|
|
¿No es curioso que después
de toda la vida quejándonos por tener que trabajar, ahora nos aterre la
posibilidad de no hacerlo?
La dificultad de delegar.
La existencia humana siempre ha sido cuestión de ahorrar
energía. El cerebro, órgano responsable de la inteligencia y único que no
es posible trasplantar, es el que más energía consume de todo el cuerpo. Se
dice que somos
vagos, pero en realidad tratamos de optimizar la energía porque
malgastarla podía suponer una amenaza para la supervivencia. Hoy, además
nos urge hacer un uso
eficiente del tiempo. A lo largo de la historia, los seres humanos nos
tuvimos que ocupar de todo lo que queríamos que ocurriera. Desde temprano
endosamos a los animales parte del esfuerzo físico que después trasladamos
a las máquinas. Pero el resto, siempre lo hemos hecho nosotros. No había
manera de delegar y eso obligó a llevar todo el conocimiento “encima”:
Nuestros antepasados sabían cazar, hacer ropa, construir casas, arreglar el
motor del automóvil…. Ahí surge el concepto de trabajo. Por primera vez,
eso va a cambiar y tendrá consecuencias impredecibles. La Inteligencia
Artificial (IA) nos brinda la oportunidad de decidir en qué merece la pena
gastar nuestra vida, algo que nunca habíamos podido elegir. Es una oferta
irrechazable pero no exenta de peligros. Yo tengo jardín y le puedo
preguntar a Picture This
que me diga qué enfermedad tiene una planta y cómo tratarla. Es decir, que
me provea conocimiento que no tengo y que anteriormente debía consultar a
mi jardinero. El jardinero, en lugar de dedicar su tiempo a saberlo todo
sobre cada planta, podrá ofrecerme conocimiento sobre planificación,
producción, diseño, comercialización, etc. apoyado en otra IA. El límite
será nuestra imaginación, que nunca fue una capacidad muy valorada…
Inteligencia Incorporada.
Todo lo que tenemos que no es fruto de la naturaleza, se explica gracias a
nuestra inteligencia.
No existe una definición de inteligencia consensuada. Para mí, consiste en
la “capacidad de tomar buenas decisiones y aprender para resolver
problemas nuevos”. La inteligencia es una técnica y no un talento, por
eso se aprende. El objetivo
de la IA es o bien hacer las tareas que nosotros hacemos (“inyectando”
inteligencia a los objetos) o ayudarnos a hacerlas mejor, proveyéndonos el
conocimiento que necesitamos. Un ejemplo sencillo es conducir. Si
fabricamos un vehículo autónomo, le puedo pedir “llévame a mi casa”
y de esa manera yo no necesito conducir, sino que una IA hace la tarea por
mí, me sustituye. Si le pregunto a Waze o a Google Maps que me indiquen “el
mejor camino para ir a la oficina de un cliente”, lo que hace es
entregarme una recomendación, es decir, proveerme conocimiento.
Para hacer lo que
tú haces (conducir) o para complementarte (recomendar una ruta), la IA
requiere conocimiento, o lo que es lo mismo, necesita “aprender” lo que
nosotros sabemos. De lo contrario, no funciona. Ese aprendizaje tiene
naturalezas distintas. Para que haga y me sustituya (conducir) tiene
que tomar decisiones. Para eso, tenemos que automatizar lo que significa
transferirle el conocimiento de cómo se realiza esa tarea. Y eso lleva a
preguntarse ¿Quién sabe hacerla? lo que conduce siempre a personas. La
oportunidad (y el riesgo asociado) es que los productos, procesos o
sistemas serán independientes de nosotros, no nos necesitarán para actuar.
Y si son capaces de aprender de forma autónoma, cada vez ejecutarán mejor
la tarea. Para que me recomiende qué hacer (el camino a la oficina
de un cliente), no necesitamos automatizar porque la toma de decisiones la
seguimos manteniendo las personas. En ese caso necesito que Waze sepa, pero
no que ejecute.
Las 2 cosas que le
pedimos a la IA son “Hazlo por mí” (lo que yo hago) o “Ayúdame a
hacerlo mejor” (dime o recomiéndame lo que yo no sé). Para el primer caso, necesitamos
enseñarle a hacerlo. Y para el segundo, tenemos que entregarle la
información sobre cómo se hace para nos pueda asistir. La expectativa
que tienes cuando incorporas IA es que hará lo que tu hacías para que no
tengas que hacerlo o hará cosas que no podrías o te costaría demasiado
esfuerzo hacer. Y la clave para que la promesa que nos hace la IA se cumpla
es el conocimiento, y más concretamente, la transferencia de conocimiento. Sin
conocimiento, la IA no puede hacer nada, no es mágica. Por eso la
Inteligencia Artificial es la nueva Gestión del Conocimiento.
A partir del
momento en que te compras un iPhone, es cada día más viejo y por tanto vale
menos. Con la IA (y con el conocimiento) ocurre lo contrario, cada día que
pasa aprende algo nuevo y por tanto sabe y vale más. Cuando no existen
problemas sino tareas nos encontramos en el reino de la IA porque contamos
con el conocimiento para resolver cualquier desafío y todo es susceptible
de ser automatizado. Cuando tenemos problemas (nos falta conocimiento), nos
encontramos en el reino de las personas donde tenemos que aprender y las
maquinas nos pueden apoyar.
Pronto será
imposible encontrar una empresa que haga algo sin tener la IA en mente. La
IA afectará a todo porque toda la actividad humana está basada en el
conocimiento. Cada vez tendremos que ser más inteligentes y para eso
tendremos que usar más (y mejor) la IA y no menos. Si la IA va a cambiar la
forma de trabajar, el diseño de las organizaciones y el mundo laboral, las
2 grandes preguntas que todo el mundo se repite sin cesar son ¿la IA nos va
a dejar sin empleo? y ¿si una máquina hace lo que yo hago, entonces qué
hago yo? Y las respuestas contienen 2 dependes. El primero es que depende
de qué se entienda por trabajo. Y el segundo es que depende de nuestra
imaginación si queremos por fin dejar de hacer cosas que hasta hoy eran
indelegables y pasar a hacer otras más valiosas o incluso hacer menos
cosas.
La fiebre Smart.
Hace más de 10 años, me llamó la atención la gran cantidad de
productos/servicios que llevaban el apellido Smart o Inteligente.
Evidentemente, era una estrategia para vender: había que hacerlos
atractivos poniendo el énfasis en sus “superpoderes”. Llegué a
contabilizar más de 100. Hacer que un objeto sea inteligente implica que
tenga capacidad de decidir y actuar con independencia de una persona. Los
anglosajones usan el término de “embedded intelligence” que sería
“inteligencia incorporada o integrada”. Garantiza pasar de un proceso tonto
a un proceso inteligente, Este cubo
Rubik se resuelve a sí mismo y no necesita ni de la persona que
tiene el récord del mundo, ni de una máquina.
La IA busca que las máquinas hagan lo que nosotros hacemos. Se trata de
tener un asistente (una suerte de mayordomo) que nos haga la vida fácil y,
sobre todo, el trabajo sucio ¿A quién no le agradaría? Hace mucho que ya no
traducimos al inglés, lo delegamos a Google Translator. Le puedo solicitar
a Chat
GPT que me escriba esta columna o prepare un plan estratégico, tareas
ambas que hasta hoy yo (u otro humano) teníamos que hacer y no se podían
delegar. Pero para que la IA nos ayude y haga algo que nosotros hacemos,
necesita conocimiento, es decir, aprender.
La fiebre del Big Data.
Si yo tengo conocimiento para escribir columnas, andar en bici o impartir conferencias
es porque previamente lo aprendí. El conocimiento surge del pasado. Las
personas aprendemos por medio de la experiencia. Sin embargo, para que una
máquina aprenda, lo que hacemos es alimentarla con datos. Por eso llevamos
años con la obsesión por capturar todos los datos posibles. La frase de
moda es los
datos son el nuevo petróleo. ¿Qué crees que son los datos?
Información del pasado. Un dato nunca muestra el futuro, sino que es una
expresión de algo que ha ocurrido. Los datos son el intangible
por naturaleza. El enorme
esfuerzo que estamos haciendo en recogerlos se debe a que tenemos la
expectativa de que van a ser muy útiles para el futuro. Y la razón es muy
sencilla: lo que va a pasar mañana no será muy distinto de lo que ha pasado
hoy, que a su vez es muy similar a lo que ocurrió ayer. Un ejemplo: me
apuesto todo mi dinero a qué mañana amanecerá. Si la realidad apenas va a
cambiar en el corto plazo, cuanto mejor conozcas ese pasado, mejor podrías
usarlo para predecir, planificar, anticipar y prepararte para lo que
llegará. Por esa razón son críticas las actividades que nos permiten
capturar el pasado ya que las organizaciones hacen tareas repetitivas y
reutilizar conocimiento es lo más eficiente. Es cierto, que, a medio y
largo plazo, los cambios empiezan a ser grandes y la información del pasado
ya no es fiable. Por eso, podemos predecir cada vez con mayor
exactitud el tiempo que hará mañana (con ayuda de IA) pero no tanto el
que hará dentro de 1 año ¿Dónde está tu pasado? No es casualidad que los
griegos acuñasen la frase “conócete a ti mismo”. Para lo que sí es muy
valiosa la información del pasado más antiguo es para entender cómo y por qué
has llegado hasta el presente. Ahora bien, la IA toma ese conocimiento del
pasado para decidir hacia el futuro y ofrecernos opciones. Por eso el
futuro sucede hoy con las decisiones que tomamos. Si mapeas al detalle cada
cosa que ocurre, y aprendes de ello, tienes más posibilidades que el resto
de acertar para la siguiente vez porque se producen muy pocos cambios de un
día para otro. El caso de la salud es muy ilustrativo. Siglos atrás, el
conocimiento de una enfermedad existía en la cabeza de uno o varios
médicos. Si tenías el dinero o la suerte de vivir cerca, podías
beneficiarte de ello. En algún momento, ese conocimiento se va plasmando en
papel, pero desperdigado por el mundo, así que resultaba muy complicado
poder aprovecharlo. Cuando todo ese conocimiento se digitaliza, se abre la
posibilidad de explotarlo ágilmente. Por primera vez, la tecnología permite
revisar millones de datos de pacientes con los mismos síntomas que tú,
buscando patrones. Con ese conocimiento histórico acumulado, el médico te puede
realizar un diagnóstico óptimo y proponerte un mejor tratamiento. La tecnología
nos hace humanos.
La pregunta que
cabe hacerse aquí es ¿Qué datos tiene tu organización para poder alimentar
sistemas que le permitan ser más inteligente? Mi experiencia es que, en
general, las organizaciones no tienen muchos datos de su negocio, los que
tienen no siempre tienen la calidad adecuada y los datos más importantes no
se capturan porque están en la cabeza de sus colaboradores, proveedores y
clientes. Nunca debemos confundir, Big Data con Big Knowledge. El secreto
para sacar partido de los datos es el conocimiento que tenemos del proceso
o negocio en el que estamos.
¿Qué podemos hacer
con los datos? Como
ya explicamos, cuando manejo bien el conocimiento de mi negocio,
empiezo a interrogar a esos datos para que me faciliten 3 cosas: 1. Ver
lo que no vemos a simple vista. Una IA es capaz de revisar
90 mil radiografías de 6 mil pacientes y detectar patrones que conducen
a que se presente la enfermedad. Ese mismo ejercicio se puede hacer para la
producción, la venta, el mantenimiento o la atención de clientes. 2.
Hacer predicciones basadas en datos para tomar mejores decisiones.
“Armado” con el conocimiento resultante del análisis de esas 90 mil
radiografías, podemos decidir cuál es el mejor curso de acción a tomar a
partir de lo que funcionó bien y mal a todos esos pacientes previos para
evitar repetir errores y asegurar tratamientos exitosos. 3. Reducir la
dependencia de trabajadores del conocimiento. Una vez que transferimos
conocimiento a una máquina, nos puede ayudar a mejorar, o potenciar un
proceso. Por ejemplo, Alphaphold
fue capaz de descubrir la estructura de casi todas las proteínas a
partir del conocimiento existente, haciendo millones de combinaciones que
nosotros no podemos hacer. La conversación, y concretamente
el storytelling, es uno de los principales mecanismos de transferencia
de conocimiento y con ChatGPT podemos mantener una conversación infinita.
¿Por qué estoy
convencido de que la IA es la nueva gestión del conocimiento? Porque
la IA necesita conocimiento como input y a su vez entrega conocimiento como
output, bien en forma de recomendación para que hagamos o decidamos o bien
mediante una acción (sustituyendo algo que hacíamos las personas). A fin de
cuentas, lo más difícil, los problemas que aún no hemos resuelto quedan
para nosotros. Lo que está claro es que, si la inteligencia es nuestro
principal atributo, no podemos regalar la capacidad de decidir.
En la segunda parte
de esta columna abordaremos los siguientes elementos:
Capturar
la realidad es muy complejo
¿A
qué nos dedicamos?
Tienes
que saber más que la IA, no menos
La
metáfora de los hermanos Lumiere
Los
objetivos y el para qué
El 5 de enero en
Santiago impartiremos la conferencia “Hacia un mundo de organizaciones
más inteligentes” para ENAEX de
la mano de Mutual
de Seguridad.
El 12 de enero en Santiago participaremos en el
desayuno “Construyamos juntos culturas de aprendizaje en las
organizaciones” convocado por Otic Sofofa con la conferencia “Cultura de Aprendizaje”.
El 17 de enero estaremos en Barcelona para
impartir una masterclass sobre evolución y tendencias de la gestión del
conocimiento invitado por Jesus
Martinez del CEFJE
El 18 de enero en
San Sebastián dinamizaremos el taller sobre el “Modelo de Confianza para la
Colaboración” para el área de Gestión de la
Complejidad de Tknika
El 24 de enero en San
Sebastián impartiremos la conferencia “Hacia un mundo de organizaciones
más inteligentes” para la celebración del 10º aniversario del modelo
ETHAZI de Tknika, Centro de Investigación
Aplicada de FP Euskadi
El 25 de enero en
Burgos para la Confederación de Empresas Burgalesas FAE impartiremos la conferencia “Hacia
un mundo de organizaciones más inteligentes”
El 26 de enero en
el santuario de Loyola en Azpeitia impartiremos la conferencia “Hacia un mundo de
organizaciones y comarcas más inteligentes” organizada por Iraurgi Berritzen
El 9 y 23 enero
en Cadabra la magia de aprender, dentro de Abra Laboratorio de
Aprendizaje, realizaremos la segunda parte de la sesión
sobre "Organizaciones inteligentes" con Ana
Varela, y conoceremos “el modelo de aprendizaje de la Escuela de
Administración Pública de Cataluña” con Ismael Peña y Olga Herrero.
|
|
|
