Diseñar por aproximaciones sucesivas, a la velocidad de la IA

Michael Allen enseñó ADDIE durante años antes de decidir abandonarlo. El modelo —analizar, diseñar, desarrollar, implementar, evaluar— se había concebido como una cascada: ninguna fase empezaba hasta que la anterior estuviera terminada. En 2012, junto con Richard Sites, publicó la alternativa: SAM, el modelo de aproximaciones sucesivas. En lugar de un análisis exhaustivo, propone un diseño casi inmediato, un boceto rápido y descartable, y tres vueltas de un ciclo corto: evaluar, diseñar, desarrollar.

Escribí sobre SAM hace unos años, dos veces, y las dos celebré lo mismo: los plazos cortos, las entregas rápidas, el progreso por encima de la perfección. Releído hoy, creo que puse el acento en el lugar equivocado. La inteligencia artificial generativa es lo que me lo hizo ver.

Para entender qué hacía valioso a SAM hay que recordar cuánto costaba producir. En 2010, Chapman Alliance relevó a 249 organizaciones: una hora de e-learning básico llevaba, en promedio, 79 horas de desarrollo; una de e-learning avanzado, 490. Con esos números, equivocarse en el diseño salía carísimo y el boceto descartable era una forma sensata de equivocarse barato. Pero el mismo estudio tiene un dato que se cita mucho menos: la prueba piloto se llevaba el 4 % del tiempo de desarrollo. La programación sola, el 17 %.

Ese número explica SAM mejor que cualquier diagrama. La industria gastaba el esfuerzo en fabricar y casi nada en comprobar. Por eso Allen no propuso solamente ir más rápido: propuso sentar en la sesión inicial de diseño —el Savvy Start— a quienes iban a cursar y a quienes habían cursado hacía poco, y pidió que la versión beta la evaluaran no solo los expertos en contenido, sino alumnos representativos del público real.

Hoy la ecuación es otra. En un experimento publicado en Science, 453 profesionales resolvieron tareas de escritura propias de su oficio: quienes usaron ChatGPT tardaron un 40 % menos y entregaron un trabajo un 18 % mejor. Un guion, un cuestionario, la maqueta de una actividad, tres variantes del mismo ejercicio: producir dejó de ser el cuello de botella. La IA aceleró, justamente, la parte de SAM que ya era rápida.

Cuando producir una versión no cuesta casi nada, lo caro es saber si sirve.

El riesgo no desapareció: cambió de lugar. Con diez versiones disponibles en una tarde, la tentación es iterar con uno mismo, o con la máquina, y llamar a eso aproximación sucesiva. No lo es: una iteración que nadie evalúa es producción sucesiva. Y aparece un problema que Allen no tenía. Su boceto era deliberadamente tosco para que nadie lo confundiera con el producto; lo que genera la IA parece terminado desde la primera versión, y lo que parece terminado se discute en lugar de probarse.

Que un resultado parezca bueno no dice nada sobre si lo es. En un experimento con 758 consultores de Boston Consulting Group, quienes usaron GPT-4 en tareas dentro de las capacidades del modelo completaron un 12,2 % más de trabajo y un 25,1 % más rápido; en una tarea elegida fuera de esa frontera tuvieron un 19 % menos de probabilidad de llegar a la solución correcta. Los autores la llaman frontera irregular: tareas de dificultad aparentemente similar caen de un lado o del otro, y desde adentro no se ve el borde.

Lo reconozco de mi trabajo con datos: generar el informe dejó de ser el problema hace rato; lo difícil es decidir qué cambiar con lo que el informe muestra. En formación pasa lo mismo, y Allen lo admitió de paso, casi como una resignación: el estudio que comprueba si las conductas buscadas efectivamente se lograron llega, después del lanzamiento, muy pocas veces.

Si hoy tuviera que usar SAM, no le cambiaría las fases. Le cambiaría el reparto del tiempo. Que la IA haga el desarrollo, y que las horas liberadas vayan a la tarea que se llevaba el 4 %: versiones frente a personas reales desde la primera vuelta, y una regla escrita antes de cada ciclo sobre qué resultado obligaría a cambiar el diseño. La pregunta que Allen proponía hacerle a cada propuesta —por qué no deberíamos hacer esto— sigue siendo la correcta. Lo que cambió es quién la contesta: quien aprende, no quien produce.

---

SAM no envejeció con la inteligencia artificial. Quedó al descubierto: lo que lo hacía valioso nunca fue la velocidad, sino con quién se iteraba.

La IA puede darte diez versiones antes del almuerzo. Cuál sirve lo siguen decidiendo las personas que tienen que aprender con ella.