Es natural querer investigar todo lo posible antes de tomar una decisión. Con la IA, podemos organizar múltiples fuentes, comparar diferencias y descubrir en poco tiempo cuestiones que desconocíamos. Los puntos de entrada a la investigación se han ampliado. Sin embargo, que la información sea más fácil de recopilar no hace necesariamente que sea más fácil sentir que hemos «investigado lo suficiente». La siguiente fuente, la siguiente comparación y el siguiente contraargumento están disponibles de inmediato.
Supongamos que estamos eligiendo una escuela para aprender una nueva habilidad. Hay mucho que podemos investigar: el contenido de los cursos, el coste, la duración, las opciones después de finalizar y las experiencias de los participantes. Con la IA, también se puede crear rápidamente una tabla comparativa. Pero, a medida que se acerca la fecha límite de solicitud, no podemos comprobar cada dato. Además, la información adicional no necesariamente cambiará la elección. Aumentar la cantidad investigada no es lo mismo que reducir la incertidumbre que importa para el juicio.
Lo que se necesita aquí es no pensar en la investigación únicamente como «el trabajo de recopilar tanta información como sea posible». La investigación cumple la función de descubrir qué sigue siendo desconocido. Al mismo tiempo, cumple la función de determinar hasta qué punto esas incógnitas son importantes para el juicio. Si podemos distinguir entre las incógnitas que probablemente cambien el resultado y aquellas que resulta interesante conocer pero que apenas afectan a la elección, cambia la forma de lo que es necesario investigar.
La IA puede ayudar a establecer esta distinción. Puede organizar en qué condiciones faltan fuentes suficientes, dónde discrepan las fuentes y qué cambios en los supuestos alterarían la conclusión. Pero el hecho de que la IA pueda seguir explorando no significa que una persona deba seguir esperando. Mientras continúa la investigación, se acercan los plazos, cambian las opciones y disminuye el tiempo disponible para actuar realmente.
Por lo tanto, las condiciones para dar por terminada una investigación deben incluir no solo el aspecto de la información, sino también el del tiempo humano. No deberíamos preguntarnos únicamente «¿Sigue habiendo información desconocida?», sino también «¿Qué probabilidad hay de que esa información cambie el juicio?» y «¿Qué se perderá al esperarla?». Esto no significa decidir ignorando la incertidumbre. Más bien, significa afrontar al mismo tiempo tanto una incertidumbre que no puede eliminarse por completo como un tiempo que no puede recuperarse.
Para Sai＊aus, el valor del apoyo a la investigación no reside únicamente en maximizar la cantidad de información. Lo importante es hacer visibles los fundamentos sobre los que una persona intenta decidir, de modo que pueda distinguir el punto en el que se necesita una investigación adicional del punto en el que debe comenzar el juicio. Precisamente porque la IA puede seguir explorando, debemos separar la capacidad de «investigar más» del juicio de que «deberíamos investigar más».
En muchos casos, no podemos investigarlo todo antes de decidir. Eso no es un fracaso de la investigación. Para los seres humanos que viven dentro de un tiempo limitado, investigar no consiste en completar una recopilación infinita de información; también consiste en determinar qué debe saberse para poder decidir. Cuanto más amplía la IA aquello que puede investigarse, más se desplaza el final de la investigación desde el punto en que se agota la información hacia el punto en que las personas comprenden la incertidumbre restante y asumen la responsabilidad de una elección.
No respuestas. Comprensión.