En el mundo del contenido digital gratuito: la confianza mutua es el verdadero producto que se construye.

Hoy en día, hay más contenido técnico disponible del que cualquier ser humano podría leer en mil años. Cada tema incluye docenas de vídeos de YouTube, tres publicaciones en Substack, un repositorio de GitHub y un hilo de discusión en Reddit, la mayoría creados en los últimos seis meses y con gran precisión técnica.

Sin embargo, la mayoría de los profesionales con los que hablo afirman no saber en qué confiar. No logran decidir qué es lo más importante leer primero, ni cuál de las diez posibles respuestas es la correcta y fiable. Esto ya ocurría antes de la llegada de la inteligencia artificial , y esta no ha hecho sino acentuar esta realidad, convirtiéndola en un desafío cada vez mayor para la rendición de cuentas y la confianza.

Durante la mayor parte de la historia de la publicación técnica, la edición y la verificación de datos fueron un proceso único, lento y costoso. Publicar un libro podía llevar años: buscábamos al autor, investigábamos sus antecedentes, lo poníamos a trabajar con un editor y verificábamos sus afirmaciones con revisores técnicos.

Gran parte de ese tiempo se dedicó a separar lo que era verdadero y útil de lo que resultaba confuso o simplemente parecía serlo. Fue un proceso minucioso, pero garantizó que el lector pudiera confiar en la información de la página.

La credibilidad del libro y de la editorial era tan importante como la información en sí. Cuando los costos de producción se reducen a cero, esta credibilidad se vuelve más valiosa, no menos. Crear contenido es ahora más fácil que nunca, pero sin un proceso transparente, los lectores desconocen el origen del conocimiento y su fiabilidad.

Como afirma Yasmin Sun en su libro *La ventaja del escritor independiente en la era de la inteligencia artificial*, «La confianza no se trata solo de la información y su calidad. Se trata de quien la emite: quién la dice, su trayectoria, lo que me ha dicho antes». Un profesional confía en una fuente porque alguien a quien respeta ha arriesgado su reputación por él.

Creen en lo que dice el autor porque la editorial tiene un historial de proporcionar información precisa y corregir sus errores cuando es necesario, y porque la obra está documentada y es verificable.

La experiencia está viva y en constante crecimiento.

El contenido en sí es importante, pero las garantías que lo rodean son difíciles de replicar, y estas provienen no solo de los creadores de contenido, sino también de aquellos cuyo criterio avala su calidad y fiabilidad. A veces, el creador aporta su propia credibilidad. Otras veces, un editor descubre un talento desconocido y le otorga la suya.

El crítico de arte Dave Hickley dijo en su libro "Air Guitar" sobre los dueños de galerías de arte: "Obtienen prestigio gracias a los artistas consagrados que representan, y comparten ese prestigio con talentos emergentes que tienen algo que ofrecer pero que aún no han tenido la oportunidad de forjarse una reputación".

La experiencia es un ente vivo y en constante expansión. El contenido comienza a degradarse en el momento de su publicación, ya que los marcos de trabajo evolucionan, las bibliotecas quedan obsoletas y lo que ayer se consideraba una buena práctica hoy constituye una brecha de seguridad. En este contexto, se hace evidente la importancia de extender el concepto de Confianza Cero al código para abordar las amenazas modernas. Para mantener la vigencia de la experiencia, es fundamental contar con un equipo que se mantenga al día con los avances y con un equipo editorial que identifique cuándo el contenido queda obsoleto y lo elimine o solicite su actualización.

Este equipo no se activa solo cuando un autor tiene un libro listo para publicar. El contenido es fundamental para nuestra plataforma, pero lo abordamos en diferentes etapas de desarrollo. Algunos consejos son atemporales, otros cambian pero tienen una larga vida útil (¡algunos de nuestros libros siguen imprimiéndose después de casi 50 años!), y otros se actualizan semanalmente.

Trabajamos con expertos en todos los niveles para documentar lo que perdura, al tiempo que hacemos todo lo posible por mantenernos al día en una industria que parece cambiar cada día que nos despertamos.

Mantenemos relaciones con cientos de los mejores profesionales del mundo, y nuestra misión es mantenerlos constantemente involucrados, proporcionándoles opiniones rápidas cuando surge un problema, respuestas estructuradas cuando se publican investigaciones importantes y sesiones en vivo sobre temas emergentes mientras aún están en desarrollo.

La confianza se gana.

Las instituciones no otorgan confianza automáticamente al contenido. En la comunidad tecnológica, la confianza es mutua. Un profesional gana credibilidad porque quienes ya la poseen interactúan con su trabajo, lo citan, lo debaten y lo desarrollan. Esta idea fue la base de PageRank, la primera gran innovación de Google . Una página ganaba importancia porque otras páginas importantes enlazaban a ella. La reputación funciona de la misma manera.

El público no solo consume señales de reputación, sino que también las genera. Cuando un ingeniero de gran prestigio, cuyo criterio es respetado por otros, proclama con vehemencia algo que merece la pena leer, pierde algo de credibilidad; el autor gana un poco; y todos los que lo observan reevalúan a la persona en la que confían la próxima vez.

Cuando respaldamos el trabajo de alguien, no somos la única fuente de su credibilidad. Más bien, reforzamos un juicio social ya existente y añadimos nuestra propia valoración de confianza. El lector que considera fiable este trabajo, a su vez, devuelve prestigio y reconocimiento a su fuente original.

Cuando los lectores son máquinas

Los humanos ya no son los únicos que necesitan conocimientos de ingeniería fiables. Los sistemas de inteligencia artificial, que se han convertido en parte integral de cualquier flujo de trabajo —como los agentes de código, los depuradores y los asesores de arquitectura— también los necesitan urgentemente. Esto se debe a que la mayoría de estos sistemas se basan en datos y documentación técnica recopilados de la web, a menudo desactualizados y sin indexar. Si bien pueden expresarse con fluidez, son propensos a errores que no pueden aceptarse sin un análisis exhaustivo, lo que subraya la importancia de extender el concepto de confianza cero al código.

Los riesgos aumentan a medida que las herramientas de IA se utilizan cada vez más para generar no solo contenido verificable, como código (que funciona o no), sino también documentos persuasivos en ámbitos más opacos, como la selección de personal y la estrategia. Al igual que cualquier otra persona que dependa de estas herramientas, nos enfrentamos a las implicaciones de poder interactuar con un modelo y obtener algo que a primera vista parece inteligente, lo que plantea interrogantes sobre la responsabilidad de los agentes de IA malintencionados.

Tras varias rondas de uso, persisten errores e inconsistencias. En los últimos meses, nuestras oficinas han recibido quizás diez veces más documentos de lo habitual, desde ideas para nuevos productos hasta planes estratégicos y propuestas. Pero la facilidad para generar estos textos oculta el hecho de que el modelo, o la persona que lo maneja, carece de un conocimiento profundo del tema. Los profesionales del conocimiento necesitan fundamentar su trabajo en las perspectivas de expertos humanos, especialmente cuando dicho trabajo se basa en inteligencia artificial, lo que exige plantear las preguntas necesarias sobre la infraestructura desde el principio.

Por lo tanto, estamos trabajando en el desarrollo de herramientas que permitan a los agentes aprovechar nuestro repositorio de conocimientos especializados para respaldar sus decisiones propuestas.

Las fuentes fiables son especialmente importantes a la hora de considerar y justificar decisiones críticas. Nuestro director de tecnología, Andrew Odewahn, describe este cambio: «Hace dieciocho meses, el enfoque estaba en cómo aumentar la productividad de los ingenieros; ahora se trata de cómo capacitar a las organizaciones para que tomen mejores decisiones. Las tareas de ingeniería se están alejando de la programación y se están orientando hacia la planificación».

Para tareas de planificación, como la comparación de métodos de implementación, se necesita la guía de expertos que actúen como mentores al tomar decisiones contextuales. No se puede confiar únicamente en la mejor estimación de un Modelo de Lenguaje Grande (MLG) para resolver el problema. La confianza es fundamental porque la experiencia que lo respalda es auténtica, práctica y humana.