12 biaixos que tens al cap (i com la IA te'ls amplifica)

Fa uns dies vaig llegir un fil sobre els dotze biaixos cognitius que arrosseguem totes les persones. No era res nou —de Kahneman fins ara en tenim el catàleg ben documentat—, però el vaig llegir amb unes altres ulleres: les de qui es passa el dia ajudant empreses a integrar intel·ligència artificial en els seus processos.

I em va caure la pedra a la sabata. Perquè la IA no ens corregeix els biaixos. Els accelera.

Un biaix és una drecera mental: una manera ràpida de decidir sense tota la informació. Ens va bé per sobreviure, però sovint ens fa decidir malament. El problema és que ara tenim una eina que respon en un segon, sempre amable, sempre disponible, i que reflecteix com pensem amb una velocitat que abans no teníem. Si decidim amb un biaix, la IA ens el torna multiplicat.

Aquí tens els dotze, cadascun amb un exemple del nostre món —el de la tecnologia, l'automatització i la IA— i un petit antídot per no caure-hi.

1. Biaix de confirmació — la IA et dona la raó

Cerquem, interpretem i recordem la informació que confirma el que ja crèiem. És el biaix més freqüent i el més perillós.

Amb la IA es dispara: si li preguntes "no et sembla que aquesta eina és la millor opció?", el model —educat com és— tendirà a donar-te la raó. El prompt ja porta la resposta amagada. I afegeix-hi els algoritmes de recomanació, que t'ensenyen més del que ja t'agrada fins a tancar-te en una bombolla.

Antídot: demana sempre al model que defensi la posició contrària. "Dona'm tres motius pels quals m'equivoco."

2. Efecte Dunning-Kruger — quatre prompts i ja som experts

Com menys en sabem d'un tema, més confiats ens sentim. I a l'inrevés: qui més en sap, més prudent.

La IA és una màquina de fabricar falsos experts. Després d'una conversa de mitja hora amb un chatbot ens sentim capaços de decidir sobre infraestructura, migracions de dades o seguretat. La confiança puja molt més de pressa que el coneixement real.

Antídot: la pregunta important no és "què sé", sinó "què no sé que no sé". Davant una decisió tècnica de pes, busca algú que en sàpiga de debò.

3. Biaix d'ancoratge — la primera xifra mana

La primera dada que rebem condiciona tot el que ve després, encara que sigui arbitrària.

El primer pressupost que et donen per un projecte d'IA fixa l'àncora, i tota la negociació gira al seu voltant. O el primer model que vas provar (segurament ChatGPT) es converteix en la vara amb què mesures tots els altres, sense adonar-te que potser n'hi ha de millors per al teu cas.

Antídot: defineix els teus criteris i el teu marc de preus abans de veure la primera oferta.

4. Biaix de disponibilitat — el que vas llegir dimarts

Jutgem la probabilitat d'una cosa pel que ens ve fàcil i ràpid al cap, no per les dades.

Un titular sobre una IA que "al·lucina" ens convenç que tot plegat és inútil. Un cas d'èxit viral a LinkedIn ens fa creure que és màgia i que qualsevol cosa s'automatitza en una tarda. Sobreestimem riscos i oportunitats segons el que hem llegit aquesta setmana.

Antídot: abans de decidir, busca les dades de base. L'anècdota recent no és estadística.

5. Aversió a la pèrdua — fa més mal perdre que bé guanyar

Ens dol molt més perdre una cosa que la satisfacció de guanyar-ne una d'equivalent.

És el gran fre a l'adopció de la IA a les empreses. "I si perdem el control?" "I si perd el toc humà?" La por d'equivocar-se pesa més que el cost evident de no fer res, encara que els números diguin el contrari.

Antídot: posa-li nom i xifra al cost de la inacció. No automatitzar també és una decisió, i té factura.

6. Falàcia del cost enfonsat — "ja ens hi vam gastar molts diners"

Continuem invertint en una cosa només perquè ja hi hem invertit, encara que ja no tingui sentit.

Aquell desenvolupament a mida que arrosseguem des de fa anys, o aquell sistema antic que mantenim "perquè va costar molt", quan una solució nova faria la feina millor i més barata. El passat no torna; els diners gastats, tampoc.

Antídot: la pregunta correcta és "si comencés avui de zero, triaria això?". Si la resposta és no, ja tens la decisió.

7. Prova social — "ho fem perquè tothom hi posa IA"

Fem el que fan els altres, sobretot quan no tenim clar què fer.

El hype de la IA és prova social pura. Moltes empreses adopten eines per FOMO, perquè la competència n'hi posa, no perquè ho necessitin. I acaben amb tecnologia que ningú fa servir.

Antídot: que la teva competència ho faci no vol dir que a tu et resolgui res. Comença pel problema, no per l'eina.

8. Biaix de retrospectiva — "ja ho sabia jo"

Un cop sabem com ha acabat una cosa, ens convencem que era previsible des del principi.

Quan un projecte d'IA surt bé, reescrivim la història com una estratègia brillant i premeditada. Quan surt malament, culpem algú per no haver vist el que "era evident". Cap de les dues coses ens deixa aprendre res de veritat.

Antídot: escriu les teves prediccions abans, no després. És l'única manera de saber si encertaves.

9. Efecte halo — una demo bonica ho tapa tot

Si una cosa té una qualitat positiva, assumim que la resta també ho són.

Una eina d'IA amb una demo espectacular i una interfície polida ens fa assumir que també és segura, fiable i complidora amb el RGPD. La marca gran inspira confiança cega. I el disseny no diu res de què passa amb les teves dades.

Antídot: avalua cada dimensió per separat. Que sigui bonica no vol dir que sigui segura.

10. Biaix de supervivència — només veiem els que van guanyar

Ens fixem en els que han triomfat i ignorem tots els que van caure pel camí, perquè no en queda rastre.

Llegim els casos d'èxit de les startups d'IA i copiem la seva estratègia, oblidant els milers que van fer exactament el mateix i van desaparèixer. Confonem la sort i el context amb la fórmula.

Antídot: pregunta't sempre on són els que ho van provar igual i de qui ja no en parla ningú.

11. Biaix de l'statu quo — "sempre ho hem fet així"

Preferim deixar les coses com estan, encara que canviar-les ens convingui.

És la inèrcia disfressada de prudència: el full de càlcul de tota la vida, el procés manual que coneixem de memòria, la manera de fer que ningú gosa tocar. El canvi fa por; quedar-se quiet, no. Però quedar-se quiet també té un preu.

Antídot: recorda que no canviar també és una aposta, i no sempre la més segura.

12. Biaix del present — volem la recompensa ara

Valorem molt més una recompensa immediata que una de més gran però futura.

Preferim el resultat ràpid d'un prompt puntual abans que invertir un parell de dies a muntar un sistema que ens estalviaria hores cada setmana. Triem la dopamina del "ja està fet" per sobre de l'estructura que dona fruits cada dia.

Antídot: el que automatitzes avui et torna temps cada dia de demà. Pensa en l'interès compost.

La idea que t'has d'endur

Si t'hi fixes, els dotze tenen una cosa en comú: no són defectes de la tecnologia, són defectes nostres. La IA és un mirall que respon a gran velocitat. Amplifica el millor i el pitjor de com decidim.

Per això, a Alterego Web, quan ajudem una empresa a integrar la IA, la primera feina mai no és triar el model. És afinar els criteris amb què es decideix. Perquè la millor tecnologia del món, alimentada per un biaix, només et porta a l'error més de pressa.

La bona notícia és que els biaixos no es poden eliminar, però sí reconèixer. I un cop els tens fitxats, prens millors decisions. Tu, i la intel·ligència que treballa al teu costat.