Desafortunadamente, en esta era, cuanto más dedicado y concienzudo seas en el trabajo, más fácilmente te convertirás en una habilidad que puede ser reemplazada por la IA. En los últimos dos días, los temas de tendencia y los canales de medios se han inundado con "colleague.skill". A medida que este problema continúa fermentando en las principales plataformas de redes sociales, la atención del público se ha centrado, casi sin sorpresa, en grandes ansiedades como "despidos por IA", "explotación del capital" e "inmortalidad digital para la clase trabajadora". Estas son ciertamente generadoras de ansiedad, pero lo que más me preocupa es una línea de consejos de uso en el documento README del proyecto: "La calidad de las materias primas determina la calidad de la habilidad: se recomienda priorizar la recopilación de artículos largos escritos de forma proactiva > respuestas de toma de decisiones > mensajes diarios". Aquellos más fácilmente destilados y reproducidos píxel a píxel por el sistema son precisamente los trabajadores más diligentes. Son aquellos que, después de concluir cada proyecto, todavía escriben diligentemente documentos de retroalimentación; Son aquellos que, ante desacuerdos, están dispuestos a dedicar media hora a escribir un artículo extenso en el chat, analizando con honestidad la lógica de su proceso de toma de decisiones; son aquellos sumamente responsables, que confían meticulosamente todos los detalles de su trabajo al sistema. La diligencia, antes la virtud más admirada en el ámbito laboral, se ha convertido en un catalizador que acelera la transformación de los trabajadores comunes en combustible para la IA. En el lenguaje cotidiano, el contexto es el trasfondo de la comunicación. Pero en la IA, especialmente en el mundo de los agentes de IA de rápido crecimiento, el contexto es el combustible de un motor rugiente, la sangre que lo mantiene palpitante y el único punto de referencia para que un modelo emita juicios precisos en medio del caos. La IA desprovista de contexto, independientemente de la cantidad de parámetros que posea, no es más que un motor de búsqueda con amnesia. No puede reconocer quién eres, no puede comprender las corrientes subterráneas ocultas bajo la lógica empresarial y no tiene forma de saber la larga lucha y la ponderación de opciones que realizaste en esta red tejida con limitaciones de recursos y juegos interpersonales al tomar una decisión. La razón por la que "Colleague.skill" ha causado tanto revuelo es precisamente porque ha explotado con precisión y eficacia la fuente inagotable de información de alta calidad: el software moderno de colaboración empresarial. En los últimos cinco años, el entorno laboral chino ha experimentado una transformación digital silenciosa pero radical. Herramientas como Lark, DingTalk y Notion se han convertido en enormes bases de conocimiento empresariales. Tomando Lark como ejemplo, ByteDance ha declarado públicamente que genera una enorme cantidad de documentos internamente cada día. Estos documentos, densamente estructurados, registran fielmente cada sesión de lluvia de ideas, cada reunión tensa y cada acuerdo estratégico alcanzado a regañadientes por más de 100 000 empleados. Esta penetración digital supera con creces cualquier época anterior.Érase una vez, el conocimiento poseía una calidez latente en la mente de los empleados veteranos, presente en las conversaciones informales de la sala de descanso. Ahora, toda la sabiduría y experiencia humanas han sido despojadas de su vitalidad, asentándose implacablemente en la fría e impersonal matriz de servidores en la nube. En este sistema, si no se documenta el trabajo, este permanece invisible y los nuevos compañeros no pueden colaborar. El funcionamiento eficiente de las empresas modernas se basa en el ciclo diario de cada empleado que aporta contexto al sistema. Los trabajadores diligentes, con su esfuerzo y buena voluntad, exponen sus procesos de pensamiento en estas frías plataformas sin reservas. Lo hacen para que el equipo funcione mejor, para demostrar su valía al sistema y para encontrar desesperadamente su lugar dentro de este intrincado gigante comercial. No se entregan voluntariamente; simplemente se adaptan, con torpeza y diligencia, a las reglas de supervivencia del entorno laboral moderno. Pero es precisamente este contexto, reservado para la colaboración interpersonal, el que se convierte en el combustible perfecto para la IA. El sistema de gestión de Lark cuenta con una función que permite a los superadministradores exportar por lotes los documentos y registros de comunicación de los miembros. Esto significa que las revisiones de proyectos y la lógica de toma de decisiones que dedicaste durante tres años, incontables noches sin dormir, pueden empaquetarse fácilmente en un archivo comprimido, frío y sin vida, en tan solo unos minutos con una única interfaz API. Con la explosiva popularidad de "colleague.skill", han comenzado a aparecer derivados extremadamente incómodos en GitHub Issues y diversas plataformas de redes sociales. Algunos han creado "ex.skill", intentando alimentar a la IA con registros de chat de los últimos años, permitiéndole seguir discutiendo o siendo cariñosa con ese tono familiar; otros han creado "white moonlight.skill", reduciendo los sentimientos intocables a un frío entorno interpersonal, ensayando repetidamente conversaciones incisivas y buscando meticulosamente la solución emocional óptima; otros más han creado "dad-like boss.skill", masticando de forma preventiva el lenguaje opresivo de la seducción en el espacio digital, construyendo una triste defensa psicológica para sí mismos. Los escenarios de uso de estas habilidades se han desviado por completo del ámbito de la eficiencia laboral. Resulta que, sin darnos cuenta, nos hemos vuelto expertos en emplear la misma lógica fría que usamos para tratar las herramientas, diseccionando y objetivando a esas personas de carne y hueso. El filósofo alemán Martin Buber propuso en una ocasión que la naturaleza subyacente de las relaciones humanas se reduce a dos modos distintos: «Yo y Tú» y «Yo y Ello». En el encuentro entre «Yo y Tú», trascendemos los prejuicios y contemplamos al otro como un ser vivo completo y digno.Este vínculo es completamente abierto, rebosante de una vibrante imprevisibilidad, y precisamente por su sinceridad, parece excepcionalmente frágil. Sin embargo, una vez atrapada en la sombra del "yo y el ello", una persona se reduce a un objeto que puede ser diseccionado, analizado, categorizado y etiquetado. Bajo este escrutinio extremadamente utilitario, lo único que nos importa es: "¿De qué me sirve esto?". La aparición de productos como "Ex.Skill" demuestra que la racionalidad instrumental del "yo y el ello" ha invadido por completo el ámbito emocional más íntimo. En una relación real, una persona es tridimensional, llena de arrugas, con constantes contradicciones y asperezas; sus reacciones cambian según las situaciones específicas y las interacciones emocionales. La reacción de tu ex ante la misma frase al despertar por la mañana podría ser drásticamente diferente a su reacción después de trabajar hasta tarde. Pero cuando reduces a una persona a una habilidad, lo que extraes es simplemente el remanente funcional que resultó "útil" y "utilitario" para ti en ese vínculo específico. La persona que originalmente era cálida y capaz de experimentar alegría y tristeza fue completamente despojada de su alma en esta cruel purificación, transformada en una "interfaz funcional" que se puede conectar y usar a voluntad. Hay que admitir que la IA no fabricó esta escalofriante crueldad de la nada. Antes de la IA, ya estábamos acostumbrados a etiquetar a los demás, sopesando con precisión el "valor emocional" y el "peso de la red" de cada relación. Por ejemplo, cuantificábamos las condiciones de las personas en el mercado de citas en tablas; categorizábamos a los colegas en el trabajo como "capaces" y "vagos". La IA simplemente hizo completamente explícita esta extracción implícita y funcional entre personas. La persona fue aplanada, dejando solo la faceta de "¿de qué me sirve?". En 1958, el filósofo húngaro-británico Michael Polanyi publicó Conocimiento personal. En este libro, propuso un concepto muy perspicaz: el conocimiento tácito. Polanyi afirmó célebremente: "Siempre sabemos más de lo que podemos decir". Usó el ejemplo de aprender a andar en bicicleta. Un jinete experto, que monta con una gracia natural, puede mantener el equilibrio a la perfección ante cada cambio de gravedad, pero no puede describir con precisión a un principiante la sutil intuición de ese momento mediante fórmulas físicas áridas o palabras vacías. Sabe montar, pero no puede expresarlo con palabras. Este tipo de conocimiento, que no se puede codificar ni expresar verbalmente, es conocimiento tácito. El entorno laboral está repleto de este tipo de conocimiento tácito.Un ingeniero sénior podría detectar un fallo del sistema con solo echar un vistazo a los registros, pero le costaría documentar esa "intuición", basada en miles de intentos de ensayo y error. El repentino silencio de un vendedor estrella en la mesa de negociación transmite una presión y un agudo sentido de la oportunidad que ningún manual de ventas puede capturar. Un profesional de recursos humanos con experiencia puede detectar inconsistencias en el currículum de un candidato simplemente observando medio segundo de contacto visual evitado. "Colleague.skill" solo puede extraer el conocimiento explícito que ya se ha escrito o hablado. Puede capturar tus documentos de análisis posterior a la reunión, pero no las dificultades que tuviste al escribirlos; puede replicar tus respuestas a las decisiones, pero no la intuición que desarrollaste al tomarlas. Lo que el sistema destila es simplemente una sombra de una persona. Si la historia terminara aquí, sería otra torpe imitación de la naturaleza humana por parte de la tecnología. Pero una vez que una persona se destila en una habilidad, esa habilidad no permanece estática. Se utiliza para responder correos electrónicos, escribir nuevos documentos y tomar nuevas decisiones. En otras palabras, estas sombras generadas por IA comienzan a generar nuevos contextos. Estos contextos generados por IA se almacenan en Lark y DingTalk, convirtiéndose en material de entrenamiento para la siguiente ronda de destilación. En 2023, un equipo de investigación de las Universidades de Oxford y Cambridge publicó conjuntamente un artículo sobre el "colapso del modelo". La investigación mostró que cuando los modelos de IA se entrenan iterativamente utilizando datos generados por otras IA, la distribución de datos se vuelve cada vez más estrecha. Los rasgos humanos raros, marginales, pero extremadamente auténticos se borran rápidamente. Después de solo unas pocas generaciones de entrenamiento con datos sintéticos, el modelo olvida por completo los datos humanos reales complejos y de cola larga, y en su lugar produce contenido extremadamente mediocre y homogéneo. Un artículo de investigación de 2024 en Nature también señaló que entrenar futuras generaciones de modelos de aprendizaje automático con conjuntos de datos generados por IA contaminaría gravemente su salida. Esto es similar a esas imágenes de memes que circulan en línea; Originalmente una captura de pantalla de alta definición, se reenvía, comprime y reenvía innumerables veces. Cada transmisión resulta en la pérdida de algunos píxeles y la adición de ruido. Finalmente, la imagen se vuelve borrosa y se recubre digitalmente. Cuando el contexto humano auténtico y tácito se agota, y el sistema solo puede entrenarse con sombras distorsionadas, ¿qué quedará? Solo tópicos correctos pero sin sentido. Cuando el río del conocimiento se seca, convirtiéndose en una rumiación interminable y un autoengaño de IA contra IA, todo lo que el sistema ingiere se volverá extremadamente estandarizado, extremadamente seguro, pero irremediablemente vacío.Verás innumerables informes semanales perfectamente estructurados y correos electrónicos impecables, pero carecen de calidez humana o de ideas verdaderamente valiosas. Este colapso masivo del conocimiento no se debe a que el cerebro humano se haya vuelto menos inteligente; la verdadera tragedia reside en externalizar el derecho a pensar y la responsabilidad de dejar el contexto en manos de nuestros propios instintos. Pocos días después del revuelo causado por "colleague.skill", apareció discretamente en GitHub un proyecto llamado "anti-distill". Su autor no intentó atacar grandes modelos ni hacer grandes declaraciones. Simplemente proporcionó una pequeña herramienta para ayudar a los trabajadores a generar automáticamente artículos largos, aparentemente razonables pero en realidad ilógicos y confusos, en plataformas como Lark o DingTalk. Su objetivo era simple: ocultar el conocimiento esencial antes de que el sistema lo destilara. Dado que al sistema le gusta capturar "artículos largos escritos activamente", se le alimenta con un montón de galimatías sin sentido. Este proyecto no se hizo tan popular como "colleague.skill"; incluso parecía pequeño e impotente. Usar magia para vencer la magia sigue siendo, en esencia, operar dentro de las reglas establecidas por el capital y la tecnología. No puede cambiar la tendencia general de los sistemas que dependen cada vez más de la IA e ignoran cada vez más a las personas reales. Pero esto no impide que este proyecto sea la escena más trágicamente poética y profundamente metafórica de todo este drama absurdo. Nos esforzamos muchísimo por dejar huellas en el sistema, escribiendo documentos detallados y tomando decisiones meticulosas, intentando demostrar nuestra existencia y valor dentro de esta enorme máquina corporativa moderna. Poco sabíamos que estas huellas meticulosamente elaboradas acabarían convirtiéndose en el borrador que nos borraría. Pero desde otra perspectiva, esto no es necesariamente un callejón sin salida total. Porque lo que ese borrador borra es solo "tu yo del pasado". Una habilidad empaquetada en un archivo, por muy sofisticada que sea su lógica de obtención, es esencialmente una instantánea estática. Está atrapada en el momento de la exportación, dependiendo únicamente de recursos obsoletos, girando sin cesar dentro de procesos y lógica predeterminados. Carece del instinto para afrontar el caos desconocido y no posee la capacidad de evolucionar ante los contratiempos del mundo real. Al renunciar a esas experiencias tan estandarizadas y formuladas, precisamente liberamos nuestras propias manos. Mientras sigamos explorando el mundo, derribando y reconstruyendo constantemente los límites de nuestra comprensión, esa sombra que se cierne sobre las nubes solo podrá seguir nuestros pasos. Los humanos somos algoritmos fluidos. [Sleepy.md]