Había algo en explorar un menú que nadie llama aprendizaje pero que lo era.
Abrís Opciones sin saber bien qué buscás. Ves una función con un nombre raro, pasás el mouse, lees el tooltip. No la necesitabas. Pero ahora sabés que existe. Tres meses después, en el momento exacto, te acordás. La usás. Le ahorrás dos horas a alguien.
Eso no tiene nombre formal en UX. Pero debería. Porque era, probablemente, la forma más silenciosa y efectiva que existió de expandir lo que un usuario sabe hacer con una herramienta.
La IA mató eso. Y mató algo más, que todavía es peor.
El accidente como método
No aprendiste Excel en un curso. Aprendiste Excel haciendo clic derecho sin saber qué ibas a encontrar.
La interfaz rica, con todos sus defectos, con sus 300 botones y sus menús en cascada, tenía una propiedad que nadie diseñó intencionalmente: te exponía a lo que no conocías. La descubierta no era una funcionalidad del software. Era un efecto secundario de la densidad visual.
Navegar una barra de herramientas era como caminar por una ciudad nueva. No ibas a ningún lado en particular. Pero salías sabiendo más que cuando entraste.
Photoshop se aprendía así. Word también. AutoCAD. No en la documentación ni en videos, sino en esa exploración torpe y sin objetivo que en otro contexto llamaríamos curiosidad.
Lo que el chat no puede enseñarte
El problema del chat con IA no es que sea malo. Es que es demasiado bueno en lo que sabés pedir.
Le preguntás cómo hacer algo, te responde. Le pedís que haga algo, lo hace. El resultado llega sin fricción, sin rodeo, sin los pasillos laterales donde antes te distraías y aprendías.
Si no sabés que una función existe, no la pedís. Y si no la pedís, el agente no te la muestra. No porque no pueda, sino porque no tiene motivo para hacerlo. El chat opera en el universo de lo que ya conocés, con la ilusión de que ese universo es completo.
La interfaz gráfica era imperfecta pero honesta con su complejidad. Te mostraba todo, caóticamente, y vos decidías qué explorar. El agente te muestra exactamente lo que pediste, perfectamente, y el resto queda invisible.
El GPS te lleva al destino. Pero ya no sabés cómo es el barrio.
El conocimiento que se quedó en la herramienta
Hasta acá, el problema es que no descubrís lo que no preguntás. Pero hay un segundo problema, más profundo.
Los desarrolladores de videojuegos que construyeron los primeros motores 3D en los años 90 tenían que saber física. De verdad. Para que un personaje saltara de forma que se sintiera natural, alguien tenía que entender masa, impulso, gravedad, fricción. Escribían las ecuaciones. Ajustaban los valores. Entendían por qué un arco de salto se sentía satisfactorio y por qué otro se sentía raro.
Hoy, Unity y Unreal manejan todo eso. El developer ajusta parámetros hasta que "se ve bien". Funciona. Pero el conocimiento de por qué funciona no vive en la persona, vive en el motor.
Con la IA, ese proceso se acelera y se expande a casi todo.
El diseñador que usa IA generativa para layouts no desarrolla intuición sobre jerarquía visual. El programador que usa Copilot para escribir código puede no entender qué hace ese código ni cuándo falla. El analista que le pide a un agente que resuma datos no necesariamente sabe leer los datos crudos.
No es que sean menos capaces. Es que nunca tuvieron que serlo. La herramienta absorbió el aprendizaje que antes era obligatorio para llegar al resultado.
El problema de no saber preguntar lo que no sabés
Esto cierra el ciclo.
La descubierta accidental de las interfaces ricas te daba vocabulario. Te enseñaba que existían cosas que vos no sabías nombrar. Y ese vocabulario era lo que después te permitía hacer mejores preguntas, buscar mejor, entender más.
Si no exploraste, no tenés vocabulario. Si no tenés vocabulario, no sabés qué preguntar. Y si no sabés qué preguntar, el agente, que solo responde lo que se le pide, te devuelve exactamente el límite de lo que ya sabías.
El resultado no es un usuario más potente. Es un usuario eficiente dentro de un perímetro que no sabe que existe.
El punto
La IA no es el problema. El problema es confundir obtener el resultado con aprender el dominio. Son cosas distintas y durante mucho tiempo el software, con toda su torpeza de interfaz, las mezclaba de una forma que resultaba ser útil.
El físico que no necesitás saber para que el personaje salte correctamente igual existe. La diferencia es que ahora vive en el motor y no en vos. Y si algún día el motor falla, o el caso es raro, o la herramienta desaparece, nadie en la sala va a saber qué hacer.
Eso no aparece en ninguna demo de IA. Pero es la pregunta que vale la pena hacerse.
Si querés seguir leyendo este tipo de análisis, suscribite a la newsletter de macareno.net. Sin algoritmos, sin feeds. Llega cuando hay algo que vale la pena pensar.