Cuando no sabemos algo, encontrar una respuesta lleva tiempo. Buscamos materiales, leemos las partes necesarias y comparamos varias explicaciones. Cuando la IA acorta esta etapa inicial, podemos llegar a una respuesta antes que antes. Es una gran ventaja. Pero ver una respuesta en la pantalla no es lo mismo que comprenderla por nosotros mismos. Podemos entender las palabras y, aun así, no saber por qué se sostiene la afirmación, en qué condiciones no se aplica o cómo se relaciona con nuestro propio problema.
Supongamos que la IA nos ofrece una explicación concisa de algún mecanismo. Al leerla, podemos sentir que entendemos el esquema general. Pero cuando intentamos aplicarlo a otro ejemplo, podemos dudar hasta qué punto puede utilizarse la misma idea. Esta incertidumbre no significa que la primera explicación careciera de sentido. Significa que, al pasar de conocer una respuesta a comprenderla de una forma utilizable, ha aparecido una nueva pregunta.
Si se reduce el tiempo necesario para obtener una respuesta, adquiere mayor importancia cómo utilizamos el tiempo posterior. Pasar inmediatamente a la siguiente pregunta nos permite reunir mucha información rápidamente. Pero también podemos preguntarnos sobre una respuesta: «¿Qué premisas tiene?», «¿Existen contraejemplos?» y «¿Qué es diferente en mi situación?». La entrada más rápida que proporciona la IA puede adelantar el tiempo destinado a profundizar la comprensión.
El conocimiento no crece solamente con el número de respuestas. La nueva información se convierte en conocimiento utilizable cuando organizamos cómo se conecta con lo que ya sabíamos, nos detenemos cuando aparecen contradicciones y cambiamos nuestra comprensión anterior cuando es necesario. Cuanta más información pueda mostrar la IA en poco tiempo, más tendrán que elegir las personas no solo qué recordar, sino también qué relaciones examinar.
Aquí es donde resulta útil disponer de margen. Si queda tiempo después de obtener rápidamente una respuesta, podemos comparar otra explicación, crear nuestro propio ejemplo o volver a preguntar sobre lo que sigue sin estar claro. También podemos comprobar si la primera respuesta podría ser incorrecta. En cambio, si cada respuesta rápida nos lleva inmediatamente a la siguiente información, quizá sepamos más cosas mientras dedicamos menos tiempo a comprobar el significado de cada una.
En el diálogo con la IA, la propia pregunta puede cambiar durante la comprensión. Al principio quizá queramos saber «¿qué es esto?». Después de leer una explicación, podemos preguntarnos «¿por qué es necesaria esta condición?». Al seguir pensando, podemos darnos cuenta de que «otra pregunta habría sido más adecuada para el problema que realmente queríamos comprender». Comprender no es un camino recto que termina después de una respuesta a la pregunta inicial; también es un proceso en el que las respuestas actualizan la propia pregunta.
El énfasis de Sai＊aus en «No respuestas. Comprensión.» no significa hacer más lentas las respuestas. Las partes que la IA puede responder rápidamente pueden procesarse rápidamente, mientras que el tiempo generado de ese modo puede permitir a las personas examinar las premisas y las diferencias y cambiar la pregunta cuando sea necesario. La velocidad puede utilizarse no como sustituto de la comprensión, sino para aumentar el espacio en el que la comprensión puede desarrollarse.
Encontrar rápidamente una respuesta y comprender rápidamente no son lo mismo. Pero tampoco tienen por qué ser opuestos. Si la IA acorta la entrada a una respuesta, podemos evitar utilizar todo ese tiempo ahorrado únicamente para recopilar más respuestas y reservar una parte «después de la respuesta». En ese tiempo, podemos examinar el significado, volver a conectar las relaciones y revisar nuestra primera comprensión cuando sea necesario. El margen creado por la velocidad puede convertirse en el tiempo que transforma una respuesta en conocimiento.
No respuestas. Comprensión.