A las 8:47 de la mañana, el informe absolvió al servicio y condenó al equipo comercial.
La herramienta de inteligencia artificial había revisado cifras, comentarios de clientes y reportes de seguimiento. En unos segundos produjo un diagnóstico limpio: los resultados eran bajos por resistencia de los colaboradores, capacitación insuficiente y poca disciplina comercial.
También propuso la salida: nuevos incentivos, otra capacitación y controles semanales.
La reunión comenzaba a las nueve. El directivo tenía trece minutos para leer el documento y una explicación suficientemente convincente para actuar.
Nadie había hablado con los clientes que rechazaron la propuesta.
Nadie había observado lo que ocurría durante una venta.
Nadie había preguntado si el problema estaba en el servicio y no en quienes intentaban venderlo.
La sala estaba a punto de sancionar a las personas equivocadas con base en una respuesta correcta a una pregunta mal formulada.
Owe Wikström publicó El elogio de la lentitud mucho antes de que una herramienta pudiera producir un análisis semejante. En Atravesar el Louvre en motocicleta retomamos su imagen más provocadora: se puede recorrer un museo completo sin permitir que una sola obra nos alcance.
Las sinopsis y descripciones que el propio autor publicó sobre sus libros posteriores muestran que continuó explorando zonas donde la velocidad resulta insuficiente: el viaje interior, la compasión, el anhelo, la conversación, la muerte y la memoria.
No necesitamos convertir esas obras en una teoría sobre inteligencia artificial. Basta reconocer la pregunta que hoy colocan frente a nosotros:
¿Qué sucede cuando una tecnología elimina el intervalo en el que una persona duda, escucha, se contradice y cambia de opinión?
La IA puede ahorrarnos tiempo.
También puede ahorrarnos el recorrido que forma el criterio.
Y cuando eso ocurre, el problema no es tecnológico.
Es directivo.
1. Una respuesta correcta puede proteger una pregunta equivocada
La gerente comercial pidió algo simple antes de aprobar la capacitación: acompañar tres conversaciones con clientes.
No sabía cuál era la causa. Solo sospechaba que el informe había cerrado demasiado pronto una discusión que apenas comenzaba.
Los colaboradores conocían el servicio. Respondían objeciones y explicaban sus beneficios. El problema aparecía después: para adoptarlo, los clientes debían modificar demasiados procesos antes de obtener un resultado visible.
La fuerza comercial no necesitaba mejores argumentos.
La propuesta necesitaba ser rediseñada.
Si la dirección hubiera seguido la recomendación inicial, habría invertido tiempo y dinero en enseñar a sus colaboradores a defender con mayor habilidad una decisión equivocada.
La IA no había inventado el error. Lo había recibido dentro de la pregunta: “¿Por qué nuestros colaboradores no están vendiendo?”.
La formulación ya había decidido quién debía explicar el fracaso.
Una investigación de Microsoft Research y Carnegie Mellon University, basada en 936 experiencias reportadas por 319 profesionales, encontró que una mayor confianza en la inteligencia artificial se relacionaba con un menor esfuerzo crítico declarado.
El trabajo intelectual no desaparece al utilizar estas herramientas; se desplaza. Ya no consiste solo en producir una respuesta, sino en verificarla, contextualizarla y decidir si merece orientar una acción.
Aceptar una conclusión que nadie contrastó no es eficiencia.
Es renunciar a una parte del deber de dirigir.
La IA aporta valor cuando amplía las hipótesis, identifica contradicciones y nos obliga a mirar donde no habíamos mirado. Lo pierde cuando se convierte en una manera sofisticada de confirmar lo que ya deseábamos creer.
Reflexión
¿A quién no has escuchado porque la respuesta ya te pareció suficiente?
Buenas prácticas
- No autorices una solución hasta separar el hecho observado, la interpretación dominante y el supuesto que todavía falta comprobar.
- Pide tres definiciones incompatibles del problema antes de solicitar recomendaciones.
- Contrasta el análisis con alguien que conozca la realidad desde un lugar distinto al tuyo.
2. La persona que desaparece sin que nadie mienta
El segundo riesgo es más grave porque puede ocurrir sin mala intención.
Una organización de la sociedad civil recibía más solicitudes de apoyo de las que podía atender. Para agilizar la selección, utilizó una herramienta que ordenaba los expedientes según urgencia, calidad documental y posible impacto.
Los casos mejor integrados quedaron arriba. Al final aparecieron formularios incompletos, respuestas breves y comprobantes faltantes.
La clasificación parecía objetiva.
Hasta que una colaboradora revisó los expedientes descartados.
Muchos procedían de comunidades con conectividad limitada, barreras de lenguaje o poca experiencia administrativa. El sistema no había identificado una necesidad menor. Había identificado una menor capacidad para demostrarla dentro del formato diseñado por la organización.
Nadie había mentido.
Nadie había pedido excluir a esas personas.
Simplemente habían desaparecido dentro de un criterio que parecía razonable.
En La bondad de Sonja, Wikström aborda la compasión en una época concentrada en el éxito y en el yo. La pregunta adquiere ahora otra gravedad: ¿qué ocurre cuando procesamos información sobre una persona sin encontrarnos nunca con ella?
La inteligencia artificial trabaja con representaciones: antecedentes, textos, comportamientos y probabilidades. Puede detectar patrones que una persona no vería. Pero una representación nunca contiene por completo a quien representa.
La UNESCO sostiene que la responsabilidad humana no puede desplazarse al sistema y que la supervisión debe comenzar desde el diseño de la decisión, no al final.
Poner una firma humana después de un proceso automatizado no devuelve la responsabilidad abandonada al principio.
La decisión comenzó cuando alguien definió el problema, seleccionó los datos y estableció qué variable tendría más peso. Si la compasión, el contexto o la desigual capacidad para cumplir un trámite no entraron en esa definición, no aparecerán mágicamente en el resultado.
Una recomendación puede ser consistente y seguir siendo indefendible frente a quien pagará sus consecuencias.
La verdadera supervisión existe cuando alguien tiene autoridad para detener el procedimiento, escuchar la historia que no cabe en el formulario y cambiar la decisión.
Todo lo demás puede ser solo una ceremonia administrativa.
Reflexión
¿Podrías explicar la decisión frente a la persona más afectada sin esconderte detrás del sistema?
Buenas prácticas
- Revisa una muestra de los casos excluidos, no solo de los aprobados.
- Define quién puede objetar la recomendación y detener su ejecución.
- Antes de automatizar una decisión sensible, establece qué daño sería inaceptable aunque el resultado promedio mejore.
3. Algunas respuestas llegan demasiado pronto
—Cerrémoslo.
La recomendación parecía evidente. Una línea de servicio tenía resultados financieros débiles y la IA había comparado ingresos, costos y proyecciones. Mantenerla consumía recursos que podían destinarse a actividades más rentables.
Antes de votar, alguien hizo una pregunta:
¿Qué función cumple este servicio fuera de sus resultados directos?
La reunión dejó de ser cómoda.
Aquella línea era la puerta de entrada para clientes que después contrataban soluciones de mayor valor. También permitía detectar necesidades nuevas y formar a colaboradores con poca experiencia.
Pero había otra posibilidad: que esos argumentos fueran solo una forma elegante de proteger una actividad que nadie se atrevía a cerrar.
La información adicional no resolvió el dilema.
Lo volvió real.
El comité necesitó otra semana para distinguir si estaba cuidando una capacidad estratégica o justificando una costumbre costosa.
Esa demora no fue falta de decisión. Fue el precio de no confundir lo medido con todo lo que merecía consideración.
En En defensa del anhelo y Desde una mesa de café en París, según las descripciones publicadas por Wikström, aparecen experiencias que no llegan terminadas: el deseo, el aburrimiento, la amistad y una conversación cuyo destino todavía no conocemos.
La IA introduce la expectativa contraria. Casi cualquier pregunta recibe una salida: una hipótesis, una lista, un escenario o un plan.
El riesgo es comenzar a tratar la incertidumbre como una falla que debe corregirse.
Los principios de la OCDE señalan que las personas deben poder comprender y cuestionar los resultados de un sistema de inteligencia artificial. Pero cuestionar no consiste en solicitar una explicación más extensa al mismo sistema. Exige permitir que la experiencia, el desacuerdo y la evidencia contraria modifiquen la decisión.
En Desacuerdo que decide sostuvimos que el disenso útil no bloquea. Somete una decisión a las condiciones que deberá resistir cuando la realidad deje de comportarse como el modelo esperaba.
Con la IA, esa función se vuelve indispensable. La claridad de una recomendación puede cerrar una conversación antes de que alguien se atreva a contradecirla.
No todas las decisiones necesitan más tiempo. Una elección reversible y de bajo impacto puede resolverse rápidamente.
Pero cuando el costo del error recaerá durante años sobre otras personas, responder pronto deja de ser una virtud.
Reflexión
¿Qué decisión quieres cerrar porque mantenerla abierta podría obligarte a cambiar de opinión?
Buenas prácticas
- Pregunta qué elemento importante no aparece porque todavía no se mide.
- Encarga a alguien construir la interpretación contraria más sólida.
- Aumenta la deliberación cuando la decisión sea difícil de reparar o afecte a personas que no participan en la mesa.
4. El error que regresa vestido de innovación
La directora reconoció el patrón antes de reconocer los datos.
Años atrás, la organización había crecido con rapidez. Los indicadores mejoraron durante algunos meses. Después llegaron las fallas de servicio, el desgaste y la salida de colaboradores que no pudieron sostener una expansión para la que nadie estaba preparado.
Ahora una nueva proyección mostraba otra oportunidad de crecimiento. La inteligencia artificial había comparado escenarios y recomendado avanzar.
Ningún dato demostraba que la historia fuera a repetirse.
Tampoco existía una razón seria para ignorarla.
La herramienta podía recuperar los reportes de aquel periodo, resumir las decisiones y comparar cifras. No podía experimentar lo que significó admitir frente al equipo que la expansión había sido un error.
Almacenar no es recordar.
La memoria humana no conserva solo hechos. Los vincula con pérdida, vergüenza, gratitud y responsabilidad. Un error deja de ser un antecedente cuando recordamos a quién afectó y qué parte de nosotros tuvo que cambiar después.
Las descripciones de La puerta oculta y Los resquicios en los corredores de la memoria sitúan a Wikström frente a la muerte, el paso del tiempo y el desvanecimiento de los recuerdos.
No ofrecen una metodología directiva. Nos recuerdan algo más incómodo: ni una vida ni una organización comienzan de nuevo cada mañana.
El marco de gestión de riesgos del NIST insiste en que el riesgo no reside únicamente en la herramienta. Depende de quién la utiliza, para qué decisión y dentro de qué contexto.
Por eso, antes de aceptar una recomendación, conviene hacer cinco preguntas:
Impacto: ¿quién recibirá las consecuencias?
Reversibilidad: ¿podremos reparar la decisión?
Incertidumbre: ¿qué depende de supuestos frágiles?
Evidencia: ¿qué sabemos y qué estamos completando con una explicación plausible?
Memoria: ¿qué experiencia anterior debemos recuperar antes de repetir algo semejante?
Las primeras cuatro ayudan a gestionar el riesgo.
La última evita que una organización vuelva a equivocarse con herramientas más sofisticadas.
En El poder silencioso del estratega planteamos que dirigir no consiste en imponer la primera respuesta disponible. Consiste en crear las condiciones para que una decisión resista la presión, la aparente certeza y el paso del tiempo.
Reflexión
¿Qué mala decisión estás a punto de repetir porque ahora viene respaldada por IA?
Buenas prácticas
- Clasifica la decisión según impacto, reversibilidad, incertidumbre y personas afectadas.
- Define qué nivel de riesgo obliga a una segunda conversación o a una revisión especializada.
- Registra los supuestos aceptados y las señales que exigirían detener o modificar la decisión.
Cierre
A las 9:03, la reunión ya no tenía culpables.
Tenía preguntas.
El informe seguía sobre la mesa. Los datos no habían cambiado y varias recomendaciones merecían consideración. Lo que había desaparecido era la ilusión de que el documento contenía la decisión.
El directivo no pidió validar el diagnóstico.
Preguntó quién faltaba en el análisis.
Qué supuesto había sido presentado como hecho.
Qué parte del problema había sido creada por la propia dirección.
La IA había producido una respuesta en segundos.
Comprender lo que estaba ocurriendo tomó más tiempo.
Ese tiempo no fue una falla.
Fue la parte del proceso que todavía no podía delegarse.
La inteligencia artificial no crea nuestra prisa. Puede, sin embargo, darle una forma nueva.
Antes corríamos para llegar primero.
Ahora podemos recibir una conclusión antes de haber vivido la pregunta.
La herramienta puede ampliar nuestra capacidad para analizar, comparar y descubrir. Pero cuando la utilizamos para evitar la duda, hace algo más que ahorrarnos esfuerzo: debilita a quien debe decidir.
Pensar lento no significa retrasar artificialmente cada asunto.
Significa conservar el instante en que una respuesta todavía puede ser contradicha.
El momento en que un colaborador desafía la interpretación dominante.
La pausa en la que una persona deja de ser una variable y recupera su rostro.
El recuerdo que impide repetir, con mejores herramientas, una decisión que ya produjo daño.
Ahí se juega una parte importante de la dirección en la era de la inteligencia artificial.
No en responder primero.
En saber qué no debe resolverse todavía.
Porque la prisa no solo aumenta la posibilidad de equivocarnos.
También puede arrebatarnos algo antes de que alcancemos a reconocer su valor.
Y esa será la siguiente pregunta:
¿Qué nos está haciendo perder?