Cuando la IA sabe más, el criterio humano cobra mayor importancia

¿Por qué aumenta el valor del ser humano a medida que la inteligencia artificial (IA) se vuelve más capaz?

La IA está volviéndose extraordinariamente buena al ofrecernos cosas: más información, más alternativas, más cálculos, más escenarios, más imágenes, más recomendaciones y, ocasionalmente, una confianza algo mayor de la que merecen los datos.

Esta abundancia ya está cambiando la economía del trabajo basado en el conocimiento. Actividades que antes requirían equipos de especialistas, un tiempo considerable y presupuestos sustanciales pueden realizarse cada vez de forma más rápida, más económica y a una escala que solo hacía falta pocos años. La IA puede examinar miles de posibilidades en las que la gente podría examinar razonablemente diez, comparar enormes cantidades de información, identificar patrones invisibles a simple vista y seguir trabajando sin necesidad de café, reconocimiento ni una revisión anual particularmente inspiradora –aunque hay una enorme cantidad de energía que ni evaluamos ni vemos, ni queremos ver.

Las consecuencias van mucho más allá de la productividad. Cuando producir otro análisis, imagen, propuesta o respuesta se vuelve más barato, el acto de producirlo se vuelve inevitablemente menos escaso. El valor empieza a desplazarse hacia otro lugar: hacia la decisión de qué pregunta merece atención, qué respuesta tiene sentido en el contexto, qué alternativa pertenece a la empresa, qué consecuencias conlleva elegirla y quién está dispuesto a asumir la responsabilidad de hacerla realidad.

Ese cambio es lo que podríamos llamar la «prima humana».

No se trata tanto de proteger a los seres humanos contra las máquinas como de reconocer lo que se vuelve más valioso precisamente porque las máquinas se vuelven mejores.

Dos territorios diferentes de valor

Hay una forma tentadora de ilustrar esto a través de la conocida metáfora de los dos hemisferios cerebrales: uno dedicado al cálculo, la ordenación y el análisis, y el otro a la imaginación, la creatividad, la emoción e la intuición.

Es una presentación estupenda en PowerPoint. Como neurociencia, es bastante menos espectacular.

El cerebro humano sí muestra una lateralización funcional, pero la investigación ha cuestionado repetidamente la idea popular de que las personas lógicas operan predominantemente desde un hemisferio, mientras que las personas creativas habitan de alguna manera el otro. La creatividad, la emoción, el lenguaje, el razonamiento y el juicio dependen de redes interconectadas que operan a través del cerebro. La metáfora es útil siempre que resistamos la tentación de convertirla en una anatomía.

Sin embargo, lo que capta bastante bien son dos territorios de valor que cobran cada vez más importancia en los negocios:

• La primera es computacionalmente compleja. Contiene vastas cantidades de información, variables, permutaciones, cálculos, comparaciones y decisiones repetitivas. La escala importa, la velocidad de procesamiento también, la memoria y la capacidad de evaluar millones de posibles combinaciones crean una enorme ventaja. La IA está ganando terreno en este campo porque la complejidad computacional recompensa exactamente las capacidades que poseen las máquinas.
• El segundo podría calificarse de humanamente complicado. Aquí la dificultad proviene del contexto, la ambigüedad, la emoción, la imaginación, el humor, las relaciones, la cultura, las intenciones conflictivas y las consecuencias que no se pueden entender solo mediante cálculos.

Un problema de optimización global puede ser computacionalmente complejo. Decidir si vender la empresa familiar sería traicionar lo que tres generaciones han construido es algo humanamente complicado.

Un algoritmo puede modelar el efecto probable de los cambios de precios en quince mercados, con miles de productos y varios segmentos de clientes. La pregunta más difícil puede ser si los clientes percibirán ese cambio como razonable, oportunista o de alguna manera contrario a una relación implícita que nadie ha incluido en los términos y condiciones.

Uno de los territorios recompensa el poder de procesamiento, mientras que el otro requiere comprensión.

Para aquellos familiarizados con la teoría de la complejidad, vale la pena aclarar algo. Algunos marcos como Cynefin utiliza lo “complicado” y “complejo” en un sentido técnico más preciso. Aquí, “complejo computacionalmente” y “complicado desde el punto de vista humano” son términos editoriales deliberados: una forma de distinguir los problemas dominados por la escala y el cálculo de los que están dominados por el significado y la interpretación humana.

Más inteligencia crea más necesidad de juicio

El trabajo reciente de McKinsey sobre lo que denomina el “divisor de la decisión" argumenta que parte del mayor valor económico de la IA puede venir de mejorar y acelerar las decisiones en lugar de simplemente reducir los costos laborales. Un uso mejor de la información puede revelar oportunidades, optimizar los activos y acortar los ciclos de toma de decisiones que antes absorbían enormes cantidades de tiempo organizacional. Esto cambia el cuello de botella.

Un equipo de liderazgo que anteriormente consideraba tres opciones estratégicas ahora puede explorar treinta. Un equipo de marketing puede evaluar docenas de propuestas para los clientes, en lugar de solo unas pocas. Un estrategista puede construir varios escenarios competitivos antes de la reunión, en la que anteriormente podría haber habido tiempo para preparar solo uno.

La IA amplía el campo de posibilidades, y el criterio humano debe reducirlo. Por consiguiente, la pregunta pasa de ser «¿Qué posibilidades podemos generar?» a «¿Qué posibilidades merecen sobrevivir?».

Eso suena como una diferencia sutil. En la práctica, cambia el valor de la experiencia porque generar más opciones y tomar mejores decisiones no son la misma actividad.

Un sistema de IA puede identificar cincuenta vías plausibles de crecimiento, comparar el tamaño del mercado, los requisitos de inversión, los márgenes probables, el comportamiento de los competidores y el riesgo de ejecución, y resumir todo el proceso en una presentación que parece bastante cara.

El trabajo estratégico comienza cuando alguien pregunta si una oportunidad realmente pertenece a la empresa:

• ¿Refuerza en lo que se está convirtiendo la organización o lo diluye?
• ¿Utiliza capacidades que la empresa pueda realmente desarrollar?
• ¿Cómo lo interpretarán los clientes?
• ¿Qué relaciones podría afectar?
• ¿Qué sucede si todos los competidores ven la misma oportunidad aparente?
• ¿Cuáles son los beneficios a corto plazo que podrían erosionar el valor acumulado a lo largo de muchos años?

La máquina puede apoyar todas las partes de esa discusión; sin embargo, insisto en que el significado de la decisión sigue siendo humano.

Los humanos entendemos. La inteligencia artificial decodifica.

Esto nos lleva de vuelta a una distinción que hemos utilizado en nuestros artículos recientes —y en otros que seguirán este—:

Los humanos entienden. La IA descifra:

• La IA puede procesar más información de la que cualquier individuo podría absorber de manera sensata. Puede reconocer patrones, identificar relaciones, recuperar conocimientos, calcular probabilidades y generar explicaciones plausibles a partir de cantidades extraordinarias de datos.
• La comprensión humana aporta algo diferente porque la información se interpreta a través de la intención, la experiencia, la historia, la cultura, las relaciones y las consecuencias.

Una máquina puede detectar que dos situaciones son estadísticamente similares. Una persona puede entender que son profundamente diferentes porque un cliente está asustado, un empleado se siente traicionado, un mercado concreto arrastra un lastre histórico, o una decisión aparentemente atractiva viola una expectativa que la empresa ha trabajado durante décadas para crear.

También hay responsabilidad. Un sistema puede recomendar entrar en un mercado, cambiar un precio, eliminar un servicio o reubicar una marca. Sin embargo, alguien aún debe estar preparado para decir que esta es la decisión que la organización está tomando y que estas son las consecuencias que está dispuesta a asumir.

El marco de gestión de riesgos de inteligencia artificial de NIST destaca explícitamente la importancia de definir los roles y responsabilidades humanos en la toma de decisiones apoyada por la IA, advirtiendo al mismo tiempo que las representaciones matemáticas de los fenómenos humanos pueden eliminar el contexto que sigue siendo importante para comprender sus impactos.

La IA puede apoyar el juicio de forma extraordinaria. No puede asumir la responsabilidad simplemente porque su recomendación se presenta en una tabla especialmente elegante.

Cuando la fluidez se disfraza de juicio

La IA generativa tiene una ventaja psicológica inusual: a menudo parece ya terminada, sin mencionar el hecho de que está diseñada para alimentar nuestros frágiles egos.

El argumento está estructurado en párrafos. La prosa fluye. La tabla está alineada. La recomendación llega con la confianza de alguien que nunca ha pasado una noche preguntándose si toda esa estrategia podría ser una tontería.

Esta calidad superficial hace que la IA sea extremadamente útil, pero también puede crear un problema de gestión porque la fluidez se confunde fácilmente con la comprensión.

La OCDE describe al “sesgo de automatización” como la tendencia a poner demasiada importancia en las recomendaciones basadas en algoritmos porque los resultados de la IA parecen ser racionales, neutrales o con autoridad. La sobredependencia puede llevar a las personas a aceptar resultados inexactos, pasar por alto información relevante y debilitar gradualmente la supervisión y el juicio humanos –y como nuestro cerebro es naturalmente laxo, esto es una bendición”.

Esto sugiere que uno de los riesgos más significativos de la inteligencia artificial puede venir de algo mucho menos cinematográfico que el control de las máquinas.

La gente puede simplemente volverse intelectualmente vaga —de hecho, aún más vaga.

Una respuesta bien elaborada puede ahorrar el esfuerzo de investigar un problema, lo cual suele ser una excelente noticia. También puede ahorrar el esfuerzo de cuestionar supuestos, tolerar la incertidumbre, discrepar con los colegas y tomar una decisión auténtica. Estas son eficiencias muy distintas.

Un buen juicio implica implícitamente dilemas. Requiere duda, curiosidad, desacuerdo, reconsideración y la voluntad de descubrir que la respuesta aparentemente sensata sigue siendo la incorrecta. Este tipo de fricción puede parecer ineficiente, pero también es donde se produce una gran parte del pensamiento.

Starbucks: Coloca la tecnología al servicio de la experiencia

Starbucks ofrece una ilustración interesante de cómo puede ser esta división del trabajo cuando se diseña de forma deliberada.

Su Green Dot Assist utiliza inteligencia artificial conversacional para proporcionar a los empleados de cafeterías un acceso rápido a recetas, rutinas de funcionamiento y estándares de servicio. La intención declarada es sencilla: la tecnología debería funcionar en segundo plano para que los empleados puedan dedicar más atención a la elaboración de la bebida, el servicio y la conexión humana. La pregunta estratégica aquí es más interesante que la tecnología misma.

Recordar cientos de detalles procedimentales aporta relativamente poco al valor emocional de una interacción en un café. El reconocimiento, la hospitalidad, la improvisación y la comprensión de las necesidades de la persona que se encuentra al otro lado de la barra pueden aportar mucho más.

La IA puede, por tanto, absorber parte de la carga computacional mientras la atención humana se centra en la parte realmente compleja de la experiencia. Este principio se aplica mucho más allá de los cafés.

Automatiza aquellas situaciones en las que la escala, la consistencia y la recuperación mejoran la experiencia. Preserva la atención humana cuando la interpretación, la confianza y la conexión generan valor.

La aplicación más inteligente de la IA puede, en consecuencia, producir un resultado aparentemente paradójico: la empresa puede sentirse más humana porque la tecnología ha eliminado parte del trabajo que impedía a las personas comportarse como seres humanos en primer lugar.

Morgan Stanley: La experiencia se desplaza hacia arriba

Morgan Stanley ofrece un ejemplo similar en la gestión de patrimonios, donde la complejidad informativa del trabajo es enorme mientras que las decisiones más importantes pueden ser intensamente personales.

En el "Reporte de AI @ Morgan Stanley" se pueden tomar notas de las reuniones, resumir las conversaciones, identificar acciones y preparar borradores de comunicaciones de seguimiento, liberando a los asesores de parte de la carga administrativa que rodea las reuniones con los clientes. La firma ha continuado desarrollando herramientas habilitadas para la inteligencia artificial diseñadas para dotar a sus asesores de más información y capacidad analítica. Este cambio en el valor es revelador.

Una máquina puede obtener un informe de inversión más rápido que un asesor, comparar carteras, organizar la información y recordar todos los detalles relevantes de un documento técnico.

Una familia que decide cómo debe pasar la riqueza de una generación a otra se enfrenta a más que a la optimización. Entran en juego cuestiones de equidad, miedo, legado, identidad, relaciones y responsabilidad, a veces sin que nadie las nombre explícitamente.

Los cálculos pueden ser extremadamente sofisticados. La decisión sigue siendo humanamente complicada.

El valor profesional, por lo tanto, se desplaza hacia arriba, desde la posesión o la obtención de información hacia la comprensión de cómo esa información se aplica a una persona, empresa o situación específica.

Este mismo patrón probablemente remodelará la consultoría, el derecho, la atención sanitaria, la educación y muchos otros servicios profesionales. La máquina sabe cada vez más, mientras que los profesionales necesitan comprender mejor.

La creatividad enfrenta la misma transformación

Algo similar está ocurriendo en el ámbito creativo. Los sistemas generativos reducen drásticamente el costo de la exploración. Los equipos pueden crear variaciones, visualizar posibilidades, probar diferentes direcciones y desarrollar prototipos con una velocidad que cambia radicalmente lo que puede suceder antes de invertir recursos sustanciales.

Eso es una auténtica ventaja creativa. La dificultad comienza cuando la producción más rápida se confunde con una imaginación mejor.

La creatividad implica generar posibilidades, pero también implica comprensión cultural, gusto, humor, tensión, sorpresa, empatía y la capacidad de reconocer que algo técnicamente imperfecto puede ser precisamente lo que hace que una idea sea memorable.

• La IA puede generar más de 20 territorios visuales; alguien aún necesita detectar que el decimoséptimo contiene una idea interesante a pesar de que probablemente al principio no le guste al cliente.
• La IA puede crear una broma; los seres humanos entienden por qué todos se ríen en el momento equivocado.
• La IA puede analizar las convenciones y combinar patrones; las personas deciden cuándo una convención merece respeto, torciéndola o rompiéndola por completo.

A medida que la generación se vuelve más barata, el discernimiento cobra mayor valor, y esto tiene consecuencias directas para las marcas.

El Branding se sitúa entre los dos mundos

Branding ocupa una posición inusual porque las marcas operan simultáneamente dentro de sistemas enormes y dentro de las mentes de las personas.

El lado computacional se vuelve cada vez más formidable. Las empresas gestionan mercados, productos, segmentos, canales, idiomas, contenido, datos, competidores, recorridos de los clientes y miles de expresiones individuales. La IA puede analizar esos entornos, detectar patrones, probar alternativas, monitorear la coherencia y apoyar la ejecución a una escala que antes habría requerido recursos extraordinarios.

Sin embargo, las marcas existen en última instancia gracias a la interpretación humana. La gente las reconoce, las recuerda, confía en ellas, las desea, las perdona, las recomienda y las rechaza:

• Una empresa puede ser objetivamente eficiente pero culturalmente irrelevante.
• Otra puede ser técnicamente imperfecta pero profundamente significativa.

La gente puede atribuir una importancia extraordinaria a un objeto, un ritual o una experiencia cuya superioridad funcional por sí sola difícilmente explica su valor.

La IA puede descifrar los mensajes que emanan de esos fenómenos; el juicio humano interpreta lo que esos mensajes significan.

Es precisamente por eso que describimos a la marca como sistema operativo. Su función crea criterios comunes que vinculan el propósito de la empresa, la estrategia del negocio, el posicionamiento, el comportamiento, la experiencia y la expresión, proporcionando a las personas y a la tecnología un marco coherente en el que operar.

La IA puede ayudar al sistema a trabajar más rápido. No debería decidir en qué quiere convertirse la organización.

El problema de la formación profesional

Existe otra consecuencia que merece mucha más atención. Si el juicio adquiere mayor valor, las organizaciones deben entender de dónde proviene.

Durante generaciones, la experiencia acumulada en el desempeño de la profesión desarrolló una especialización profesional, incluyendo una cantidad considerable de trabajo que fue útil en parte porque exponía a las personas a las mecánicas subyacentes de la profesión. Los consultores junior investigaban los mercados, los analistas recopilaban información, los diseñadores exploraban nuevas direcciones, y los ejecutivos más jóvenes asistían a reuniones en las que a veces parecía tedioso lo que se estaba aprendiendo hasta que años después, cuando ya lo habían comprendido, se dieron cuenta de lo que habían estado aprendiendo.

Gran parte de esa labor inicial es precisamente donde la IA sobresale actualmente, y esto da lugar a una paradoja. Las organizaciones pueden eliminar tareas de bajo valor sin darse cuenta de que eliminan algunas de las experiencias a través de las cuales se formaron juicios de mayor valor.

La respuesta difícilmente puede consistir en preservar el trabajo ineficiente por razones sentimentales. Nadie necesita un programa de aprendizaje diseñado para hacer la vida innecesariamente miserable.

Sin embargo, las empresas necesitan rediseñar deliberadamente el proceso de aprendizaje. Los profesionales más jóvenes necesitan una exposición temprana a la senior razón, las conversaciones con los clientes, la crítica, las simulaciones, las decisiones difíciles y, en particular, la explicación de por qué se eligió una opción plausible mientras que otra igualmente refinada fue rechazada. ¿Volvemos a los procesos de “aprendizaje en la sombra”, al shadowing?

Si la IA elimina parte de la antigua escalera, las organizaciones tendrán que construir otra; de lo contrario, podríamos producir una generación extraordinariamente capaz de obtener respuestas y sorprendentemente poco experta en decidir si esas respuestas son correctas.

Estrategia ambidiestra para humanos e IA

La estrategia ambidiestra proporciona un marco particularmente útil. El debate debería ir más allá de la cuestión bastante binaria de si una tarea corresponde a una persona o a una máquina. Las organizaciones deben decidir qué capacidades merecen preservación y fortalecimiento, cuáles deberían desarrollarse mediante tecnología, y dónde la combinación produce algo mejor que trabajar solo:

• La IA tiene una ventaja evidente en donde la complejidad computacional domina: escala, recuperación de información, comparación, reconocimiento de patrones, simulación, repetición y exploración de un gran número de posibilidades.
• La capacidad humana merece un desarrollo deliberado cuando el trabajo se vuelve humanamente complicado: es decir, significado, imaginación, creatividad, humor, empatía, relaciones, contexto, ambigüedad y responsabilidad.

Los límites son fluidos y deberían serlo:

• La IA amplía el campo de acción; el juicio humano lo acorta.
• La IA explora las posibilidades; las personas interpretan su significado.
• La IA puede ayudar a comprender qué se podría hacer; los seres humanos siguen siendo los responsables de decidir qué es lo que merece ser hecho.

Esto es fundamentalmente un enfoque ambidiestro: conservar y fortalecer lo que sigue siendo particularmente valioso como capacidad humana, al tiempo que desarrollamos tecnología siempre que esta aumente nuestra capacidad para ver, aprender y actuar.

Esto está totalmente en consonancia con el principio más amplio de Allegro 234: preservar lo que es importante y desarrollar lo que viene después.

La conciencia comienza cuando la capacidad deja de ser suficiente

El hecho de ser humano, obviamente, no significa automáticamente que una decisión sea acertada. Varias miles de años de historia han proporcionado un conjunto de datos bastante completo sobre este tema.

Entiendo a la conciencia como un sistema de decisiones. El propósito establece la dirección, los valores clarifican lo que es importante y los principios ayudan a las organizaciones a decidir cuándo alternativas atractivas generan consecuencias conflictivas. La tecnología entonces se convierte en otra capacidad que se rige dentro de ese sistema en lugar de ser una fuente de dirección en sí misma.

Esto también queda claro en nuestro enfoque actual de "Marcas con Conciencia", donde la IA puede fortalecer la investigación y revelar patrones, mientras que la responsabilidad del significado y las consecuencias sigue siendo humana.

La IA amplía continuamente los límites de lo que una empresa puede hacer; la conciencia ayuda a determinar qué debería realmente hacer:

• Un modelo puede descubrir una forma extremadamente eficaz de explotar una vulnerabilidad de comportamiento. Alguien debe decidir si hacerlo es cosa de la empresa.
• Un algoritmo puede recomendar eliminar una interacción humana costosa. Alguien debe entender si esa interacción es precisamente la que crea la confianza.
• Un sistema puede producir una idea de comunicación aparentemente excelente. Sin embargo, la gente aún debe preguntarse si es cierta.

La capacidad amplía las posibilidades. El juicio le da dirección. La conciencia considera sus consecuencias.

El cerebro completo, más la máquina

Quizá esto proporcione una versión más útil de la metáfora del hemisferio. El futuro no pertenece ni a la mitad analítica imaginaria de la organización ni a la mitad creativa romántica que se protege de la tecnología.

Los seres humanos mismos ya integran la computación, la memoria, la imaginación, la emoción y el juicio. La IA añade capacidades computacionales extraordinarias a ese sistema existente. La oportunidad es, por lo tanto, aditiva.

La IA aporta escala sin fatiga —aunque con un consumo de energía desproporcionadamente alto—, la comparación entre conjuntos de información enormes y la capacidad de explorar combinaciones que sobrecargarían la memoria de trabajo humana.

Las personas aportan un contexto que nunca fue captado completamente en los datos, una imaginación capaz de reenfocar el propio problema, un humor que depende de una experiencia cultural compartida, empatía, gusto, responsabilidad y la conciencia de que a veces el factor más importante en una habitación es precisamente lo que nadie ha medido.

La IA reconoce patrones. Las personas reconocen el significado. Y cuando ambas trabajan juntas, cada una puede hacer a la otra más valiosa.

El premio humano es la capacidad de elegir bien

La IA seguirá mejorando y las organizaciones deberían aprovechar esa capacidad de forma entusiasta. Hay poca utilidad estratégica en pedir a las personas que realicen tareas que las máquinas pueden realizar de forma más rápida, precisa o con una gama mucho más amplia.

La pregunta interesante es qué se vuelve más valioso como resultado…

...y la respuesta reside cada vez más en la comprensión en lugar de en el procesamiento, en el juicio en lugar de en la generación, y en la capacidad de conectar la información con el contexto, la imaginación, la emoción y las consecuencias.

• Para las empresas, esto cambia la forma en que deben desarrollarse los talentos.
• Para los líderes, esto cambia dónde concentrar la atención.
• Para las marcas, esto aumenta la importancia del significado, la distinción, la comprensión cultural y las decisiones coherentes.
• Para los consultores, estrategas y creativos, esto eleva considerablemente el nivel: la elaboración de análisis competente, escritura competente y diseño competente se vuelve más fácil de producir.

Tener algo que valga la pena decir, reconocer algo que otros han pasado por alto y tomar una decisión que genere un valor distintivo siguen siendo algo mucho más exigentes. ¡Eso es el valor humano!

Quizá esta sea una de las consecuencias más desafiantes: con la IA ahora accesible para todos, el juicio se vuelve aún más valioso.

Estos son los dilemas con los que trabajamos

Si la IA amplía los horizontes de los negocios en cuanto a lo que pueden ver, comparar y generar, el verdadero desafío estratégico se convierte en decidir qué es lo que merece seguir adelante. Esto requiere más que una capacidad tecnológica: requiere una clara comprensión de qué debe mantenerse, qué debe evolucionar y qué tipo de valor quiere crear la empresa y la marca a lo largo del tiempo.

Aquí es donde resulta útil un enfoque ambidiestro. Ayuda a separar los elementos que aportan continuidad y distinción de los que deben desarrollarse para lo que viene después, mientras que las MArcas con Conciencia añaden una capa adicional de juicio al incorporar propósito, valores, principios y consecuencias en la propia decisión.

AIR apoya ese proceso como una suite de recursos de inteligencia artificial que amplía el alcance analítico de nuestro equipo sénior, permitiéndonos explorar más información, probar más escenarios, cuestionar supuestos e identificar patrones con mayor rapidez y amplitud.

Esta tecnología amplía el campo de acción; el juicio humano sigue siendo el responsable de interpretar lo que es importante y decidir qué posibilidades pertenecen al negocio y a la marca.

Esta combinación es la esencia de cómo trabajamos: un juicio senior amplificado por la tecnología, un pensamiento ambidiestro para navegar entre la continuidad y el cambio, y criterios de conciencia que no solo consideran lo que se puede hacer, sino también lo que vale la pena hacer. A medida que la IA hace posibles más cosas, estas diferencias se vuelven cada vez más importantes.

Más información en Allegro 234

• Branding para dos audiencias | Personas y IA
• Marca como sistemas operativos | Cómo las marcas orientan la estrategia, las decisiones y la IA
• La conciencia necesita evidencia | La nueva era del propósito tras el X-Washing
• Empresas, Líderes y Marcas con Conciencia
• AIR by Allegro 234
• Servicios a Nivel Branding

Imagen

• Diana ✨, Pexels