Lo que no se usa, se atrofia, dicen.
La adopción de la Inteligencia Artificial (IA) es quizá la aparición tecnológica de más rápida incorporación en la sociedad.
Y es que, pese a los pocos años desde que aparecieron las IAs generativas, de acuerdo con datos globales del Work Trend Index, el 75% de los profesionales de oficina utiliza herramientas de IA en sus tareas diarias.
Pero toda irrupción de este calibre también supone desafíos, ya que este despliegue masivo revela consigo un efecto secundario invisible del que recién hoy se comienza a hablar: la «rendición cognitiva» (o cognitive surrender, del inglés).
Este concepto fue acuñado recientemente en una investigación liderada por Steven D. Shaw, académico e investigador de la Wharton School, de la Universidad de Pensilvania.
Para explicarlo, Shaw recurre al reconocido modelo de pensamiento dual del premio Nobel de 2002 (más bien el premio del Banco de Suecia en Ciencias Económicas que se otorga en memoria de Alfred Nobel, al que le decimos Nobel de Economía), Daniel Kahneman —el autor de Pensar rápido, pensar despacio—, que divide nuestra mente en el Sistema 1, de pensamiento rápido e intuitivo, y el Sistema 2, de pensamiento lento, analítico y creativo.
Con la llegada de los modelos de lenguaje, el investigador advierte que la humanidad ha creado un «Sistema 3»: la cognición artificial.
El riesgo o efecto no deseado surge cuando, por comodidad o exceso de confianza, los colaboradores desconectan su Sistema 2 y aceptan ciegamente los resultados de la IA, cediendo el centro de control de sus decisiones a la máquina, ya sea con sus aciertos, errores o resultados incompletos.
Un grave problema, porque la IA suele ‘alucinar’: rn el contexto de la inteligencia artificial, especialmente en modelos de lenguaje como ChatGPT, Bard o Sydney, el término «alucinación» se usa de manera metafórica para describir situaciones en las que la IA produce respuestas que no se basan en datos reales ni en patrones válidos de entrenamiento, aunque suenen coherentes o plausibles, indica un texto de IBM.
Según expertos en tecnología, a nivel operativo, este comportamiento podría transitar de un problema psicológico a una crisis de eficiencia y diferenciación en las empresas.
Para Katherine Prendice, Digital Offer Manager de Softtek, “Cuando una organización delega completamente el análisis en la IA, corre el riesgo de perder aquello que realmente la diferencia. Las propuestas, las decisiones y hasta la innovación empiezan a parecerse entre sí. En un contexto donde la tecnología está cada vez más disponible para todos, la verdadera ventaja competitiva sigue estando en el criterio humano que guía su uso”.
En esa línea, Prendice agrega que “El verdadero riesgo no es que la IA reemplace a las personas, sino que las personas renuncien a aquello que genera más valor: su capacidad de cuestionar, interpretar contextos, tomar decisiones y crear nuevas ideas. La IA puede acelerar la ejecución, pero la dirección estratégica sigue siendo una responsabilidad humana”.
Para ejemplificar el riesgo operativo, la experta plantea una situación real: “Lo vemos en múltiples ámbitos. Desde el desarrollo de software hasta la elaboración de propuestas comerciales o análisis de mercado. Cuando una persona acepta una recomendación generada por IA sin comprender su lógica o validar su pertinencia para el contexto específico, la organización gana velocidad en el corto plazo, pero pierde capacidad de aprendizaje y diferenciación en el largo plazo.”
Ante este escenario, el rol de los líderes corporativos debe jugar un papel importante, según propone Softtek. La solución no pasa por prohibir la tecnología, cuestión que afectaría la productividad en las empresas, sino por consolidar los métodos de evaluación del trabajo. Uno de los factores es que los líderes dejen en claro que la velocidad del entregable final no sea el factor determinante para la evaluación de un colaborador.
«Los líderes debemos comenzar a evaluar no solo la calidad de los resultados, sino también el valor agregado por las personas durante el proceso. Preguntas como: ¿Qué perspectiva aportaste?, ¿Qué decisión tomaste que la IA no habría podido tomar por sí sola? o ¿Qué oportunidad identificaste?, serán cada vez más relevantes para desarrollar equipos preparados para el futuro”, aclara Prendice.
Otra estrategia por implementar es volver a dar valor a iniciativas en equipo como la “lluvia de ideas análoga”, en la que grupos discutan de forma presencial y ‘con lápiz y papel’ enfoques y propuestas para llevar adelante la tarea.
Además, resulta relevante que las empresas actualicen sus manuales de buenas prácticas, incluyendo procesos como la incorporación de notas por parte de los trabajadores sobre cambios que realizaron a resultados que entregó la IA, detección de alucinaciones o criterios que incorporaron de manera manual o incluso pensamientos sobre la tarea a realizar.
“La adopción responsable de IA no depende únicamente de la tecnología. Requiere hábitos, liderazgo y una cultura que valore el pensamiento crítico. En los próximos años, las organizaciones que logren combinar la velocidad de la IA con la creatividad, experiencia y criterio de sus equipos serán las que construyan ventajas competitivas sostenibles”, concluye Prendice.
Sobre el Autor(a)
