Formando líderes en entornos 4.0
(*) economista, tecnóloga en investigación educativa. Consultora en liderazgo ejecutivo y desarrollo del talento. CEO de Ingenio, Leadership school y de la startup Executive HR Talent
¿Dónde está el conocimiento? En un contexto 4.0 pensamos que el conocimiento está en la red, en manos de la IA, del big data o en sus algoritmos. Error.El conocimiento está en nosotros, en quienes lo hemos creado. Y somos nosotros quienes definimos los algoritmos que enmarcan el proceso de aprendizaje de la IA, el big data u otros. Hoy día podemos definir algoritmos prácticamente para todo, e irá en función de sus parámetros del enfoque, dimensión y posibilidades de la IA que se aplique. Un algoritmo no deja de ser un marco de aprendizaje y toma de decisiones, que fija una lógica en un contexto determinado. Como ejemplo, el marketing que utiliza big data de alguna red social lo que hace es aprender sobre tendencias de consumo de sus usuarios para poner esa segmentación a disposición de sus anunciantes y ganar dinero con ello. Detrás de su uso, de esa inteligencia y de ese conocimiento, hay intereses empresariales, hay personas que lo definen y lo aplican. La IA lo que hace es aplicar el modelo y las consignas definidas para recopilar volúmenes de información cualitativa.De hecho, el proceso para definir un algoritmo es prácticamente igual que un proceso de aprendizaje y decisiones. Sigue, en general, el siguiente esquema:1. Definir el problema a resolver.2. Determinar la información relevante para resolverlo y los resultados. 3. Diseñar el plan de acción o la secuencia lógica que se utilizará para resolver el problema. 4. Escribir el algoritmo, para describir cada paso que el algoritmo debe seguir. A diferencia de un proceso mental, que no escribimos previamente la secuencia lógica que aplicamos.5. Probar y depurar, con diferentes conjuntos de datos para asegurarse de que produce los resultados esperados. Si se encuentran errores, es necesario depurar el algoritmo. Al igual que en un proceso mental, con cada nueva decisión se producen unos resultados y se aprende de ellos, y en teoría, en caso de error, se corrige y mejora.6. Optimizar, si el algoritmo no es lo suficientemente eficiente o consume demasiados recursos. Habrá que revisarlo para mejorar su rendimiento, al igual que harías en un proceso mental, optimizando tu tiempo u otros recursos empleados. Si comparamos en términos de capacidad de almacenamiento, algunas estimaciones sugieren que el cerebro humano puede almacenar hasta 2.5 petabytes de datos, lo que equivale aproximadamente a unos 3 millones de horas de vídeo en alta definición. Además, es importante tener en cuenta que la capacidad de almacenamiento del cerebro no se limita solo a la cantidad de información que puede contener, sino también a la forma en que organiza, procesa y recupera la información de manera eficiente y adaptable.El cerebro humano supera con creces la capacidad de almacenamiento de cualquier dispositivo digital existente y, comparado con una inteligencia artificial, tiene la ventaja de un aprendizaje vital, con una amplia gama de experiencias pasadas, emociones, valores y conocimientos acumulados a lo largo de la vida. Esto proporciona un contexto rico y multidimensional para la toma de decisiones, que puede ser difícil de igualar para una IA generativa, que se basa en datos estructurados y específicos proporcionados durante el entrenamiento.Por lo tanto, hoy día, el conocimiento es humano y lo que hemos conseguido con la IA es multiplicar nuestra capacidad de generarlo y utilizarlo, dando más valor a nuestro tiempo, haciendo uso de ella como una herramienta que nos permite ser mucho más productivos y también más inteligentes.