Carolyn Geason-Beissel/MIT SMR
A medida que la IA democratiza el acceso a la información, los líderes deberían revisar las ideas sobre jerarquía y roles, y centrarse en las habilidades de juicio y síntesis de su equipo.
Cuando las herramientas de IA tienen muchas de las respuestas, ¿qué valor tienen los expertos costosos? Es su capacidad para formular mejores preguntas y reconocer Zonas grises, que desplazan su valor del contenido al contexto. Los líderes deben centrarse en desarrollar la metaexperiencia de las personas —su capacidad para orquestar herramientas de IA, sintetizar información en diferentes dominios y establecer conexiones creativas que los algoritmos no pueden— y dejarles espacio para asumir la responsabilidad, ser creativos y asumir que parte de la toma de decisiones es “exclusivamente humana”.
Un CEO me planteó recientemente una pregunta que ha dejado a los ejecutivos sin dormir: “Si mi analista junior puede obtener los mismos conocimientos generados por IA que mi estratega senior, ¿por qué estoy pagando por experiencia?”
No es exagerado decir que estamos presenciando una democratización del conocimiento sin precedentes. La información que antes estaba restringida a bases de datos especializadas, informes de consultoría y mentes expertas ahora está disponible al instante para cualquiera con acceso a herramientas de inteligencia artificial y de inteligencia generativa. El fundador de una startup en Indonesia puede acceder a marcos estratégicos que antes requerían consultores de McKinsey. Un enfermero practicante en una zona rural de Kansas puede sintetizar la investigación médica como un especialista de la Clínica Mayo.
No se trata simplemente de otra ola de automatización; es una reestructuración fundamental del conocimiento en sí. Las organizaciones que no comprenden este cambio se enfrentan a dos riesgos: pagar de más por conocimientos obsoletos y subestimar las capacidades humanas que siguen siendo irremplazables.
La paradoja del conocimiento abundante
Cuando el conocimiento se mercantiliza, su valor se desplaza paradójicamente del contenido al contexto . Consideremos tres transformaciones críticas.
- De las respuestas a las preguntas: La IA destaca por ofrecer respuestas integrales, pero solo a las preguntas que sabemos formular. La experiencia humana más valiosa reside cada vez más en identificar preguntas sin respuesta y reconocer la existencia de incógnitas. Un estratega experimentado comprende no solo los patrones actuales de su sector, sino también sus suposiciones ocultas y sus adyacencias inexploradas: los espacios en blanco que aún no existen en los datos de entrenamiento de ningún modelo de IA.
- De la información al juicio: Si bien la IA puede sintetizar instantáneamente grandes cantidades de información, no puede asumir el peso de las consecuencias. Cuando un sistema de IA recomienda reestructurar la cadena de suministro de su organización o entrar en un nuevo mercado, la responsabilidad recae enteramente en el ser humano. Esta brecha entre inteligencia y responsabilidad crea un papel irreemplazable para el juicio humano. A los líderes no se les paga por acceder a la información; se les paga por tomar decisiones cuando hay mucho en juego y los resultados son inciertos.
- Del conocimiento estático al conocimiento líquido: La gestión tradicional del conocimiento ha tratado la información como un activo fijo que se almacena y recupera de los repositorios de conocimiento. Pero la IA revela el conocimiento dinámicamente, transformándolo en función del contexto, el usuario y el momento. Cada solicitud genera un artefacto de conocimiento único, adaptado a las necesidades específicas. Esta transición del conocimiento estático al conocimiento líquido transforma fundamentalmente la forma en que las organizaciones deben concebir la especialización en la materia.
La experiencia humana más valiosa reside cada vez más en identificar preguntas no formuladas y reconocer que existen incógnitas desconocidas.
Acerca del autor
Ravikiran Kalluri es profesor asistente en la Universidad Northeastern.
Referencias
1. AR Doshi y OP Hauser, “La IA generativa mejora la creatividad individual pero reduce la diversidad colectiva del contenido novedoso”, Science Advances 10, n.° 28 (12 de julio de 2024): 1-9, https://doi.org/10.1126/sciadv.adn5290 .
2. H.-P. Lee, A. Sarkar, L. Tankelevitch, et al., “El impacto de GenAI en el pensamiento crítico: reducciones autoinformadas en el esfuerzo cognitivo y efectos de confianza de una encuesta a trabajadores del conocimiento”, en “CHI ’25: Actas de la Conferencia CHI 2025 sobre factores humanos en sistemas informáticos” (Association for Computing Machinery, 2025): 1-22, https://doi.org/10.1145/3706598.3713778 .
3. AS George, T. Baskar y PB Srikaanth. “La erosión de las habilidades cognitivas en la era tecnológica: Cómo la dependencia de la tecnología impacta el pensamiento crítico, la resolución de problemas y la creatividad”, Partners Universal Innovative Research Publication 2, n.° 3 (mayo-junio de 2024): 147-163, https://doi.org/10.5281/zenodo.11671150 .
4. H. Mudassir, K. Munir, S. Ansari, et al., “ La IA puede (en su mayoría) superar a los directores ejecutivos humanos ”, Harvard Business Review, 26 de septiembre de 2024, https://hbr.org.
Fuente: https://sloanreview.mit.edu/article/whats-your-edge-rethinking-expertise-in-the-age-of-ai/