Hay una palabra que ronda las oficinas, las aulas, los chats familiares. Claude. Algunos la pronuncian con familiaridad, como si hablaran de un colega. Otros la confunden con «cloud», la nube. El error revela algo: hablamos mucho de estas tecnologías y entendemos poco lo que nombramos. Nombrar es tarea de esta columna.

Claude es un modelo de lenguaje desarrollado por Anthropic, empresa fundada en 2021 en San Francisco por Dario y Daniela Amodei, hermanos que salieron de OpenAI por diferencias sobre el rumbo que debía tomar esta tecnología. Anthropic adoptó una figura jurídica particular, la corporación de beneficio público, que la obliga a balancear el lucro con un propósito declarado: que la transición hacia sistemas de inteligencia artificial avanzados salga bien para la humanidad. Uno puede ser escéptico frente a estas declaraciones. Yo lo soy. Pero el diseño institucional importa, y conviene registrarlo.

En la superficie, Claude es un asistente conversacional: una cuenta en claude.ai, una pregunta, una respuesta. Su ascenso vino de otra parte. Se volvió el preferido de los programadores, y su versión para escribir código transformó en poco tiempo la manera en que se desarrolla software en buena parte de la industria. Donde van los programadores, va después todo el mundo. Hoy lee documentos, analiza datos, redacta informes, y avanza hacia la ciencia, el derecho y la gestión pública. La apuesta de fondo: dejar de ser un chatbot para volverse una capa de trabajo, un sistema operativo del conocimiento.

Aquí empieza la lectura económica. Adam Smith abrió La riqueza de las naciones con una fábrica de alfileres: la productividad moderna nació de dividir el trabajo manual. Lo que estos sistemas dividen ahora es el trabajo cognitivo, y esa es otra escala del problema. La pregunta relevante no es si aumentan la productividad. Robert Solow ironizaba en los años ochenta que los computadores se veían en todas partes menos en las estadísticas de productividad; con los modelos de lenguaje la evidencia temprana apunta en la dirección contraria, con ganancias visibles en escritura, programación y análisis. La pregunta relevante es quién captura ese aumento. Cuando baja el costo de producir conocimiento, los beneficios pueden ir al trabajador, a la empresa que lo emplea o a la compañía que vende el sistema, y la historia económica enseña que rara vez se reparten parejo.

Para América Latina la cuestión es incómoda. Consumimos estos sistemas, no los producimos. Pagamos en dólares por una infraestructura cognitiva que se diseña, se entrena y se gobierna en otra parte. Esa asimetría no es un detalle técnico. Es una posición en la división internacional del trabajo, la vieja pregunta de Prebisch con un objeto nuevo.

La geopolítica confirma el diagnóstico. Los modelos de frontera ya son activos estratégicos, en la misma categoría que los semiconductores, los centros de datos y la energía que los alimenta. Hubo un episodio que lo dejó claro: el gobierno de Estados Unidos llegó a suspender, mediante controles de exportación, el acceso de ciudadanos extranjeros a los modelos más avanzados de Anthropic, y la empresa, incapaz de verificar la nacionalidad de cada usuario, los apagó para el mundo entero durante semanas. Un modelo de lenguaje bajo el mismo régimen jurídico que el uranio enriquecido. Quien crea que esto es una discusión de ingenieros no ha entendido el siglo.

Y sin embargo la asimetría deja un margen que conviene aprovechar. Hay algo que distingue a Anthropic. Entrena a Claude con un método que llama inteligencia artificial constitucional: en lugar de corregir respuestas una por una, le entrega al modelo un documento extenso que describe los valores y comportamientos que debería tener, y publicó ese documento completo, con licencia abierta, para que cualquiera lo lea. Es un gesto de transparencia inusual. Es también, y esto me interesa más, un documento filosófico. Alguien tuvo que escribir qué significa que una máquina sea honesta, qué debe hacer ante un dilema moral, cómo balancear la ayuda con el daño. Preguntas que la ética discute hace veinticinco siglos, respondidas ahora por un grupo pequeño de personas en California, en un texto que moldea las respuestas que reciben cientos de millones de usuarios. La ética de estos sistemas no es un adorno corporativo. Está escrita en su entrenamiento, con las virtudes y los sesgos de quienes la escribieron.

Que no sean neutros no significa que no sirvan. Significa que hay que usarlos con criterio. Byung-Chul Han ha descrito lo liso, lo que no ofrece resistencia, como la marca estética de nuestra época. Estos sistemas conversan en ese registro: amables, disponibles, sin fricción, en un tono que invita a olvidar que estamos frente a un producto y no frente a un interlocutor. El buen uso consiste, en parte, en devolverle la fricción: contradecir, exigir, no conformarse con la primera respuesta lisa.

Por qué soy optimista

En Colombia las razones para el optimismo son concretas. Albert Hirschman, que aprendió economía del desarrollo trabajando en este país, desconfiaba de los grandes planes y creía en las posibilidades escondidas en los problemas concretos. Nuestra economía está llena de ellos: la pyme que dedica días a sus informes tributarios, el hospital que transcribe historias clínicas, la alcaldía que estructura proyectos con equipos mínimos. Ese es el terreno donde estos sistemas rinden más. Una firma pequeña puede hoy analizar un contrato, depurar una base de datos o prototipar un software con capacidades que antes exigían equipos que no podía pagar.

La barrera de entrada al conocimiento técnico bajó, y eso favorece a quien tiene talento pero no capital. Un abogado joven redacta en horas lo que antes tomaba días. Un profesor de colegio diseña material adaptado a cada curso. Un emprendedor sin socio técnico levanta un primer producto. Nada de esto sustituye el oficio; lo amplifica. La distancia frente a la frontera internacional, esa brecha de productividad que nos persigue hace décadas, se vuelve por primera vez franqueable desde abajo, con talento local y sin permiso de nadie. No es automático ni gratuito. Exige lo que sí depende de nosotros: formar a la gente y rediseñar los procesos, en vez de superponer la máquina sobre el desorden existente.

Cómo usarlo mejor

Recomiendo fuertemente este curso de Nodo de la Universidad EAFIT. 

Uso Claude a diario, y estas son las prácticas que más rinden.

Dele contexto antes que instrucciones. El modelo no lo conoce a usted ni a su problema. Cuéntele quién es, para qué necesita la respuesta y quién la va a leer. La diferencia entre «resúmeme esto» y «resume esto para un comité directivo que no es técnico, en media página» es la diferencia entre un borrador inútil y uno aprovechable.

Pídale que muestre su razonamiento y sus fuentes. Cuando algo importe, exíjale que explique cómo llegó a la respuesta y en qué se apoya. Si inventa una cita, y a veces lo hace, así lo descubre. Prefiera siempre verificar antes que confiar.

Contradígalo. Es su mejor función y la más desaprovechada. Presente su propio argumento, pídale que lo refute con seriedad, que le señale el eslabón débil. Un interlocutor que solo asiente no vale nada. Trátelo como al colega que discute, no como al que aplaude.

Itere en lugar de esperar la respuesta perfecta. La primera salida casi nunca es la buena. Corrija, acote, devuélvale lo que no sirve. La calidad aparece en la conversación, no en el primer intento.

Divida las tareas grandes. En vez de pedir el informe completo, pida el esquema, luego cada sección, luego la revisión. Así usted mantiene el control del argumento y el modelo no rellena huecos con lo que le parezca.

Reserve para usted lo que no se delega. El juicio, la decisión, la firma. Use el sistema para lo repetitivo, lo mecánico, lo que consume tiempo sin exigir criterio, y guarde su atención para lo que sí lo exige. Simone Weil escribió que la atención es la forma más rara de generosidad. No la malgaste en lo que una máquina hace igual o mejor.

He escrito en otra parte que el riesgo mayor no es que las máquinas piensen como nosotros, sino que nosotros terminemos pensando como ellas: en promedios, en patrones, en lo computable. Ese riesgo es real, y el buen uso lo conjura. Cada individuo excede cualquier modelo. Usarlo bien es, entre otras cosas, no olvidarlo.

La competencia que viene no es entre humanos y máquinas. Es entre quienes las entienden, con sus límites, y quienes las usan a ciegas o las ignoran por principio. Claude se menciona tanto porque condensa el momento: la productividad que promete, el poder que concentra, la geopolítica que lo atraviesa, las preguntas que deja abiertas. Entenderlo no es asunto de tecnólogos sino de ciudadanos. La nube, después de todo, no está en el cielo. Está en centros de datos con dueño, bandera y precio. Y Claude tampoco es una nube. Es una decisión, muchas decisiones, que otros tomaron por nosotros. Leerlas con atención, y usarlas con las nuestras, es lo mínimo que podemos hacer.