Una empresa puede incorporar inteligencia artificial en todos sus procesos y seguir siendo profundamente torpe para decidir.
Esa posibilidad debería preocuparnos más que la velocidad con la que aparecen nuevos modelos, agentes, asistentes y automatizaciones.
Durante los últimos años hemos concentrado buena parte de la conversación empresarial alrededor de lo que la inteligencia artificial puede hacer. Preguntamos qué tareas puede automatizar, cuánto tiempo puede ahorrar, qué información puede procesar, qué contenidos puede producir y hasta dónde puede reemplazar determinadas funciones humanas.
Son preguntas razonables, pero no necesariamente son las preguntas fundamentales.
La pregunta verdaderamente incómoda es otra: ¿qué clase de inteligencia humana está dirigiendo la inteligencia artificial que estamos incorporando?
Porque una herramienta capaz de producir respuestas en segundos no convierte automáticamente en inteligente a quien la utiliza. Un sistema que analiza millones de datos tampoco resuelve por sí mismo qué vale la pena observar. Y una tecnología capaz de proponer decisiones no puede determinar, sin contexto humano suficiente, qué consecuencias estamos dispuestos a asumir.
Podemos disponer de más capacidad tecnológica y, al mismo tiempo, deteriorar nuestra capacidad de pensar.
Ese es uno de los riesgos menos visibles de esta etapa.
El problema no empieza en la inteligencia artificial
He trabajado con tecnología durante décadas y algo permanece constante a pesar de todos los cambios: las herramientas evolucionan mucho más rápido que las preguntas humanas que intentamos resolver con ellas.
Cambian los lenguajes, las plataformas, las arquitecturas y ahora los modelos de inteligencia artificial. Pero en una empresa todavía encontramos problemas que ninguna actualización tecnológica elimina por sí sola: decisiones mal definidas, responsabilidades ambiguas, procesos construidos alrededor de costumbres, información contradictoria, conocimiento concentrado en pocas personas y directivos que confunden velocidad con claridad.
Cuando colocamos inteligencia artificial encima de esa realidad, no necesariamente la solucionamos.
En ocasiones simplemente la aceleramos.
Pensemos en una escena bastante posible.
Una organización decide adoptar inteligencia artificial porque percibe que sus competidores ya lo están haciendo. Compra herramientas, contrata consultores, organiza capacitaciones y comienza a pedirles a sus empleados que utilicen IA en diferentes actividades.
Pocos meses después produce documentos más rápido, responde correos en menos tiempo, genera informes con mayor facilidad y automatiza algunas tareas administrativas.
La dirección concluye que la transformación avanza.
Sin embargo, nadie ha revisado una cuestión mucho más importante: ¿las decisiones son mejores?
Tal vez se producen veinte informes donde antes se producían cinco, pero las reuniones continúan sin resolver los problemas importantes.
Tal vez el equipo comercial genera propuestas con mayor rapidez, pero nadie ha revisado si la propuesta de valor sigue siendo pertinente.
Tal vez los gerentes reciben análisis más sofisticados, aunque continúan interpretando la información desde los mismos prejuicios.
Tal vez se automatizó un proceso que nunca debió existir de esa manera.
La tecnología funcionó.
Lo que falló fue algo anterior a la tecnología.
Faltó criterio.
Tener información nunca ha sido lo mismo que comprender
Existe una confusión que la inteligencia artificial puede profundizar: creer que disponer de mucha información equivale a saber.
No equivale.
Y saber tampoco equivale necesariamente a comprender.
Una persona puede almacenar conocimientos y aun así tomar malas decisiones. Una organización puede acumular décadas de documentos, bases de datos, manuales, procedimientos e indicadores y continuar repitiendo errores.
El conocimiento adquiere valor cuando somos capaces de relacionarlo con un contexto, contrastarlo con la realidad y utilizarlo para decidir.
Ahí aparece una diferencia fundamental entre información y criterio.
El criterio permite preguntarnos qué información importa, qué información falta, qué supuesto podría estar equivocado y qué consecuencias tendría actuar sobre una respuesta aparentemente correcta.
La inteligencia artificial puede ayudarnos enormemente a analizar posibilidades, detectar patrones, comparar alternativas y disminuir determinados costos de procesamiento.
Pero alguien tiene que valorar esas alternativas.
Investigadores vinculados al Fondo Monetario Internacional han señalado precisamente que, a medida que la capacidad predictiva de la inteligencia artificial aumenta, el juicio humano adquiere una importancia todavía mayor en la toma de decisiones. La máquina puede mejorar nuestra capacidad de anticipar escenarios; determinar qué consecuencias son aceptables sigue requiriendo discernimiento.
Eso cambia la conversación.
El verdadero desafío no consiste únicamente en aprender a preguntarle cosas mejores a una máquina.
Consiste en convertirnos en personas capaces de evaluar críticamente las respuestas que recibimos.
La IA puede producir una respuesta que nosotros no sabemos juzgar
Esta situación comenzará a ser cada vez más frecuente.
Una persona consulta una inteligencia artificial sobre un contrato, una estrategia comercial, una decisión financiera, un conflicto laboral o una oportunidad de inversión.
La respuesta aparece bien escrita.
Parece razonable.
Tiene estructura.
Utiliza vocabulario convincente.
Y precisamente ahí surge el peligro.
La calidad formal de una respuesta puede generar una sensación de autoridad superior a la que realmente merece.
Quien conoce profundamente un tema suele reconocer matices, omisiones y errores. Quien no lo conoce suficientemente puede aceptar la respuesta porque simplemente suena bien.
Por eso la inteligencia artificial puede producir una paradoja.
Cuanto más capaz sea la tecnología de ofrecernos respuestas convincentes, mayor será nuestra necesidad de desarrollar la capacidad humana para cuestionarlas.
No menos.
Más.
Algo parecido ocurre en las organizaciones.
Un gerente que conoce profundamente su negocio puede utilizar la inteligencia artificial como interlocutor, analista, explorador de escenarios y herramienta para ampliar perspectivas.
Otro gerente puede utilizar exactamente la misma tecnología para confirmar lo que ya quería creer.
La herramienta es similar.
La diferencia está en quien decide.
El conocimiento que realmente importa muchas veces no está documentado
Hay otra dificultad que merece atención.
Las empresas suelen afirmar que poseen mucho conocimiento porque poseen muchos datos.
Pero una parte significativa del conocimiento que sostiene realmente una organización no está dentro de una base de datos.
Está dentro de las personas.
Está en el técnico que sabe reconocer una falla antes de que aparezca en un indicador.
Está en el vendedor que comprende cuándo una objeción del cliente oculta un problema diferente.
Está en quien lleva veinte años negociando con proveedores y distingue entre una dificultad temporal y una señal seria de incumplimiento.
Está en la persona que conoce la historia de una decisión y puede explicar por qué cierta alternativa, aparentemente lógica, fracasó hace siete años.
Está en los errores que nunca fueron documentados.
Está en conversaciones.
Está en experiencia.
Está incluso en intuiciones que todavía no hemos convertido en conocimiento explícito.
Y ese patrimonio suele desaparecer silenciosamente.
Cuando alguien se jubila.
Cuando cambia de empresa.
Cuando una organización hace una reestructuración.
Cuando el conocimiento queda aislado entre áreas que casi no conversan.
Entonces queremos incorporar inteligencia artificial y descubrimos una contradicción: poseemos enormes cantidades de información, pero buena parte del conocimiento que necesitaríamos para darle contexto a esa información nunca fue capturado.
No se trata simplemente de digitalizar documentos.
Se trata de comprender qué sabe realmente la organización.
Una empresa no aprende porque sus empleados tomen cursos
Aquí también conviene desmontar una creencia frecuente.
Capacitar no es necesariamente aprender.
Podemos enviar a cientos de colaboradores a cursos de inteligencia artificial, pagar certificaciones y registrar miles de horas de formación sin modificar sustancialmente la inteligencia colectiva de la organización.
Aprender ocurre cuando una experiencia cambia nuestra manera de comprender y actuar.
Si cometemos un error y no revisamos por qué ocurrió, no aprendimos.
Si un proyecto funciona, pero nadie identifica qué condiciones hicieron posible el resultado, tampoco aprendimos demasiado.
Si cada departamento resuelve por separado problemas que otros ya resolvieron, tenemos personas trabajando, pero no necesariamente una organización aprendiendo.
Y cuando el conocimiento no circula, la inteligencia colectiva permanece fragmentada.
La inteligencia artificial puede ayudarnos a recuperar, organizar, conectar y consultar conocimiento organizacional. Esa posibilidad es extraordinariamente valiosa.
Pero la tecnología no puede capturar aquello que nosotros mismos no consideramos digno de conservar.
Tampoco puede crear una cultura donde compartir lo aprendido resulte natural si la organización castiga el error, premia el ocultamiento o convierte el conocimiento en una forma de poder individual.
Ahí volvemos otra vez a lo humano.
El conocimiento equivocado también puede escalar
Hay un aspecto todavía más delicado.
Una organización puede conservar conocimiento y seguir equivocándose.
Porque algunas de las cosas que creemos saber dejaron de ser ciertas.
Un procedimiento puede haber sido adecuado hace diez años y convertirse hoy en una barrera.
Una política comercial puede haber funcionado durante décadas mientras el mercado cambió silenciosamente.
Una práctica administrativa puede mantenerse simplemente porque “siempre se ha hecho así”.
La experiencia es indispensable, pero no es infalible.
También puede convertirse en una cárcel.
Por eso aprender implica algo más difícil que incorporar información nueva: revisar conocimientos anteriores.
A veces necesitamos aprender.
A veces necesitamos desaprender.
Y algunas veces necesitamos admitir que una convicción que nos dio buenos resultados durante años ya no sirve para interpretar la realidad presente.
La inteligencia artificial puede hacer todavía más evidente esta dificultad porque permite escalar procesos con enorme rapidez.
Si automatizamos un buen proceso, podemos multiplicar eficiencia.
Si automatizamos una mala decisión, también podemos multiplicarla.
La velocidad no distingue entre ambas.
Antes de automatizar, conviene preguntar qué estamos amplificando
He visto suficientes transformaciones tecnológicas a lo largo de los años para desconfiar de una idea recurrente: creer que una herramienta nueva resolverá problemas que en realidad pertenecen al diseño de la organización.
Cada generación tecnológica llega acompañada de expectativas.
Y muchas de esas expectativas son legítimas.
La informática modificó radicalmente la administración de las empresas. Internet transformó los mercados y las relaciones. La movilidad cambió nuestra forma de trabajar. La nube alteró la infraestructura empresarial.
La inteligencia artificial probablemente será todavía más profunda.
Pero ninguna de esas tecnologías convirtió automáticamente una mala empresa en una buena empresa.
Porque una empresa no es solamente su tecnología.
Es también la calidad de sus conversaciones.
La forma como distribuye autoridad.
La manera como aprende.
Lo que tolera.
Lo que mide.
Lo que recompensa.
La relación que mantiene con sus clientes.
La calidad de sus preguntas.
Y, sobre todo, la forma como toma decisiones.
Por eso antes de preguntar dónde podemos incorporar inteligencia artificial, podríamos preguntar algo más incómodo:
¿Qué comportamiento humano vamos a amplificar cuando la incorporemos?
Si existe claridad, podemos aumentar claridad.
Si existe colaboración, podemos facilitar colaboración.
Si existe conocimiento bien construido, podemos hacerlo más accesible.
Pero si predominan la improvisación, la fragmentación y las decisiones sin contexto, la inteligencia artificial también puede proporcionarles una infraestructura mucho más potente.
Delegar una tarea no significa delegar la responsabilidad
A medida que los sistemas se vuelvan más autónomos, esta distinción será decisiva.
Una empresa puede delegar análisis.
Puede delegar clasificación.
Puede delegar generación de documentos.
Puede automatizar recomendaciones e incluso determinadas acciones bajo condiciones definidas.
Pero delegar la ejecución no elimina la responsabilidad humana.
Esta idea ya está ocupando un lugar relevante en los marcos de supervisión de inteligencia artificial. Se habla de modelos en los que el ser humano interviene directamente, supervisa el sistema o mantiene el control último sobre las decisiones, precisamente porque la autonomía tecnológica no debería confundirse con ausencia de responsabilidad.
Cuando una decisión automatizada perjudica a una persona, rechazar una operación, descartar un candidato, clasificar un riesgo o recomendar una acción, decir “lo decidió el algoritmo” no debería ser una respuesta suficiente.
Alguien definió el objetivo.
Alguien seleccionó datos.
Alguien aceptó determinados criterios.
Alguien permitió que el sistema actuara.
La responsabilidad no desaparece porque exista automatización.
Solo puede volverse menos visible.
La inteligencia humana tampoco es una garantía
Sería ingenuo plantear esta conversación como una confrontación entre una inteligencia artificial peligrosa y una inteligencia humana sabia.
Los humanos tenemos sesgos.
Nos equivocamos.
Nos aferramos a nuestras opiniones.
Tomamos decisiones emocionales y luego construimos argumentos racionales para justificarlas.
Confundimos experiencia con autoridad.
Escuchamos más fácilmente la información que confirma nuestras creencias.
La inteligencia artificial no llega a reemplazar una inteligencia humana perfecta.
Llega a convivir con una inteligencia humana limitada.
Y precisamente por eso necesitamos construir mejores sistemas de decisión.
El objetivo no debería ser elegir entre persona o algoritmo.
Debería ser entender qué aporta cada uno, qué limitaciones posee cada uno y dónde necesitamos controles, contraste y responsabilidad.
La complementariedad puede ser poderosa. La evidencia disponible apunta a que la IA destaca especialmente en procesamiento masivo de información y ciertas tareas estructuradas, mientras capacidades humanas como el juicio contextual y ético siguen siendo fundamentales.
Eso no disminuye el valor de la tecnología.
Lo ubica correctamente.
Quizás estamos formulando mal la pregunta
Muchas empresas todavía preguntan:
“¿Cómo hacemos para que nuestros empleados utilicen inteligencia artificial?”
Yo plantearía una pregunta anterior:
¿Qué tipo de personas necesitamos formar para trabajar responsablemente con una tecnología cada vez más capaz?
Personas que sepan formular problemas.
Que puedan distinguir una respuesta plausible de una respuesta sólida.
Que reconozcan cuándo no saben.
Que sepan contrastar fuentes.
Que comprendan consecuencias.
Que sean capaces de cambiar de opinión frente a nueva evidencia.
Que no deleguen automáticamente su juicio porque una pantalla entrega una respuesta elegante.
Eso exige algo más profundo que una capacitación técnica.
Exige desarrollar criterio.
Y el criterio no se descarga.
Se construye.
Aparece cuando combinamos conocimiento con experiencia, reflexión, contraste, conversación y responsabilidad.
También aparece cuando aceptamos revisar nuestras propias certezas.
La decisión empresarial que viene después de la tecnología
Tal vez dentro de pocos años usar inteligencia artificial será tan normal como hoy utilizar correo electrónico, hojas de cálculo o internet.
Entonces dejará de ser una ventaja simplemente tenerla.
La diferencia aparecerá en la forma como cada persona y cada organización la utiliza.
Unos la emplearán para producir más.
Otros para comprender mejor.
Unos automatizarán tareas.
Otros rediseñarán decisiones.
Unos llenarán sus empresas de respuestas.
Otros aprenderán a formular mejores preguntas.
Ahí puede estar una de las diferencias más importantes.
Porque el recurso escaso del futuro quizá no sea la información.
Tampoco necesariamente será la capacidad de procesamiento.
Podría ser el criterio.
La capacidad de detenerse frente a una respuesta convincente y preguntar si realmente tiene sentido.
La capacidad de distinguir aquello que puede automatizarse de aquello que merece deliberación.
La capacidad de reconocer cuándo una decisión aparentemente eficiente deteriora una relación, una cultura, una empresa o una vida.
La inteligencia artificial continuará avanzando.
Eso parece difícil de detener y quizá tampoco sería deseable hacerlo.
Lo que sí podemos decidir es si nuestro desarrollo humano, organizacional y ético avanzará junto con ella.
Porque una organización verdaderamente inteligente no es aquella que posee más inteligencia artificial.
Es aquella que sabe qué hacer con la inteligencia disponible, qué no debe delegar y qué necesita aprender antes de decidir.
Y ese desafío no pertenece al futuro.
Ya está sentado en nuestras reuniones, en nuestros computadores y, cada vez más, en nuestras decisiones.
Si esta reflexión conecta con decisiones que hoy estás enfrentando en tu empresa, en tu equipo o en tu propia forma de trabajar con inteligencia artificial, podemos continuar la conversación desde una perspectiva estratégica y humanista:
Mensaje final