Metacognición: la única skill que la IA no te puede delegar

En los años 70, un psicólogo del desarrollo llamado John Flavell estaba observando cómo se desarrollaba la mente de los niños y notó algo. A medida que crecen, no solo mejoran en recordar cosas: empiezan a ser conscientes de que están recordando, y a gestionar ese proceso a propósito. Flavell llamó a esto "pensar sobre el pensamiento" y en 1979 le dio el nombre que quedó: metacognición.

No fue el primero en notarlo. Filósofos desde John Locke hablaban de la mente reflejándose sobre sus propias operaciones. Pero Flavell lo convirtió en algo que los psicólogos podían estudiar, medir y eventualmente enseñar.

Desde entonces es una de las ideas más investigadas en psicología educativa, y por algo: aparece una y otra vez como uno de los predictores más fuertes de qué tan bien aprendemos, nos desempeñamos y decidimos. No la capacidad bruta de razonamiento. Qué tan bien monitoreamos y dirigimos nuestro propio pensar.

Si le sacás el lenguaje académico, la metacognición se reduce a dos cosas que pasan en tu cabeza.

El primero es el monitoreo. Es la parte que hace de verificador interno: ¿de verdad entiendo esto o solo me suena familiar? ¿Estoy seguro de esta decisión o solo estoy cansado de pensar en ella? Es la diferencia entre sentir que sabés y saber que sabés.

El segundo es el control, también llamado regulación. Una vez que detectás que algo está mal, es lo que te hace corregir el rumbo: cambiar de estrategia, pedir más información, frenar antes de mandar ese mensaje.

La mayoría de la gente vive con el primer movimiento desactivado. Piensan, deciden, mandan. Y el segundo nunca se dispara porque el primero nunca avisó.

Acá es donde la cosa se pone interesante para vos.

La IA externalizó el razonamiento. Le pedimos a un modelo que resuma, que decida, que escriba, que programe. Y el output llega rápido, con tono seguro y sin dudas. Eso es peligrosamente parecido a lo que pasa adentro de tu cabeza cuando no monitoreás: un flujo de pensamiento que se siente bien pero que nadie está verificando.

El operador de IA no es el que razona más. Es el que supervisa mejor. El que lee un output y pregunta: ¿de dónde salió esto? ¿Está verificando la fuente? ¿Está asumiendo algo que no debería? ¿Me está dando lo que pedí o lo que suena a lo que pedí?

Eso es metacognición aplicada a la herramienta que más usás en el día. Y es exactamente lo que el modelo no puede hacer por vos, porque el modelo no tiene acceso a tu intención. Solo a tus palabras.

Tres preguntas antes de aceptar cualquier output importante:

1. ¿De verdad entendí esto, o solo me suena familiar? Explicáselo a alguien, o a un documento en blanco. Si no lo podés explicar, no lo entendiste. El modelo tampoco.

1. ¿Qué estoy asumiendo? Cada decisión viene con supuestos escondidos. Escribí los tuyos y los del output antes de actuar. Lo que no está escrito, no está decidido.

1. ¿Estoy cansado y esto parece buena idea? El agotamiento es el mejor amigo de las malas decisiones. Si la respuesta es sí, la decisión espera al otro día. Casi siempre sigue ahí, y casi siempre se ve distinta.

Y dos prácticas diarias, la del operador y la del humano:

1. Antes de mandar: el chequeo de 10 segundos. ¿Esto le dice a la otra persona lo que yo quería decirle, o lo que mi cerebro cansado quiso ahorrarse? El costo de revisar es mínimo. El costo de no revisar lo pagás después, con intereses.

1. Al final del día: el replay de una decisión. Elegí UNA decisión del día, la más importante, y reconstruí cómo llegaste a ella. ¿Dónde frenaste? ¿Dónde deberías haber frenado? Cinco minutos. Es el ejercicio que más rápido mejora tu monitoreo, porque te entrena a ver el patrón.