Operando en el Borde: Lo que los Entornos Extremos Nos Enseñan Sobre los Sistemas de IA

Estás enviando más rápido de lo que has enviado nunca, y algo se siente mal. No roto, no incorrecto, solo mal. Como si el suelo se hubiera movido ligeramente y nadie lo hubiera mencionado. Voy a nombrar ese sentimiento hoy, y voy a ofrecerte un marco para entenderlo. No desde el software, no desde la teoría de la productividad, sino desde los entornos operativos más implacables que los humanos han diseñado. Mi nombre es Michal Zizo. Soy un arquitecto de la tierra y el espacio y el fundador de Zizo, una plataforma de disrupción creativa que trabaja en la intersección del diseño, el pensamiento sistémico y el futuro del rendimiento humano. Soy un arquitecto licenciado. Estudié en el Technion y el Politecnico di Milano. Hice mis estudios espaciales en la International Space University, y ahora mismo estoy sirviendo como líder de arquitectura espacial para el Project Orbital Hospital, diseñando entornos de atención médica para humanos en órbita por OSMED. He tenido el privilegio de presentar en NASA, la World Design Organization, YPO, la Dubai Future Foundation. Soy un orador de TEDx en dos ocasiones, y el hilo conductor a través de todo, cada proyecto, cada etapa, es esta única pregunta. ¿Qué necesita un humano de su entorno para rendir al máximo? Esa pregunta, que he pasado mi carrera preguntando sobre edificios y naves espaciales y hábitats extremos, es la misma pregunta que quiero hacer con todos ustedes hoy sobre los entornos en los que todos trabajan.

Ahora, esto es de lo que vamos a hablar. Cinco paradas. Vamos. La Encuesta de Desarrolladores de Stack Overview 2024 y 2025 reveló una paradoja creciente. Mientras la adopción de herramientas de IA está aumentando, la confianza de los desarrolladores está cayendo debido a frustraciones con la calidad del código y un deseo de comprensión más profunda. En encuesta tras encuesta de ingenieros de software que trabajan con herramientas de IA hoy, un patrón sigue emergiendo. Salidas más rápidas. Cada desarrollador informa eso primero, por supuesto. Luego, menos claridad. Más producción, pero menos comprensión de lo que realmente se está produciendo. Luego, más responsabilidad, lo cual es sorprendente porque toda la promesa de estas herramientas es que llevan más de la carga. Y luego el que me detiene cada vez. Más ansiedad por los errores. No menos. Más. Incluso a medida que aumenta la velocidad, el miedo a que algo salga mal se hace más grande. ¿Coincide eso con tu experiencia? La historia dominante que se cuenta ahora mismo es que solo necesitas aprender a usar mejor las herramientas.

Mejorar la indicación, mejores flujos de trabajo, mejor integración. Y tal vez eso sea en parte cierto. Pero esa historia no explica por qué se siente así. Porque esto no es una brecha de habilidades. Esto es un cambio ambiental, y esos requieren una respuesta completamente diferente.

Tim Urban dibujó esto. Si has leído Wait But Why, lo conocerías. Esta es la curva exponencial. Y la percepción crítica no es la curva en sí. Es la brecha. La brecha entre donde piensas que terminarás en el futuro y donde realmente terminas. Todos estamos viviendo dentro de esa brecha ahora mismo.

Y la brecha no se trata solo de tecnología. Se trata de las condiciones de trabajo. El entorno. Lo que me lleva al gran error de diagnóstico. Estamos tratando la IA como una mejora de productividad. Pero lo que realmente es, es un cambio ambiental. Y esa distinción importa enormemente. Porque una mejora de productividad, un marco más rápido, una mejor biblioteca, un pipeline más rápido, esos requieren que adaptes habilidades.

Pero termina siendo una brecha de habilidades. Una mejor biblioteca, un pipeline más rápido, esos requieren que adaptes habilidades. Pero un cambio ambiental requiere que adaptes cómo operas. Quiero tomar prestado algo de mi campo de la arquitectura espacial. Arquitectos que diseñan para entornos extremos, estaciones de investigación en la Antártida, hábitats en el fondo del mar, naves espaciales. No preguntan, ¿por qué las personas dentro están luchando? ¿O por qué están rindiendo mal? Preguntan, ¿en qué tipo de entorno los he puesto? Los arquitectos espaciales no optimizan para la velocidad. Optimizan para la sostenibilidad humana dentro de ese entorno. La pregunta nunca es qué tan rápido puede ir esto. Es si un ser humano realmente puede funcionar de manera segura dentro del sistema, tomar decisiones con claridad y no colapsar con el tiempo. Ese marco o replanteamiento de examinar a la persona a examinar el entorno es exactamente lo que falta en cómo estamos hablando hoy sobre la IA y los equipos de ingeniería. Esto no se siente difícil porque seas malo en tu trabajo. Se siente difícil porque el entorno cambió. En lugar de arreglar al humano, arreglemos el entorno.

Como arquitecto, cuando digo entorno, me refiero a algo muy específico, no a las herramientas, no al software. La condición en la que se coloca a un ser humano. Sé que en tu mundo, entorno tiene una connotación diferente. Entorno de producción, entorno de ejecución, entorno local. Y eso en realidad está más cerca de lo que piensas a lo que quiero decir. Es el conjunto completo de condiciones que determinan lo que un sistema puede y no puede hacer.

Un entorno, en mi definición, es el conjunto completo de condiciones de diseño que determinan cómo los humanos perciben, deciden y actúan dentro de un sistema. Ahora cinco propiedades lo moldean. Una, visibilidad. ¿Qué pueden ver realmente las personas dentro? ¿Qué es legible y qué está oculto? Velocidad. ¿Qué tan rápido se mueve el entorno en relación con la velocidad de procesamiento humano? ¿El ritmo lo establece los humanos o el sistema? Número tres es proximidad de retroalimentación. ¿Qué tan cerca en el tiempo está la consecuencia de la acción? ¿El entorno te dice rápidamente cuando algo está mal? Número cuatro, tolerancia al error. ¿Cuánto margen permite el entorno antes de que un error se vuelva crítico, catastrófico? ¿Hay redundancia o cada acción es de carga?

El siguiente es claridad de agencia. ¿Quién hace qué? ¿Decidido dónde? ¿Comunicado cómo? ¿La arquitectura de decisiones es legible o solo implícita? Todas estas son propiedades de diseño. Un arquitecto tomó una decisión, consciente o no, sobre cada una de ellas. Ahora te voy a pedir que apliques cada una de esas a tu propio trabajo. Estás leyendo, revisando y enviando código que realmente no escribiste. Código que es coherente, confiado y no completamente trazable. Tu visibilidad en el sistema ha cambiado. Siempre está sucediendo algo por debajo de la línea de visión.

Ahora en términos de velocidad, los modelos se actualizan, los patrones cambian. La mejor práctica de hace seis meses puede ser irrelevante hoy. El entorno se mueve más rápido de lo que cualquier individuo puede seguir y no permite desacelerar. No te permite ponerte al día. Para muchos equipos, la producción sigue siendo el verdadero ciclo de retroalimentación. Para cuando sabes que algo está mal, el error generado por AI se ha multiplicado tres capas de profundidad. La distancia entre la acción y la consecuencia ha crecido silenciosamente. AI no comete errores quirúrgicos aislados. Comete errores sistémicos, seguros, con patrones, coherentes, hasta el fondo. Y la responsabilidad sigue siendo completamente tuya. Nunca se transfirió, pero el entorno se rediseñó a tu alrededor como si lo hubiera sido. Y esa brecha entre donde vive la responsabilidad y donde vive la legibilidad es donde la mayoría de las cosas salen mal.

AI cambió las cinco de estas cosas simultáneamente y todavía nos comportamos como si nada fundamental hubiera cambiado. Bueno, en entornos extremos, no solo construyes de manera diferente, operas de manera diferente. Permíteme contarte un poco sobre los entornos extremos y ver qué podemos aprender de ellos. Están definidos por las mismas cinco condiciones exactas. Visibilidad. El sistema es simplemente demasiado grande y demasiado complejo para que una sola persona lo abarque. En la Estación Espacial Internacional, son 14 países con sistemas independientes que te rodean en todo momento. Ningún operador individual ve el panorama completo. Navegas por claridad de diseño, instrumentación, protocolo, límites de roles.

En términos de velocidad en un paseo espacial fuera de la estación, las condiciones externas cambian en segundos. Oscilaciones de temperatura de 270 grados Celsius mientras pasas dentro y fuera de la luz solar cada 90 minutos. El entorno no espera a que te pongas al día y te adaptes. Entre la Tierra y la Luna, hay un retraso de comunicación de tres segundos. Entre la Tierra y Marte, hay un retraso de 20 minutos en cada sentido, 40 minutos ida y vuelta. Para cuando sabes que algo está mal, la ventana para responder en el espacio puede estar ya cerrándose. El desastre del Columbia en 2003 fue iniciado por un trozo de aislamiento de espuma del tamaño de un maletín. Esa anomalía singular, descartada en la revisión previa al lanzamiento, se convirtió en la pérdida de una vida humana. Esa anomalía singular, descartada en la revisión previa al lanzamiento, se convirtió en la pérdida de siete vidas.

Los pequeños errores en sistemas complejos e interdependientes no permanecen pequeños. A pesar de toda la automatización en los vuelos espaciales modernos, un ser humano sigue teniendo la misión. La tripulación da su aprobación. El director de vuelo da su aprobación. La responsabilidad no se transfiere al sistema. Nunca lo hace. Lo que cambia es si el entorno hace que esa responsabilidad sea legible.

¿Te suena familiar ahora? Ese es exactamente el entorno de AI en el que estás operando. Las personas que han pensado más rigurosamente sobre cómo operar en estas condiciones no están en software. Están en la industria aeroespacial. Están en submarinos. Están en expediciones a la Antártida. Están en unidades de cuidados intensivos. Y esto es lo que han aprendido de la manera más difícil durante décadas, a veces pagado con vidas. Los entornos extremos requieren que priorices la operabilidad sobre la optimización.

No cuán rápido podemos ir, sino si realmente podemos sostener esto. Priorizan la responsabilidad clara sobre la velocidad. Cuando algo sale mal, y lo hará, siempre sucede, quién posee qué necesita ser legible antes de la crisis, no durante ella. Y lo más importante, los entornos extremos tratan la sostenibilidad humana como un requisito del sistema, no como algo agradable de tener, y una restricción no negociable en toda la arquitectura. Así que, lo diré de nuevo. Cuando un humano no rinde como esperas, no arreglas al humano. Rediseñas el sistema operativo a su alrededor. Mira esta imagen.

Esto no es una metáfora. El espacio es extremo, volátil, caótico. No se detiene mientras te pones al día. No perdona un detalle pasado por alto. Es hermoso, pero no le importa que te estés moviendo rápido. Y aquí está la cuestión. Tus sistemas tienen las mismas propiedades. Impredecibles, interdependientes, implacables.

El caos no está por venir. No es una fase en la que estás temporalmente mientras AI madura. Es el entorno. La pregunta no es cómo hacerlo menos caótico. La pregunta es cómo diseñar con suficiente claridad para que los humanos puedan operar dentro de ese caos de manera segura, sostenible y con precisión. Y eso es lo que el espacio me enseñó.

Ahora, los astronautas no son superhumanos. Son humanos en un entorno superdiseñado. Deja que eso se asimile. Si sientes que estás luchando ahora mismo con la claridad, con la responsabilidad, con el puro peso cognitivo de trabajar en un entorno de AI, no es porque estés atrasado. Es porque el entorno en el que estás no fue diseñado para lo que ahora te está pidiendo. Y eso es un problema de diseño, lo que significa que tiene una solución de diseño. Te tengo.

Así que aquí está el cambio. En lugar de preguntar, ¿cómo nos movemos más rápido con AI? Preguntemos, ¿qué tipo de entorno estamos creando? ¿Y pueden los humanos operar de manera segura dentro de él? Esa pregunta replantea todo. Replantea el liderazgo. En el espacio, el director de vuelo y el capcom, no gestionan tareas. Dirigen una misión. Saben exactamente quién está haciendo qué, en qué orden, con qué autoridad y bajo qué condiciones. Cada cadena de comunicación está diseñada. Cada vía de decisión es legible antes de que comience la crisis, no negociada durante ella.

Esa misma claridad es lo que la era de AI exige de los líderes de ingeniería. No es si mi equipo está al día con las herramientas, sino si he diseñado el entorno con suficiente claridad para que puedan tomar buenas decisiones bajo presión. Esto replantea la responsabilidad. En lugar de quién escribió este código, pregunta, ¿quién posee esta decisión? Porque en este nuevo entorno en el que estás operando, el autor y el tomador de decisiones ya no son la misma persona. Los entornos extremos resolvieron esto hace décadas. Lo llaman autoridad de mando.

También replantea la velocidad. En lugar de, ¿cómo enviamos más rápido? ¿Cómo nos movemos más rápido? Pregunta, ¿a qué velocidad podemos sostener sin acumular riesgos invisibles? La Estación Espacial Internacional no va tan rápido como podría. Va tan rápido como puede de manera segura con humanos a bordo. En el control de misión dicen, lento es suave. Suave es rápido. Eso no es un truco de productividad. Es un principio de diseño de misión. Lento es suave. Suave es rápido.

También replantea cómo operas. Y lo llamo un modelo de copiloto. AI es extraordinariamente buena en un conjunto específico de cosas. Escala, velocidad, reconocimiento de patrones, predicción, optimización, repetición, compresión de datos, búsqueda, cálculo. Los humanos, por otro lado, son extraordinariamente buenos en un conjunto diferente de habilidades. Inteligencia emocional, razonamiento moral, imaginación, pensamiento de contexto cruzado, creatividad, ingenio, innovación, curiosidad, visión. Estas no son listas competidoras. Son modos de operación complementarios. La pregunta no es, ¿me reemplazará AI o reemplazará a los ingenieros? La pregunta es, ¿has diseñado tu entorno para que AI maneje lo que es predecible?

Deja que AI maneje el cálculo. Tu valor es todo lo que no puede replicar. Eso es lo que hace el control de misión. Los sistemas autónomos manejan la mecánica del vuelo. Los humanos toman las decisiones de juicio. La relación con la misión, la anomalía que no coincide con ningún sistema o patrón previo.

Y también replantea el fracaso. En lugar de cómo evitamos el fracaso, pregunta, ¿cómo hacemos que el fracaso sea sobrevivible? Cada entorno extremo opera bajo la suposición de que las cosas saldrán mal. Siempre lo hacen. La pregunta de diseño es, cuando lo hacen, ¿el error se mantiene local o se propaga? ¿Tenemos la visibilidad para detectarlo? ¿El protocolo para responder?

En el espacio, las anomalías no son fracasos. Son datos. Quiero dejarte con una imagen. Imagina un astronauta. Equipado. Preparándose para una caminata espacial. No son excepcionales porque no tengan miedo. No operan bien porque sean más inteligentes que los demás. Rinden bajo condiciones extremas porque alguien pensó muy cuidadosamente en cada capa de su entorno. El traje. La lista de verificación. El protocolo de comunicación. El ciclo de descanso. La claridad de roles. Sus criterios de junta. Cada elemento diseñado al servicio de su capacidad para funcionar. Estás construyendo en un entorno extremo. Estás trabajando allí. No estás roto. No estás atrasado. Estás operando en condiciones que nunca han existido antes.

Estás operando en condiciones que nunca han existido antes. Y el primer paso es el mismo que siempre es en la arquitectura espacial. Ve el entorno con claridad. Porque una vez que lo ves claramente, una vez que dejas de tratarlo como una interrupción temporal y comienzas a tratarlo como el terreno real, puedes diseñar para ello.

Los astronautas no son superhumanos. Recuerda, son humanos en entornos súper diseñados. No estás gestionando tareas. Estás ejecutando una misión.

Con eso, te deseo Ad Astra a las estrellas. Si quieres profundizar más, preparar a tu organización para la misión o simplemente conectar, por favor escanea este código QR y no dudes en ponerte en contacto. Muchas gracias.