|
|
Esta es una de las
gráficas más importantes que vas a ver en mucho tiempo (y disculpa que
suene prepotente). Muestra el proceso de delegación de conocimiento y de
aprendizaje que hemos ido haciendo los seres humanos a la tecnología a lo
largo de la historia, y el impacto que tendrá la Inteligencia Artificial.
No busca ser exhaustiva sino mostrar una tendencia difícil de frenar. La
pregunta final es: cuando las máquinas hagan todo lo que hasta ahora solo
podíamos hacer nosotros ¿qué nos va a quedar a los seres humanos como
ventaja competitiva? Te la explico, pero antes déjame aclarar un concepto.
El juego va a cambiar.
Nuestra civilización funciona hace muchos siglos bajo principios que han
sido inquebrantables. Nuestro primer objetivo es sobrevivir y para ello
necesitamos comer. Para tener alimentos hay que hacer todo tipo de
actividades (trabajos) para producir bienes y servicios y esos trabajos los
tienen que hacer personas porque son las únicas que tienen conocimientos
para hacerlos. Para que las personas adquieran esos conocimientos, tienen
que aprender y para aprender, necesitan invertir años y recursos. La
principal restricción siempre ha sido la cantidad de conocimiento
(personas) disponibles. No podíamos hacer más que lo que nos permitía el
conocimiento que teníamos. Todos esos supuestos se derrumban desde el
momento en que fabricamos inteligencia y la IA es justamente eso. El
objetivo sigue siendo sobrevivir y todavía hacen falta bienes y servicios,
pero para producirlos, ya no dependeremos de personas, sus conocimientos y
sus largos y caros procesos de aprendizaje. Lo que se nos viene es la
obligación de diseñar un mundo distinto sobre nuevos principios y eso
explica el signo de interrogación al final de la imagen.
Ahora vamos con la
gráfica. Empecemos con los 2 ejes. En el horizontal está la “Evolución
histórica” que incluye una “lista” de diferentes momentos y
tecnologías. Comienza en la prehistoria donde el conocimiento se adquiere
mediante la experiencia y se transmite oralmente. Después tenemos las
sucesivas tecnologías que inventamos desde la escritura, imprenta,
Internet, distintas fases de la IA hasta llegar a escenarios de IA autónoma
y superinteligencia. En el eje vertical tenemos una escala que va de 0 a 100%
y representa cuánto de nuestro conocimiento y de nuestro aprendizaje vamos
delegando a la tecnología. Los colores representan cuatro cosas: Las
columnas azules son el Conocimiento humano, las rojas son el Conocimiento
tecnológico que puede estar en documentos, procesos, sistemas, algoritmos,
IA, etc. Las columnas verdes representan el Aprendizaje humano y las
amarillas el Aprendizaje tecnológico, es decir, máquinas que aprenden.
Primera fase: la ventaja competitiva es el
CONOCIMIENTO
Si miramos la
gráfica desde la izquierda, las columnas azules muestran que el
conocimiento ha sido siempre patrimonio de los seres humanos y las columnas
naranjas demuestran que, durante miles de años, apenas delegamos
conocimiento en la tecnología. En la prehistoria y hasta el momento en que
empezamos a automatizar (animales) y documentar conocimiento, todo lo que
tenía que hacerse dependía de individuos con el conocimiento para hacerlo.
Que el conocimiento humano esté por encima del 80% significa que vivía
sobre todo en las personas: en los cazadores, artesanos, sabios o
sacerdotes y en la memoria compartida. Durante muchos siglos, tener
conocimiento ha sido la principal ventaja competitiva: quién sabía más,
podía tomar mejores decisiones y dominaba. El conocimiento sigue siendo el
activo más importante de individuos y organizaciones, aunque
paradójicamente es el peor gestionado. En esta etapa, la pregunta clave
era: “¿Quién sabe más?” porque la ventaja competitiva estaba en el
stock de conocimiento que acumulabas. El que sabe más y aprende mejor,
sobrevive. Los seres humanos hemos vivido siempre en esta fase y diseñamos
nuestras sociedades en torno a esa realidad.
Segunda fase: delegamos el CONOCIMIENTO a la
tecnología
Hasta bien entrada la era de la imprenta, el
porcentaje de conocimiento en manos de personas no empieza a disminuir
lentamente y a finales del SXX, con la digitalización e Internet, esa
tendencia se acelera y las columnas naranjas se hacen cada vez más altas.
El conocimiento empieza a externalizarse y masificarse. Con la escritura,
el conocimiento se independiza del cerebro. Ya no está solo en mi cabeza,
ni en mi oficina, ni en mi organización, está en todas partes y a un clic
de distancia. El conocimiento viaja en el tiempo. Y cuando entra con fuerza
la IA, esta delegación explota porque entrenamos la IA con nuestro
conocimiento para que pueda ejecutar tareas. En la gráfica, esto se percibe
en la curva de conocimiento humano (azul) bajando, mientras que la de
conocimiento tecnológico (naranja) sube. Delegamos el conocimiento en
archivos, sistemas, bases de datos o algoritmos que son capaces de darnos
respuestas cada vez más precisas, crear mejores contenidos o hacer cada vez
más cosas. La experiencia se hace heredable y el conocimiento sale del
individuo para vivir en lo colectivo. En el momento en que fabricamos
conocimiento digital (más rápido, más barato, a mayor escala o más profundo
que el nuestro), el conocimiento humano deja de ser una ventaja competitiva.
La IA hace disponible el conocimiento para todos: Pasa de ser escaso y caro
a abundante y barato. Todo lo que sabe la IA (porque se lo hemos entregado)
tarde o temprano será accesible o replicable. Y aquel trabajo que sea
automatizable, ya sea cognitivo o físico, se automatizará y está bien que
así sea. Como escribimos en noviembre, el
conocimiento deja de ser una ventaja competitiva por primera vez en la
historia. Cuando el conocimiento se convierte en commodity,
la ventaja pasa a ser aprender más rápido que los demás. A esta fase le
podemos llamar la época de REUTILIZAR porque, sobre todo, aprovechamos
conocimiento que ya existe mediante prácticas como revisiones de pares,
lecciones aprendidas, retrospectivas, comunidades de práctica o mapas de
conocimiento crítico. Hay incluso quien sostiene que no podemos hablar de
inteligencia mientras no se aporte nuevo conocimiento.
Tercera fase: empezamos a delegar también el
APRENDIZAJE
La siguiente fase es en la que nos adentramos
actualmente ya que además de entregar conocimiento a las máquinas,
empezamos a delegar el aprendizaje. Entramos en la época del machine learning, del aprendizaje automático. Las máquinas
ya no solo cuentan con conocimiento, sino que les hemos dado un
procedimiento para que aprendan de los datos. No necesitan instrucciones
preconfiguradas de lo que deben hacer, sino que aprenden por su cuenta. Alphazero
aprendió a jugar al ajedrez en 3 horas solo accediendo a las reglas
mientras que un gran maestro necesita entre 12 y 15 años de aprendizaje. En
la gráfica, esto se ve cuando la curva de aprendizaje humano (verde)
comienza a bajar y la de aprendizaje tecnológico (amarillo) se dispara.
Todavía, el aprendizaje humano supera al aprendizaje de las máquinas, pero
esa tendencia empieza a cambiar rápidamente. Durante un lapso
de tiempo que no es fácil de predecir, la ventaja competitiva de los
individuos y de las empresas será su capacidad de aprender. El problema en
este punto es que las organizaciones son muy torpes para aprender porque
nunca se preocuparon de desarrollar el músculo. En
junio insistíamos en que es apremiante que las empresas incorporen el
aprendizaje como parte de los procesos porque la organización que no
aprende desaparece. Todas las empresas cuentan con individuos que son
excelentes para aprender, pero no podemos caer en el error de asumir que
basta con que aprendan las personas para que la organización aprenda
también. Tenemos que apoyarnos en la IA para este proceso porque, si la
hemos entrenado con el conocimiento del negocio, nos ofrece una ayuda
inestimable: es muy buena dando “la mejor respuesta posible” a
partir de lo que ya ha ocurrido. Pero también va a ayudarnos a crear nuevo
conocimiento, planteando mejores preguntas, explorando escenarios,
combinando información de formas que a nosotros no se nos ocurren. Aquí la
pregunta deja de ser “¿quién sabe más?” y pasa a ser: “¿quién
aprende mejor, más rápido y de forma más inteligente?” Y ese es
precisamente el foco de la gestión del conocimiento y del aprendizaje
organizacional: desarrollar el músculo de aprender de la empresa. Esta sería
la época de CREAR nuevo conocimiento (innovar), plantear problemas
novedosos y generar conocimiento inédito y para ello las habilidades clave
son curiosidad y observación, imaginar, preguntar, experimentar y gestionar
el error.
Las ventanas de oportunidad que se cierran
En la parte derecha
de la gráfica aparecen 2 bloques negros que indican “ventanas cerradas”
¿Qué significa esto? La primera de ellas está situada al final del proceso
de delegación del conocimiento y significa que en ese momento (que es en el
que nos encontramos hoy) lo que siempre fue una ventaja competitiva se
termina y una vez superado ese umbral, ya no hay vuelta atrás. Esa ventana
estuvo abierta durante siglos, cuando las organizaciones más capaces de
gestionar su conocimiento crítico (capturar sus lecciones aprendidas,
sistematizarlas y convertir el aprendizaje en un proceso) lograban diferenciarse
de sus competidores. Pero esa ventana se está empezando a cerrar en el
momento en que la IA puede atesorar más conocimiento que cualquier persona
u organización. Cuando una tecnología se abarata y se democratiza, el
conocimiento queda disponible para todos: lo que antes era una ventaja se
convierte en un mínimo común. La segunda ventana cerrada está situada a
continuación y representa el espacio durante el cual el aprendizaje supone
una ventaja competitiva. Sin embargo, en el momento en que la IA aprenda
mejor que nosotros, esa ventana también se cerrará. No me cabe duda de que
eso ocurrirá, pero no sabemos cuándo ni qué efectos tendrá. El mensaje es:
sí no desarrollas ahora tu capacidad de aprender como organización, cuando
quieras hacerlo lo más probable es que la ventana ya esté cerrada y habrás
perdido tu capacidad de evolucionar. Como dijo Larry
Prusak, uno de los impulsores de la gestión del conocimiento: “La
única ventaja competitiva sostenible es utilizar lo que sabes y la rapidez
con la que puedes aprender algo nuevo”.
El final del gráfico: TODO IA y el signo de
interrogación
Y llegamos al
extremo derecho de la gráfica, donde aparece “TODO IA” y un gran
signo de interrogación que nos interpela “¿Qué viene después?”. Es
un escenario límite, pero no inimaginable ¿Qué pasaría si en algún momento
la tecnología fuera capaz de hacerse cargo de todo el conocimiento y todo
el aprendizaje que hoy nos pertenece? ¿Cómo se sostiene el modelo de vida
si las máquinas hacen todo? La IA es
muy poderosa en entornos estables, donde las reglas no cambian. Ahí nos
vence al ajedrez, a cualquier tarea repetitiva y a muchas creativas. Pero
todavía tiene problemas cuando la realidad cambia continuamente. Y si algo
define nuestra época, es precisamente el cambio permanente. Lo que nos
distingue como personas no es solo lo que sabemos, sino cómo damos sentido,
qué preguntas hacemos o cómo tomamos decisiones. Ahora bien ¿seguirá siendo
así indefinidamente? La interrogación es una invitación a reflexionar: Si
la IA puede encargarse de todo, entonces ¿qué parte de la inteligencia
queremos seguir liderando como humanos? ¿Qué tipo de organizaciones
necesitamos construir? ¿Y qué sociedad? Todavía estamos a tiempo de aclarar
esa interrogación y asegurarnos de que la tecnología trabaje en nuestro
beneficio. Tenemos que administrar la transición ¿Queremos decidir a qué
juego se jugará? ¿si jugaremos ese nuevo juego, solo fijaremos sus reglas o
quedaremos fuera? Aunque ya no seamos piloto ni copiloto, hay una cosa que
no podemos delegar: decidir la dirección del vehículo, es decir, fijar los
objetivos.
Conclusiones
En resumen, la
gráfica cuenta una historia en 3 fases:
1. Ayer:
la ventaja competitiva siempre fue el conocimiento, pero ya no. Todo
trabajo es automatizable y lo será y es lógico: No tiene ningún sentido
hacer una y otra vez las cosas que sabemos cómo se hacen.
2. Hoy:
la IA no solo entrega conocimiento, sino que también aprende porque le
hemos entregado el algoritmo de aprender. La ventaja se está desplazando al
aprendizaje y las organizaciones son débiles en este ámbito. El negocio a
medio plazo será aprender.
3. Mañana:
si algún día la IA lo hace todo, la pregunta será qué tipo de inteligencia
- ética, creativa, relacional - queremos reservarnos los humanos.
Esta gráfica no
habla de futuro sino de decisiones presentes: Si sigues compitiendo por
conocimiento, estás peleando por algo que se está volviendo un commodity. Si compites por aprendizaje, perfecto… pero
date prisa, porque esa ventana también empezará a cerrarse. Y si no haces
nada, ser el mejor en un juego que ya no se juega equivale a desaparecer.
Cuando el juego cambia, necesitas menos inteligencia “memorizada” y
más inteligencia creativa capaz de aprender del futuro y de buscar
problemas sin resolver. El foco tiene que estar en aquello que no sabemos.
A las personas
siempre les hemos pagado por su tiempo multiplicado por su conocimiento.
Pero pronto ya no pagaremos por el conocimiento y ni por el tiempo. Al
taxista que te lleva le pagas por su tiempo (y su conocimiento para
conducir) para trasladarte. Cuando la conducción autónoma sea realidad, ya
no habrá taxista al que pagar. Al restaurante y a la tienda de zapatos les
pagas por su tiempo y conocimiento dedicado a prepararte una comida o
fabricar y venderte un zapato (y ellos a su vez compraron cosas a
proveedores que les cobraron también por su tiempo y su conocimiento y así
sucesivamente). Cuando los robots preparen comida y fabriquen y vendan
zapatos, tampoco habrá personas a las que pagar. Hoy, al pagar por el
tiempo, no pagas por la ejecución (el momento de prestación del servicio o
compra del producto). La mayoría de ese pago es por el tiempo invertido en
aprender para poder ejecutarlo: No le pagas al abogado o al médico por la
hora que te atienden sino por todas las horas que han dedicado antes para
que durante esa hora te puedan resolver tu problema con su conocimiento.
Mis clientes no me pagan solo por el tiempo que duran mis conferencias sino
por todas las horas que he dedicado previamente a aprender y prepararlas.
Cuando las máquinas tengan ese mismo conocimiento para ejecutar esas mismas
tareas, obtendrás el mismo resultado (producto o servicio que necesito)
pero ya no se requerirá tiempo y conocimiento de personas. El conocimiento
seguirá siendo un elemento prioritario, pero ya no depende de las personas.
Nuestros sistemas fueron construidos sobre esa premisa implícita: la
inteligencia que necesitamos era exclusivamente humana. En el momento en
que eso deja de ser cierto, el edificio conceptual necesita revisión. Todo
cambiará radicalmente: Habrá trabajo, pero será artificial. Si lo
gestionamos bien, no tendría que ser una mala noticia. Sociedad, trabajo y
conocimiento estuvieron interconectados durante siglos. Nos tenemos que
preparar para que eso deje de ser así y encontrar una nueva fórmula de
convivencia.
- Entre el 9 de
febrero y el 10 de marzo estamos impartiendo el curso virtual “Diseño de
Mapas de Conocimiento Crítico” para el Instituto
Andaluz de Administración Pública.
- El 13 de marzo en
Vitoria impartiremos la conferencia “La empresa que no aprende desaparece:
Ingeniería, industria y futuro, claves para el desarrollo” en el marco del
Congreso IndustriaZ
y los 75 años del Colegio de
Ingenieros Industriales de Alava.
- El 17 de marzo
impartiremos la sesión sobre “Conocimiento crítico: herramienta clave para
una administración eficiente” para la Escola d’Administració Pública de la Generalitat de Catalunya.
- El 1 de abril en Santiago de Chile
participaremos en el lanzamiento del “Diplomado
del Futuro del Trabajo” creado por Otic Sofofa
y la Universidad Adolfo Ibáñez.
- El 2 de abril en la sede de la Sofofa en Santiago participaremos en el desayuno de
presentación de la “Metodología para el Diseño e implementación de
comunidades de práctica” junto con Otic
Sofofa y Sence.
- El 7 de abril también en Santiago de Chile
realizaremos el lanzamiento de nuestro Avatar Digital de gestión del
Conocimiento y aprendizaje.
|
|
|
