L'estadística era certa. El titular, no.
La setmana passada, el mateix número em va aparèixer al feed tres vegades. Cada cop arribava més fort, i cada cop era una mica menys cert.
Va començar com una frase prudent en un informe de proveïdor: de cada dòlar que un equip gasta programant amb IA, uns 82 cèntims es consumeixen — arreglant, refent, revisant — abans que una funcionalitat arribi a un usuari. Quan va arribar a Yahoo Finance s'havia convertit en «Up to 82% of AI Engineering Spend Lost to Bugs, Rewrites, and Delays». Mateix número. Una altra afirmació. I la distància entre «consumit en un procés» i «perdut» és tota la història.
Aquesta distància em sembla més interessant que l'informe mateix — i les dades de l'informe ja me les vaig prendre seriosament en un altre article. El que va passar amb aquelles dades de camí cap al titular és un espècimen petit i net d'una cosa amb què tot líder tècnic ha de bregar cada dia: com un número real es converteix en arma per captar atenció, dins d'un sistema de mitjans que cada cop més genera, ordena i premia el contingut per com viatja — no per si és cert. En llegeixo una dotzena cada setmana, i al meu equip i als meus clients els he de dir quins són de fiar. Així que t'ensenyaré exactament com va mutar aquest, salt a salt, i la lectura que ara aplico a tots.
Un proveïdor va mesurar una cosa real — i va revelar més que els seus amplificadors
Comencem sent justos amb la font. La xifra d'Entelligence és real, i per ser un número de proveïdor està sorprenentment ben documentada: més d'un milió de pull requests, amb la mostra i el mètode als peus de figura. Sí, Entelligence ven la cura — un producte que «tanca el bucle» entre el codi i la producció, que és precisament el que l'informe conclou que et falta. Aquest conflicte és real i l'has de descomptar.
Però aquí ve el gir que la cobertura va enterrar: l'informe mateix incloïa els números que complicaven la seva pròpia història. Diu que 18 cèntims del dòlar sí que s'entreguen. Diu que gairebé la meitat de les pull requests passen la revisió ràpid — una xifra que pot indicar un equip sa i ben equipat, i no pas un de negligent. El proveïdor, dit d'una altra manera, va ser més prudent que els mitjans que el van amplificar. La distorsió no va passar a la font. Va passar pel camí. I aquesta és la part que val la pena estudiar, perquè és pel camí on la majoria ens topem realment amb les estadístiques.
Primer salt: va aparèixer una causa que ningú havia mesurat
La primera amplificació, de SYZ Group, va sortir sota un titular que citaré tal qual: «44% of every dollar companies spend on AI goes directly to fixing bugs that the AI itself created».
Torna a llegir aquesta última clàusula: bugs that the AI itself created — bugs que la IA mateixa va crear. L'estudi va mesurar una correlació — a mesura que pujava el volum generat per IA, pujava també la feina reactiva. No va establir mai que la IA hagués escrit aquells bugs. Aquesta clàusula és un afegit, i és un retoc petit que capgira el significat del tot: un patró es va convertir en culpable, la correlació es va convertir en autoria. La culpa assignada viatja més lluny que la correlació mesurada, perquè la culpa és una història més neta i una cita millor. Vigila el verb que fa entrar de contraban una causa que les dades no van demostrar mai — «crea», «provoca», «causa» — collat a un número que mai no va mostrar res més que dues coses movent-se alhora.
Segon salt: el verb va canviar, i «consumed» es va convertir en «lost»
La segona amplificació, a Yahoo Finance, va prescindir dels dòlars i va apujar la temperatura: 82% of AI engineering spend lost.
«Consumed» descriu diners fent feina dins d'un procés — una part malgastada, bona part la feina real i inevitable d'entregar programari que funciona. «Lost» descriu diners destruïts, cremats, desapareguts. La xifra no va canviar ni un punt. El que va canviar va ser el verb, i en una estadística el verb és on viu de veritat l'afirmació. Consumed, lost, wasted, vanishes, burned són cinc mesuraments diferents vestits amb el mateix número. El percentatge és la disfressa; el verb és el cos de sota.
El número que complicava la història no va viatjar mai
Ara busca el que falta. La troballa de l'informe que gairebé la meitat de les pull requests s'aproven ràpid — la que suggereix que no tot això és podridura — havia estat al conjunt de dades des del primer moment. No va arribar a cap titular. És clar que no: una xifra que xiuxiueja «potser una part d'això està bé» és una cita pitjor que una que crida «82% perdut».
Aquest és l'indici més fiable que conec. El senyal més clar d'una estadística convertida en arma no és el número alarmant que hi apareix — és la xifra matisadora del mateix conjunt de dades que no hi és. Quan la xifra que fa por viatja i la que calma mor en silenci, ja no estàs llegint recerca. Estàs llegint la sortida d'un embut que ha seleccionat en contra de la meitat incòmoda.
Això és el que un embut d'atenció fa amb un fet
Fixa't en el que no va caldre en cap d'aquests salts: ningú no va haver de mentir. Cada pas, senzillament, va prioritzar la cita per sobre de l'afirmació: el percentatge en lloc dels dòlars perquè sona més gros, «lost» en lloc de «consumed» perquè talla més, una causa en lloc d'una correlació perquè es comparteix més, la meitat alarmant en lloc de la tranquil·litzadora perquè l'alarma s'escampa. No hi ha cap malvat. Només un optimitzador que passa per cada número i selecciona el que viatja.
Aquest optimitzador abans era lent i humà. Ara és ràpid i, cada cop més, automàtic. En un feed on una part creixent del contingut és generada per màquines i gairebé tot s'ordena per engagement, el marc que sobreviu se selecciona perquè és citable, no perquè és exacte — i com més barat surt produir contingut, més puja la pressió de selecció. Això no és un titular dolent; és un mecanisme, i mereix que l'entenguem com a tal en lloc de tornar-lo a jutjar cas per cas. He començat a guardar-me un arxiu d'aquests espècimens — mateixa forma, número diferent, cada setmana. El patró és més instructiu que qualsevol exemple aïllat, i sospito que importarà més, no menys, a partir d'ara.
Com llegeixo ara una estadística viral
No et cal cap títol en metodologia per defensar-te. Et calen set preguntes, i les pots repassar en el temps que es triga a no fer retuit:
- Qui ho va mesurar, i què ven? Un conflicte no desqualifica la xifra — en fixa la taxa de descompte.
- Quin és el denominador real? 82% de què — despesa en IA, tota la despesa d'enginyeria, o un model d'un procés? La base és on s'amaga la major part del truc.
- Quin número del mateix conjunt de dades va quedar pel camí? Vés a buscar la xifra matisadora que no va viatjar.
- La causa està demostrada, o només afirmada? Separa «X va pujar al costat de la IA» de «la IA va crear X».
- Què fan els verbs? «Consumed» i «lost» no són el mateix mesurament.
- Hi ha una línia de base, o és una taxa sense cap «abans»? Una proporció que fa por sense res amb què comparar-la és només la meitat d'un fet.
- Es podria citar el titular fora de context i continuar sent cert? Si no, el marc ha deixat enrere la xifra — i aquesta distància és la història.
Me les faig abans de repetir cap número a algú a qui li pugui moure el roadmap. Són trenta segons, i m'han estalviat de ser la persona que va reenviar el gràfic.
On poso la ratlla
L'estadística era certa. El titular, no. I la distància entre l'una i l'altre — el lliscament discret de «82 cèntims consumits en un procés» a «82% perdut» — ja no és cap accident ni cap cas aïllat. En un feed saturat d'IA, s'està convertint en la manera per defecte que té un número real d'arribar-te.
La defensa no és el cinisme. La xifra era genuïna i valia la pena conèixer-la; descartar totes les estadístiques només és una manera més mandrosa d'equivocar-se. La defensa és llegir el marc amb la mateixa cura que la xifra — perquè en aquesta era el marc fa una part cada cop més gran de la feina, i una part cada cop més petita la fa algú a qui puguis demanar comptes. Ara el número és la part fàcil. El que li han fet pel camí fins a tu és la part que mereix la teva atenció.
Prens decisions de roadmap o de contractació a partir de números com aquests? L'habilitat que et protegeix no és acumular més dades, sinó llegir les que et posen a les mans. Parla amb un CTO sobre com construir un equip que sàpiga distingir el senyal del marc.
