Esta es una de las gráficas más importantes que vas a ver en mucho tiempo (y disculpa que suene prepotente). Muestra el proceso de delegación de conocimiento y de aprendizaje que hemos ido haciendo los seres humanos a la tecnología a lo largo de la historia, y el impacto que tendrá la Inteligencia Artificial. No busca ser exhaustiva sino mostrar una tendencia difícil de frenar. La pregunta final es: cuando las máquinas hagan todo lo que hasta ahora solo podíamos hacer nosotros ¿qué nos va a quedar a los seres humanos como ventaja competitiva? Te la explico, pero antes déjame aclarar un concepto.
El juego va a cambiar. Nuestra civilización funciona hace muchos siglos bajo principios que han sido inquebrantables. Nuestro primer objetivo es sobrevivir y para ello necesitamos comer. Para tener alimentos hay que hacer todo tipo de actividades (trabajos) para producir bienes y servicios y esos trabajos los tienen que hacer personas porque son las únicas que tienen conocimientos para hacerlos. Para que las personas adquieran esos conocimientos, tienen que aprender y para aprender, necesitan invertir años y recursos. La principal restricción siempre ha sido la cantidad de conocimiento (personas) disponibles. No podíamos hacer más que lo que nos permitía el conocimiento que teníamos. Todos esos supuestos se derrumban desde el momento en que fabricamos inteligencia y la IA es justamente eso. El objetivo sigue siendo sobrevivir y todavía hacen falta bienes y servicios, pero para producirlos, ya no dependeremos de personas, sus conocimientos y sus largos y caros procesos de aprendizaje. Lo que se nos viene es la obligación de diseñar un mundo distinto sobre nuevos principios y eso explica el signo de interrogación al final de la imagen.
Ahora vamos con la gráfica. Empecemos con los 2 ejes. En el horizontal está la “Evolución histórica” que incluye una “lista” de diferentes momentos y tecnologías. Comienza en la prehistoria donde el conocimiento se adquiere mediante la experiencia y se transmite oralmente. Después tenemos las sucesivas tecnologías que inventamos desde la escritura, imprenta, Internet, distintas fases de la IA hasta llegar a escenarios de IA autónoma y superinteligencia. En el eje vertical tenemos una escala que va de 0 a 100% y representa cuánto de nuestro conocimiento y de nuestro aprendizaje vamos delegando a la tecnología. Los colores representan cuatro cosas: Las columnas azules son el Conocimiento humano, las rojas son el Conocimiento tecnológico que puede estar en documentos, procesos, sistemas, algoritmos, IA, etc. Las columnas verdes representan el Aprendizaje humano y las amarillas el Aprendizaje tecnológico, es decir, máquinas que aprenden.
Primera fase: la ventaja competitiva es el CONOCIMIENTO
Si miramos la gráfica desde la izquierda, las columnas azules muestran que el conocimiento ha sido siempre patrimonio de los seres humanos y las columnas naranjas demuestran que, durante miles de años, apenas delegamos conocimiento en la tecnología. En la prehistoria y hasta el momento en que empezamos a automatizar (animales) y documentar conocimiento, todo lo que tenía que hacerse dependía de individuos con el conocimiento para hacerlo. Que el conocimiento humano esté por encima del 80% significa que vivía sobre todo en las personas: en los cazadores, artesanos, sabios o sacerdotes y en la memoria compartida. Durante muchos siglos, tener conocimiento ha sido la principal ventaja competitiva: quien sabía más, podía tomar mejores decisiones y dominaba. El conocimiento sigue siendo el activo más importante de individuos y organizaciones, aunque paradójicamente es el peor gestionado. En esta etapa, la pregunta clave era: “¿Quién sabe más?” porque la ventaja competitiva estaba en el stock de conocimiento que acumulabas. El que sabe más y aprende mejor, sobrevive. Los seres humanos hemos vivido siempre en esta fase y diseñamos nuestras sociedades en torno a esa realidad.
Segunda fase: delegamos el CONOCIMIENTO a la tecnología
Hasta bien entrada la era de la imprenta, el porcentaje de conocimiento en manos de personas no empieza a disminuir lentamente y a finales del SXX, con la digitalización e Internet, esa tendencia se acelera y las columnas naranjas se hacen cada vez más altas. El conocimiento empieza a externalizarse y masificarse. Con la escritura, el conocimiento se independiza del cerebro. Ya no está solo en mi cabeza, ni en mi oficina, ni en mi organización, está en todas partes y a un clic de distancia. El conocimiento viaja en el tiempo. Y cuando entra con fuerza la IA, esta delegación explota porque entrenamos la IA con nuestro conocimiento para que pueda ejecutar tareas. En la gráfica, esto se percibe en la curva de conocimiento humano (azul) bajando, mientras que la de conocimiento tecnológico (naranja) sube. Delegamos el conocimiento en archivos, sistemas, bases de datos o algoritmos que son capaces de darnos respuestas cada vez más precisas, crear mejores contenidos o hacer cada vez más cosas. La experiencia se hace heredable y el conocimiento sale del individuo para vivir en lo colectivo. En el momento en que fabricamos conocimiento digital (más rápido, más barato, a mayor escala o más profundo que el nuestro), el conocimiento humano deja de ser una ventaja competitiva. La IA hace disponible el conocimiento para todos: Pasa de ser escaso y caro a abundante y barato. Todo lo que sabe la IA (porque se lo hemos entregado) tarde o temprano será accesible o replicable. Y aquel trabajo que sea automatizable, ya sea cognitivo o físico, se automatizará y está bien que así sea. Como escribimos en noviembre, el conocimiento deja de ser una ventaja competitiva por primera vez en la historia. Cuando el conocimiento se convierte en commodity, la ventaja pasa a ser aprender más rápido que los demás. A esta fase le podemos llamar la época de REUTILIZAR porque, sobre todo, aprovechamos conocimiento que ya existe mediante prácticas como revisiones de pares, lecciones aprendidas, retrospectivas, comunidades de práctica o mapas de conocimiento crítico. Hay incluso quien sostiene que no podemos hablar de inteligencia mientras no se aporte nuevo conocimiento.
Tercera fase: empezamos a delegar también el APRENDIZAJE
La siguiente fase es en la que nos adentramos actualmente ya que además de entregar conocimiento a las máquinas, empezamos a delegar el aprendizaje. Entramos en la época del machine learning, del aprendizaje automático. Las máquinas ya no solo cuentan con conocimiento, sino que les hemos dado un procedimiento para que aprendan de los datos. No necesitan instrucciones preconfiguradas de lo que deben hacer, sino que aprenden por su cuenta. Alphazero aprendió a jugar al ajedrez en 3 horas solo accediendo a las reglas mientras que un gran maestro necesita entre 12 y 15 años de aprendizaje. En la gráfica, esto se ve cuando la curva de aprendizaje humano (verde) comienza a bajar y la de aprendizaje tecnológico (amarillo) se dispara. Todavía, el aprendizaje humano supera al aprendizaje de las máquinas, pero esa tendencia empieza a cambiar rápidamente. Durante un lapso de tiempo que no es fácil de predecir, la ventaja competitiva de los individuos y de las empresas será su capacidad de aprender. El problema en este punto es que las organizaciones son muy torpes para aprender porque nunca se preocuparon de desarrollar el músculo. En junio insistíamos en que es apremiante que las empresas incorporen el aprendizaje como parte de los procesos porque la organización que no aprende desaparece. Todas las empresas cuentan con individuos que son excelentes para aprender, pero no podemos caer en el error de asumir que basta con que aprendan las personas para que la organización aprenda también. Tenemos que apoyarnos en la IA para este proceso porque, si la hemos entrenado con el conocimiento del negocio, nos ofrece una ayuda inestimable: es muy buena dando “la mejor respuesta posible” a partir de lo que ya ha ocurrido. Pero también va a ayudarnos a crear nuevo conocimiento, planteando mejores preguntas, explorando escenarios, combinando información de formas que a nosotros no se nos ocurren. Aquí la pregunta deja de ser “¿quién sabe más?” y pasa a ser: “¿quién aprende mejor, más rápido y de forma más inteligente?” Y ese es precisamente el foco de la gestión del conocimiento y del aprendizaje organizacional: desarrollar el músculo de aprender de la empresa. Esta sería la época de CREAR nuevo conocimiento (innovar), plantear problemas novedosos y generar conocimiento inédito y para ello las habilidades clave son curiosidad y observación, imaginar, preguntar, experimentar y gestionar el error.
Las ventanas de oportunidad que se cierran
En la parte derecha de la gráfica aparecen 2 bloques negros que indican “ventanas cerradas” ¿Qué significa esto? La primera de ellas está situada al final del proceso de delegación del conocimiento y significa que en ese momento (que es en el que nos encontramos hoy) lo que siempre fue una ventaja competitiva se termina y una vez superado ese umbral, ya no hay vuelta atrás. Esa ventana estuvo abierta durante siglos, cuando las organizaciones más capaces de gestionar su conocimiento crítico (capturar sus lecciones aprendidas, sistematizarlas y convertir el aprendizaje en un proceso) lograban diferenciarse de sus competidores. Pero esa ventana se está empezando a cerrar en el momento en que la IA puede atesorar más conocimiento que cualquier persona u organización. Cuando una tecnología se abarata y se democratiza, el conocimiento queda disponible para todos: lo que antes era una ventaja se convierte en un mínimo común. La segunda ventana cerrada está situada a continuación y representa el espacio durante el cual el aprendizaje supone una ventaja competitiva. Sin embargo, en el momento en que la IA aprenda mejor que nosotros, esa ventana también se cerrará. No me cabe duda de que eso ocurrirá, pero no sabemos cuándo ni qué efectos tendrá. El mensaje es: sí no desarrollas ahora tu capacidad de aprender como organización, cuando quieras hacerlo lo más probable es que la ventana ya esté cerrada y habrás perdido tu capacidad de evolucionar. Como dijo Larry Prusak, uno de los impulsores de la gestión del conocimiento: “La única ventaja competitiva sostenible es utilizar lo que sabes y la rapidez con la que puedes aprender algo nuevo”.
El final del gráfico: TODO IA y el signo de interrogación
Y llegamos al extremo derecho de la gráfica, donde aparece “TODO IA” y un gran signo de interrogación que nos interpela “¿Qué viene después?”. Es un escenario límite, pero no inimaginable ¿Qué pasaría si en algún momento la tecnología fuera capaz de hacerse cargo de todo el conocimiento y todo el aprendizaje que hoy nos pertenece? ¿Cómo se sostiene el modelo de vida si las máquinas hacen todo? La IA es muy poderosa en entornos estables, donde las reglas no cambian. Ahí nos vence al ajedrez, a cualquier tarea repetitiva y a muchas creativas. Pero todavía tiene problemas cuando la realidad cambia continuamente. Y si algo define nuestra época, es precisamente el cambio permanente. Lo que nos distingue como personas no es solo lo que sabemos, sino cómo damos sentido, qué preguntas hacemos o cómo tomamos decisiones. Ahora bien ¿seguirá siendo así indefinidamente? La interrogación es una invitación a reflexionar: Si la IA puede encargarse de todo, entonces ¿qué parte de la inteligencia queremos seguir liderando como humanos? ¿Qué tipo de organizaciones necesitamos construir? ¿Y qué sociedad? Todavía estamos a tiempo de aclarar esa interrogación y asegurarnos de que la tecnología trabaje en nuestro beneficio. Tenemos que administrar la transición ¿Queremos decidir a qué juego se jugará? ¿si jugaremos ese nuevo juego, solo fijaremos sus reglas o quedaremos fuera? Aunque ya no seamos piloto ni copiloto, hay una cosa que no podemos delegar: decidir la dirección del vehículo, es decir, fijar los objetivos.
Conclusiones
En resumen, la gráfica cuenta una historia en 3 fases:
- Ayer: la ventaja competitiva siempre fue el conocimiento, pero ya no. Todo trabajo es automatizable y lo será y es lógico: No tiene ningún sentido hacer una y otra vez las cosas que sabemos cómo se hacen.
- Hoy: la IA no solo entrega conocimiento, sino que también aprende porque le hemos entregado el algoritmo de aprender. La ventaja se está desplazando al aprendizaje y las organizaciones son débiles en este ámbito. El negocio a medio plazo será aprender.
- Mañana: si algún día la IA lo hace todo, la pregunta será qué tipo de inteligencia – ética, creativa, relacional – queremos reservarnos los humanos.
Esta gráfica no habla de futuro sino de decisiones presentes: Si sigues compitiendo por conocimiento, estás peleando por algo que se está volviendo un commodity. Si compites por aprendizaje, perfecto… pero date prisa, porque esa ventana también empezará a cerrarse. Y si no haces nada, ser el mejor en un juego que ya no se juega equivale a desaparecer. Cuando el juego cambia, necesitas menos inteligencia “memorizada” y más inteligencia creativa capaz de aprender del futuro y de buscar problemas sin resolver. El foco tiene que estar en aquello que no sabemos.
A las personas siempre les hemos pagado por su tiempo multiplicado por su conocimiento. Pero pronto ya no pagaremos por el conocimiento y ni por el tiempo. Al taxista que te lleva le pagas por su tiempo (y su conocimiento para conducir) para trasladarte. Cuando la conducción autónoma sea realidad, ya no habrá taxista al que pagar. Al restaurante y a la tienda de zapatos les pagas por su tiempo y conocimiento dedicado a prepararte una comida o fabricar y venderte un zapato (y ellos a su vez compraron cosas a proveedores que les cobraron también por su tiempo y su conocimiento y así sucesivamente). Cuando los robots preparen comida y fabriquen y vendan zapatos, tampoco habrá personas a las que pagar. Hoy, al pagar por el tiempo, no pagas por la ejecución (el momento de prestación del servicio o compra del producto). La mayoría de ese pago es por el tiempo invertido en aprender para poder ejecutarlo: No le pagas al abogado o al médico por la hora que te atienden sino por todas las horas que han dedicado antes para que durante esa hora te puedan resolver tu problema con su conocimiento. Mis clientes no me pagan solo por el tiempo que duran mis conferencias sino por todas las horas que he dedicado previamente a aprender y prepararlas. Cuando las máquinas tengan ese mismo conocimiento para ejecutar esas mismas tareas, obtendrás el mismo resultado (producto o servicio que necesito) pero ya no se requerirá tiempo y conocimiento de personas. El conocimiento seguirá siendo un elemento prioritario, pero ya no depende de las personas. Nuestros sistemas fueron construidos sobre esa premisa implícita: la inteligencia que necesitamos era exclusivamente humana. En el momento en que eso deja de ser cierto, el edificio conceptual necesita revisión. Todo cambiará radicalmente: Habrá trabajo, pero será artificial. Si lo gestionamos bien, no tendría que ser una mala noticia. Sociedad, trabajo y conocimiento estuvieron interconectados durante siglos. Nos tenemos que preparar para que eso deje de ser así y encontrar una nueva fórmula de convivencia.
– Entre el 9 de febrero y el 10 de marzo estamos impartiendo el curso virtual “Diseño de Mapas de Conocimiento Crítico” para el Instituto Andaluz de Administración Pública.
– El 13 de marzo en Vitoria impartiremos la conferencia “La empresa que no aprende desaparece: Ingeniería, industria y futuro, claves para el desarrollo” en el marco del Congreso IndustriaZ y los 75 años del Colegio de Ingenieros Industriales de Alava.
– El 17 de marzo impartiremos la sesión sobre “Conocimiento crítico: herramienta clave para una administración eficiente” para la Escola d’Administració Pública de la Generalitat de Catalunya.
