los ejercicios de negociación. Y cada vez más, en cómo los humanos enseñamos a las máquinas lo que no pueden aprender solas.

Gimnasios para el juicio humano

¿Cómo se entrena una habilidad que no tiene respuesta correcta? Con simulaciones. Los pilotos usan simuladores de vuelo, los cirujanos practican en modelos antes de tocar pacientes, los negociadores enfrentan actores entrenados para resistir. El principio es siempre el mismo: crear fricción controlada. La neurociencia lo confirma. cuando enfrentamos ambigüedad bajo presión, el cerebro activa redes que no se encienden leyendo teoría. Cada error en un entorno seguro reconfigura nuestros patrones de respuesta. Los role plays son, en esencia, gimnasios para el juicio humano.

El mundo corporativo descubrió esto hace décadas. En ventas, metodologías como SPIN Selling y Challenger Sale transformaron la profesión: los mejores vendedores no son los que dan mejores respuestas, sino los que hacen mejores preguntas. Pero las ventas son solo un dominio. Los médicos simulan dar diagnósticos terminales. Los pilotos simulan fallas de motor a 10,000 metros. Los mediadores simulan conflictos entre partes que no quieren ceder. En cada caso, el objetivo no es memorizar procedimientos. es desarrollar juicio adaptativo. La capacidad de leer una situación ambigua y decidir qué hacer cuando no hay manual.

Donde la inteligencia artificial falla

Ahora, la pregunta incómoda: ¿puede la inteligencia artificial hacer esto? La respuesta corta es no. Los LLMs fallan sistemáticamente donde el juicio humano es crítico. Frente al "trolley problem", defaultean a probabilidades estadísticas sin considerar valores culturales. En conversaciones de salud mental, dan respuestas templadas que invalidan emociones. Interpretan "banco" como institución financiera cuando el contexto claramente indicaba la orilla del río. Pueden generar texto que suena inteligente, pero no pueden navegar la ambigüedad con criterio. No pueden leer lo que no se dice.

Y aquí aparece el giro inesperado. Para que la IA mejore en lo que no puede hacer sola, necesita humanos que la entrenen. No programadores. entrenadores de juicio. El proceso se llama RLHF: Reinforcement Learning from Human Feedback. Humanos evalúan respuestas generadas por el modelo y deciden cuál es mejor, más precisa, más ética, más humana. Esa decisión no se puede automatizar. Requiere experiencia, contexto, valores. Requiere, en otras palabras, todo lo que se entrena con role plays. El círculo se cierra: el mismo método que usamos para desarrollar juicio humano es ahora el método para enseñarle a las máquinas los límites de su propia inteligencia.

El futuro pertenece a los que juzgan

Esto redefine lo que significa ser valioso en el mercado laboral. Durante décadas, el conocimiento técnico fue la moneda de cambio. Saber Excel, saber programar, saber analizar datos. Esas habilidades no desaparecen, pero se comoditizan. Lo que no se puede comoditizar es el juicio bajo ambigüedad. La empatía que detecta lo que el cliente no dice. El sentido común que sabe cuándo una respuesta técnicamente correcta es humanamente incorrecta. Los Data Indexers del futuro no serán los que más sepan, sino los que mejor juzguen.

La próxima vez que enfrentes una situación ambigua. una negociación difícil, una decisión sin respuesta clara, un modelo de IA que "suena bien" pero algo no cuadra. recordá que estás ejercitando una habilidad que tiene 2,400 años y que ninguna máquina puede replicar. Esa incomodidad es el gimnasio. Esa fricción es el entrenamiento. Tu juicio, afilado por años de experiencia y errores, es exactamente lo que el mundo necesita. No lo automatices. Entrenalo.