El software ahora es no determinístico. Sé el humano responsable.

Hasta ahora, toda tecnología que la humanidad construyó era determinística. Un termostato mide la temperatura; si supera N, prende el aire acondicionado. El software hacía exactamente lo que escribías. A los ingenieros los entrenaron para pensar de forma determinística. Los errores eran bugs, no features.

   DETERMINISTIC                       NON-DETERMINISTIC (LLM)
   ─────────────                       ─────────────────────────

   input ──→ [if x > N] ──→ output      input ──→ [  LLM  ] ──→ output
                  ↓                                       ↓
                same                                    varies

   100 runs:                            100 runs:
     all 100 identical                    100 reasonable answers,
                                          none identical

   you can prove it works              you have to evaluate it

Los LLMs rompieron eso. Un modelo de lenguaje puede tomar mil detalles sobre un cuarto y la gente que está adentro y decidir si prender el aire acondicionado, como lo haría una persona reflexiva. Distintos inputs, distintos pero razonables outputs. Ninguna corrida es idéntica a otra. No hay lógica determinística debajo de la decisión.

Esta es la primera vez en la historia humana que delegamos decisiones reales (no solo microdecisiones, también macro) a un sistema que no funciona de forma determinística. Y el sistema en sí es un blanco móvil: mismo input, nueva versión del modelo, output distinto.

Las implicancias siguen apareciendo. Podemos entregarle categorías enteras de decisiones a la IA: campañas de marketing, asignación de presupuesto, insumos para el roadmap de producto, respuestas de soporte, incluso borradores de estrategia. La jugada económicamente interesante es dejar que el modelo decida y dejar que otros modelos evalúen la decisión desde distintos ángulos antes de ejecutarla. La autoevaluación multiagente es real y funciona.

Pero no toda decisión debería delegarse. El ejemplo más claro: despedir a alguien. Eso no lo delegues. Es un momento profundamente humano. El modelo probablemente pueda hacerlo de forma más “eficiente”, pero ese no es el punto.

Entonces, ¿qué le queda al humano en este mundo?

La respuesta que sigue apareciendo es: sé responsable. Ten piel en el juego. El modelo, cuando comete un error, dice “ups, perdón” y sigue adelante. No siente nada. Estar equivocado no lo afecta. A nosotros sí. Los clientes, los socios, los empleados, los reguladores, todos necesitan a alguien a quien responsabilizar, y el modelo no puede ser esa persona.

El trabajo del humano es hacerse cargo del resultado. Decir: soy responsable de lo que esta IA hizo en mi nombre, y si estuvo mal, lo voy a arreglar. Esa responsabilidad es la parte que no se automatiza. Sin ella, la toma de decisiones con IA es insegura a cualquier velocidad; con ella, puedes dejar que el sistema corra muy rápido.

Si eres fundador, esto cambia cómo piensas el diseño organizacional. No es “quién hace el trabajo”, sino “quién es responsable del trabajo que hizo la IA.” Elige a las personas que puedan sostener esa responsabilidad, y déjalas correr.

▮