Hola gente.
Nos es contradecir a una de las excelentes publicaciones que siempre nos tiene acostumbrados Daniel Vásquez a quién conocí cuando apenas estaba iniciando en este mundo de la tecnología en OracleEs complementar su publicación con una visión distinta, porque los criterios se forman y transforman con los años.
Hace muchos años existía un programa en la radio tradicional costarriencese: "Así es la Cosa" de Radio Monumental, conducido magistralmente en aquella época por figuras recordadas como don Álvaro Fernández Escalante, don Alberto Cañas y don Fernando Durán Ayanegui. El eslogan oficial del programa era: "Porque los años hacen expertos" y ya con nuestros años, algo podemos aportar a esta generación, que nos impulsa con tanta energía, el día de hoy.
Aportando a la públicación de Daniel Vásquez en: https://www.linkedin.com/pulse/el-cuello-de-botella-est%C3%A1-en-modelo-ia-daniel-v%C3%A1squez-hmtve/
Hay una idea del texto con la que coincido plenamente: gran parte del conocimiento real de una organización no está documentado. Vive en las personas, en su experiencia, en conversaciones, excepciones, decisiones y aprendizajes acumulados durante años.
Donde tengo una visión diferente es en considerar esto principalmente como una deficiencia que debemos corregir para que la IA pueda funcionar. Y eso lo hago desde mi visión como un individuo de 58 años y con la experiencia que con el tiempo he ido acumulando. Quizás mi visión sea un poco distinta a la de Daniel Vásquez porque yo vengo de un mundo analógico, con una conversión a digital progresiva y no tan atropellada como la que tuvieron que enfrentar las nuevas generaciones.
Un empleado nuevo no se entrena una sola vez. Esot sería una falacia enorme y gran error si reducimos esto a una frase tan corta y fría.
Las personas aprendemos todos los días.
Cambiamos cuando cambia un cliente, cuando aparece una regulación, cuando falla un proceso, cuando llega un nuevo compañero, cuando cometemos un error o cuando descubrimos una manera mejor de hacer las cosas. Un profesional con diez años en una organización no posee simplemente diez años de información acumulada: posee diez años de contexto, relaciones, experiencias, errores, intuiciones y capacidad para interpretar situaciones que probablemente nunca fueron documentadas.
Y precisamente ahí está una de las grandes diferencias.
Cuando una persona compensa un proceso mal documentado, no necesariamente está recuperando información que alguien olvidó escribir. Muchas veces está razonando frente a una situación nueva, interpretando señales, negociando, preguntando, recordando experiencias similares y tomando una decisión bajo incertidumbre.
Eso también es conocimiento organizacional.
Por eso me parece peligrosa la metáfora de una IA como «un empleado que lee a velocidad infinita». Leer más rápido no equivale a comprender mejor una organización. Mucho menos significa experimentar sus consecuencias.
La IA puede procesar miles de documentos en segundos. Una persona puede mirar una situación y decir: «El procedimiento dice esto, pero en este caso no deberíamos hacerlo». Y detrás de esa frase puede haber años de experiencia difíciles de reducir a tokens, reglas o documentos.
Por supuesto que debemos documentar mejor nuestros procesos. La IA incluso puede convertirse en una herramienta extraordinaria para capturar, organizar y democratizar ese conocimiento.
Pero no deberíamos documentar nuestras organizaciones únicamente para que las máquinas puedan entenderlas.
Deberíamos hacerlo para que las personas puedan aprender mejor de otras personas, para reducir dependencias, transmitir experiencia y construir organizaciones capaces de evolucionar.
Porque una empresa tampoco es una fotografía que pueda describirse completamente en dos o tres páginas. Es un organismo que cambia constantemente.
Quizá, entonces, la pregunta sobre la preparación para la IA no debería ser solamente: «¿Tenemos suficiente contexto documentado para que un agente pueda hacer este trabajo?»
También deberíamos preguntarnos: «¿Estamos construyendo una IA capaz de acompañar el aprendizaje continuo de las personas, o estamos intentando convertir toda la complejidad del trabajo humano en información que una máquina pueda consumir?»
La diferencia es importante.
En el primer caso, la IA amplifica nuestras capacidades.
En el segundo, corremos el riesgo de confundir aquello que puede documentarse con todo aquello que significa saber hacer un trabajo.
