IA: L’Equalitzador
Alguna cosa estranya està passant en la contractació, l’educació i l’atorgament de beques: tothom sembla excel·lent. Les cartes de presentació semblen xerrades TED. Els assaigs d’estudiants són polits i segurs. Les propostes de projectes arriben amb una estructura perfecta, un to perfecte, una “teoria del canvi” perfecta.
És temptador anomenar això progrés. Però també crea un nou problema: quan totes les sol·licituds superen l’antic llindar, l’avaluació deixa de funcionar.
L’Equalitzador
A L’Equalitzador, la història segueix un personatge que intervé quan els sistemes fallen—quan el poder està distribuït de manera desigual i aquells amb reclamacions legítimes no tenen una manera efectiva de defensar-se. La narrativa se centra en restaurar l’equilibri en situacions on els mecanismes formals ja no funcionen.
L’atractiu del personatge rau en aquest acte de neutralització. En eliminar asimetries ocultes, l’Equalitzador permet que les causes justes siguin escoltades en condicions més igualitàries, sense posicionar-se com l’àrbitre definitiu del bé i el mal.
La metàfora es fa més clara si pensem en un equalitzador real d’enginyeria d’àudio. Un equalitzador no fa que totes les freqüències siguin idèntiques; ajusta els nivells amunt o avall perquè cap banda sobresurti per sobre de les altres. Les freqüències massa baixes es poden potenciar, les dominants es poden reduir, i el resultat no és la uniformitat, sinó un so que funciona millor en conjunt.
Un símptoma real: “tots els projectes semblen excel·lents”
Recentment vaig parlar amb una persona responsable d’avaluar iniciatives en una entitat privada sense ànim de lucre centrada en la inclusió social, l’educació, la recerca científica, la salut i l’accés a la cultura—especialment per a grups vulnerables. El seu problema era simple i dolorós: totes les propostes semblen sòlides. El procés tradicional de selecció (documents, narratives, objectius, KPIs) ja no separa el senyal del soroll.
Això no és un cas aïllat. A mesura que la IA generativa esdevé una part normal de les sol·licituds de beques i presentacions de projectes, les propostes són més fàcils d’escriure, més fàcils de polir i més fàcils d’alinear amb les rúbriques d’avaluació—a escala.
Què ha canviat: abans avaluàvem l’escriptura; ara hem d’avaluar la realitat
Durant anys, molts sistemes de selecció han confiat silenciosament en proxies:
- Claredat com a proxy de competència
- Poliment com a proxy de professionalitat
- Estructura com a proxy de pensament estratègic
- Confiança com a proxy de lideratge
La IA no només ajuda la gent a expressar idees. Els ajuda a fabricar el proxy. Aquesta és l’equalització: no dels resultats, sinó de la presentació.
La producció és barata; la responsabilitat no
Si avui estàs seleccionant persones o projectes, la clau és deixar de preguntar “Està ben escrit?” i començar a preguntar “Això està assumit?”
La IA pot generar un pla convincent. Però no pot aportar:
- Compromís personal (qui paga el preu si falla?)
- Restriccions (què fas quan el temps, els diners o els socis fallen?)
- Renúncies (qui perd, què es sacrifica, què s’ajorna?)
- Historial (què has fet realment, en quines condicions?)
- Responsabilitat (qui respondrà quan la realitat contradigui la narrativa?)
Llavors, què han de fer els avaluadors?
Aquí tens maneres pràctiques de recuperar el senyal—sense convertir el procés en una cacera de bruixes per l’ús de la IA.
1) Passar d’artefactes a interacció
Els documents són ara la part menys fiable del procés—no perquè siguin falsos, sinó perquè són massa fàcils d’optimitzar. Afegeix passos que requereixin pensar en moviment, idealment a través d’interacció síncrona com converses presencials o videotrucades en directe.
- Sessió en viu de “definició del problema”: dona un escenari caòtic i demana als candidats que defineixin el problema, no que el resolguin.
- Interrogatori de renúncies: “Si haguessis de retallar un 30% del pressupost demà, què es trencaria primer i què protegiries?”
- Auditoria d’assumptes: “Anomena les 3 principals hipòtesis de les quals depèn el teu projecte. Com provaries cadascuna ràpidament?”
Aquestes no són preguntes trampa. Són preguntes de realitat. La IA pot ajudar a preparar-se, però no pot substituir completament la relació d’una persona amb les restriccions.
2) Fes que la gent defensi el que ha eliminat (no el que ha escrit)
La IA és excel·lent afegint. Els grans avaluadors aprenen preguntant per la resta.
- “Què has decidit no fer, i per què?”
- “Quin grup d’interès quedarà decebut amb el teu enfocament?”
- “Què deixaries de fer després del primer mes si les dades contradiuen el teu pla?”
Escriure amb fluïdesa és fàcil. Ometre amb criteri és difícil.
3) Utilitza una selecció per etapes en lloc de la perfecció d’un sol cop
Una proposta perfecta és barata. El pensament coherent al llarg del temps no ho és.
- Etapa 1: sol·licitud breu (força la brevetat; limita l’espai)
- Etapa 2: demana una revisió després d’introduir una nova restricció
- Etapa 3: conversa curta per reconstruir decisions
En diversos passos, aprens qui s’adapta, qui assumeix la feina i qui pot mantenir la coherència quan la realitat canvia.
4) Accepta l’ús de la IA—però exigeix divulgació i “evidència de procés”
Intentar prohibir la IA sol produir dos resultats: la gent honesta compleix i queda en desavantatge; la resta simplement ho amaga. Un enfocament més saludable és normalitzar l’ús de la IA i demanar transparència:
- Quines eines s’han utilitzat?
- Quins prompts o entrades han modelat el resultat?
- Quines decisions humanes s’han pres a causa de (o malgrat) les suggerències de la IA?
Això alinea els incentius: no castigues les eines; recompenses l’assumpció.
Una nota sobre l’equitat: l’equalitzador talla pels dos costats
Hi ha una part bonica en tot això. La IA pot reduir barreres per a persones que històricament han quedat fora perquè no tenien una gramàtica perfecta, assessorament d’elit o l’estil “adequat” de narrativa professional. Això és inclusió real.
Però la inclusió requereix noves habilitats d’avaluació. Si seguim utilitzant les antigues rúbriques, acabarem finançant el millor generador de textos en lloc de l’equip més capaç—o el pla més sòlid. I molts donants ja debaten com la IA influirà en la selecció i la presa de decisions.
En un món igualat, el judici esdevé el recurs escàs
Quan tothom pot presentar alguna cosa polida, el poliment deixa de ser una prova. El que marca la diferència esdevé el que sempre hauria d’haver estat: judici sota restriccions, claredat sobre les renúncies i responsabilitat pels resultats.
En altres paraules: la nova feina dels avaluadors no és detectar la IA. És dissenyar processos de selecció que mesurin allò que la IA no pot fabricar baratament—la responsabilitat.
