Este artículo presenta un enfoque novedoso para abordar los desafíos de preservar y transferir conocimiento tácito: perspectivas profundas, basadas en la experiencia, difíciles de articular, pero vitales para la toma de decisiones, la innovación y la resolución de problemas.
por Martín Benderoth, Patrick Gebhard, Christian Keller y C. Benjamín Nakhosteen
Los métodos tradicionales dependen en gran medida de facilitadores humanos, que, si bien son efectivos, consumen muchos recursos y carecen de escalabilidad. Una alternativa prometedora es el uso de Agentes Socialmente Interactivos (ASI) como facilitadores de transferencia de conocimiento impulsados por IA.
Estos agentes interactúan de forma autónoma e inteligente con los usuarios mediante comportamientos multimodales (verbales, paraverbales y no verbales), simulando roles de expertos en diversos contextos organizacionales.
Los ASI involucran a los empleados en diálogos empáticos en lenguaje natural, ayudándoles a externalizar perspectivas que, de otro modo, podrían permanecer tácitas. Su éxito depende de generar confianza, ya que los empleados a menudo dudan en compartir conocimiento tácito sin garantías de confidencialidad y aprecio.
Las tecnologías clave incluyen los Modelos de Lenguaje Amplio (LLM) para generar diálogos contextuales, la Generación Aumentada por Recuperación (RAG) para integrar el conocimiento organizacional y la incitación por Cadena de Pensamiento (CoT) para guiar la reflexión estructurada. Estas tecnologías permiten a los SIA extraer conocimiento activamente, descubrir suposiciones implícitas y conectar la información con contextos organizacionales más amplios.
Las posibles aplicaciones abarcan la incorporación, donde los SIA ofrecen orientación y presentaciones personalizadas, y la retención del conocimiento, donde realizan entrevistas estructuradas con expertos jubilados para capturar la heurística detrás de las decisiones. El éxito depende de abordar desafíos éticos y operativos como la privacidad de datos, el sesgo algorítmico y la resistencia a la IA. La transparencia, una validación sólida y una cultura de confianza son esenciales para mitigar estos riesgos.