Millones de tokens después, seguimos trabajando como antes
Director General de Estudio Elefante
Si tiene algún comentario o sugerencia agradecemos nos lo haga saber a través del correo info@estudielefante.co
Somos Estudio Elefante. ¡La fuerza detrás de las grandes ideas!
Es posible que una organización esté invirtiendo miles de dólares en inteligencia artificial y, al mismo tiempo, no esté construyendo una sola capacidad institucional nueva. También es posible que esté consumiendo millones de tokens mientras el conocimiento que genera permanece tan fragmentado como antes.
Durante los últimos dos años he participado en muchas conversaciones sobre inteligencia artificial en educación superior. En algunas de ellas aparecen preguntas sobre plataformas, modelos, licenciamiento o automatización. En otras, las personas comparten con evidente entusiasmo los usos que han encontrado para herramientas como Claude, ChatGPT o Copilot. Un profesor las utiliza para diseñar experiencias de aprendizaje. Un directivo las emplea para analizar información. Un diseñador curricular las integra a sus procesos de trabajo. Un responsable de admisiones las usa para explorar nuevas formas de responder a las inquietudes de los aspirantes.
Creo que estamos mezclando dos conversaciones distintas.
Una tiene que ver con personas que han encontrado formas efectivas de ampliar sus capacidades individuales. La otra tiene que ver con organizaciones que están aprendiendo a construir capacidades colectivas en un contexto donde la inteligencia artificial forma parte del trabajo cotidiano. Aunque ambas conversaciones están relacionadas, no son equivalentes.
La diferencia puede parecer sutil, pero tiene consecuencias importantes para la manera como entendemos la transformación organizacional.
Cuando observamos a alguien trabajar con inteligencia artificial solemos concentrarnos en el resultado. Vemos una presentación mejor estructurada, un análisis más elaborado o un documento que pudo desarrollarse en menos tiempo. Lo que pocas veces vemos es la conversación que hizo posible ese resultado. No vemos las preguntas que la persona formuló, las hipótesis que descartó, los errores que corrigió ni las decisiones que fue tomando durante el proceso.
Y quizás ahí aparece una de las preguntas más interesantes para las organizaciones: ¿Qué está ocurriendo con todo ese aprendizaje?
No me refiero a lo que aprende la persona. Eso es evidente. Me refiero a lo que aprende la institución.
Pensemos en una situación relativamente común. Un director encuentra una manera particularmente efectiva de analizar indicadores institucionales utilizando IA. Al mismo tiempo, un profesor desarrolla una estrategia extraordinaria para revisar evidencias de aprendizaje. En otra dependencia, alguien descubre una secuencia de preguntas que mejora significativamente la calidad de sus informes. Mientras tanto, otra persona encuentra una forma más precisa de comprender las necesidades de los potenciales estudiantes.
Todos están aprendiendo. Todos están desarrollando nuevas formas de trabajar. Todos están obteniendo mejores resultados. Sin embargo, es posible que ese conocimiento permanezca exactamente donde surgió: dentro de conversaciones individuales que nadie más conoce y que difícilmente hacen parte de la memoria institucional.
La organización termina beneficiándose de algunos resultados, pero no necesariamente incorpora los aprendizajes que permitieron alcanzarlos.
Por eso cada vez me interesa menos la pregunta sobre cuántas personas utilizan inteligencia artificial y más la pregunta sobre cómo circula el conocimiento que esas personas están produciendo.
Hace más de tres décadas, Ikujiro Nonaka y Hirotaka Takeuchi propusieron una idea que sigue siendo sorprendentemente vigente. Su planteamiento era que las organizaciones crean conocimiento cuando logran transformar aprendizajes individuales en conocimiento compartido, o dicho de otro modo, cuando aquello que una persona descubre deja de depender exclusivamente de ella y puede ser comprendido, discutido, adaptado y enriquecido por otros.
Parte de su trabajo se centró en la relación entre conocimiento tácito y conocimiento explícito. El primero corresponde a aquello que sabemos hacer, pero que muchas veces nos cuesta explicar. El segundo es aquel que puede documentarse, compartirse y reutilizarse. La creación de conocimiento organizacional ocurre precisamente cuando las instituciones consiguen mover aprendizajes entre estos dos mundos, convirtiendo experiencias individuales en capacidades colectivas (Nonaka & Takeuchi, 1995).
Visto desde esta perspectiva, la inteligencia artificial introduce una paradoja interesante.
Por un lado, facilita la producción de conocimiento. Nunca había sido tan sencillo explorar alternativas, analizar información o desarrollar borradores sobre prácticamente cualquier tema. Por otro lado, también puede reforzar dinámicas de aislamiento del conocimiento. Si cada interacción ocurre entre una persona y una herramienta externa, gran parte de lo aprendido permanece encapsulado en espacios a los que nadie más tiene acceso.
La organización observa los productos finales, pero rara vez tiene visibilidad sobre los procesos intelectuales que los hicieron posibles. Tal vez por eso encuentro problemático asumir que una persona con una suscripción a Claude o ChatGPT ya forma parte de un equipo híbrido.
Desde luego, puede tratarse de un profesional que ha ampliado significativamente sus capacidades. De hecho, la idea de los humanos aumentados resulta extremadamente útil para comprender lo que está ocurriendo en muchos entornos laborales.
Un equipo híbrido exige algo más que la adopción individual de una herramienta.
Exige contexto compartido. procesos comunes. mecanismos que permitan capturar, revisar y fortalecer el conocimiento que se produce, y en especial exige que la organización sea capaz de aprender de aquello que sus integrantes están descubriendo.
La literatura sobre inteligencia híbrida plantea precisamente que el valor surge cuando las capacidades humanas y artificiales se articulan para producir resultados que ninguna de las partes podría alcanzar por sí sola.
Cuando esas condiciones no existen, lo que encontramos no es necesariamente un equipo híbrido. Encontramos una colección de personas inteligentes resolviendo problemas con herramientas igualmente inteligentes, pero sin que exista una estrategia clara para convertir ese aprendizaje distribuido en capacidad institucional.
Quizás eso explique una situación que aparece con frecuencia en las organizaciones. Muchas sienten que la inteligencia artificial está por todas partes y, al mismo tiempo, tienen dificultades para identificar qué capacidades organizacionales nuevas han emergido a partir de ella.
La razón puede ser menos tecnológica de lo que pensamos.
Después de todo, durante años nos preocupó que el conocimiento crítico permaneciera atrapado en la cabeza de unas pocas personas. Hoy podríamos estar enfrentando una variación del mismo problema. La diferencia es que parte de ese conocimiento ya no solo habita en la experiencia individual de los colaboradores, sino también en miles de conversaciones con sistemas de inteligencia artificial a las que nadie más tiene acceso.
Por eso sospecho que uno de los grandes desafíos del próximo año no será decidir qué herramienta adoptar. Tampoco será determinar qué modelo produce mejores respuestas.
El desafío podría ser mucho más organizacional que tecnológico.
Tendrá que ver con la capacidad de capturar aprendizajes, compartir conocimiento, construir contexto común y diseñar procesos que permitan que la inteligencia artificial fortalezca a la institución en lugar de fragmentarla.
Porque, al final, una organización no se convierte en un equipo híbrido cuando muchas personas comienzan a utilizar inteligencia artificial. Se acerca a esa condición cuando logra incorporar esas nuevas capacidades dentro de procesos compartidos de aprendizaje, decisión y creación de conocimiento.
La pregunta que me parece importante no es cuántos tokens estamos consumiendo. La pregunta es qué estamos aprendiendo como organización gracias a ellos.
Y quizás haya una segunda pregunta todavía más reveladora: si mañana desaparecieran todas las herramientas de inteligencia artificial que utilizamos, ¿Qué parte de lo aprendido durante los últimos dos años seguiría perteneciendo a la institución y no únicamente a quienes mantienen conversaciones diarias con ellas?
Tal vez esa sea una conversación valiosa para quienes están pensando en gestión del cambio, fortalecimiento de capacidades y transformación institucional. En Estudio Elefante hemos descubierto que muchas de las preguntas que hoy formulamos sobre inteligencia artificial terminan conduciéndonos a un territorio diferente: el de cómo aprenden las organizaciones, cómo comparten conocimiento y cómo construyen capacidades que sobreviven a las herramientas que utilizan. Quizás allí se encuentre una de las discusiones más importantes que tenemos pendientes.
Referencias
Nonaka, I., & Takeuchi, H. (1995). The Knowledge-Creating Company: How Japanese Companies Create the Dynamics of Innovation. Oxford University Press.
Dellermann, D., Ebel, P., Söllner, M., & Leimeister, J. M. (2019). Hybrid Intelligence. Business & Information Systems Engineering, 61(5), 637-643.
Comentarios