En el panorama corporativo contemporáneo, la inteligencia artificial (IA) suele implementarse con el propósito de simplificar tareas al punto de eliminar la necesidad de comprensión profunda. Muchos directivos priorizan la facilidad de adopción y la comodidad, una decisión que, de forma involuntaria, termina por debilitar la capacidad de aprendizaje dentro de la organización. Para proteger la innovación a largo plazo, los líderes deben replantearse el enfoque en la usabilidad extrema e introducir lo que se conoce como «fricción estratégica» en sus sistemas operativos.
La aplicación de la fricción estratégica
El objetivo fundamental de esta técnica no es convertir el trabajo en una carga pesada, sino garantizar un nivel de esfuerzo intelectual que permita a los empleados continuar aprendiendo. La fricción estratégica debe reservarse para funciones donde el pensamiento crítico es vital, y no simplemente para la producción masiva de contenidos.
En la práctica empresarial, esto supone evolucionar de un modelo de oráculo —donde el sistema entrega respuestas directas— hacia un modelo recíproco, el cual exige que el usuario aporte su conocimiento previo para obtener resultados. Existen diversos métodos para implementar esta filosofía, desde ajustes en las normativas internas hasta rediseños profundos de software:
- Documentación de esfuerzos independientes: Se puede establecer que, antes de recurrir a la IA para una tarea como un análisis de mercado, el profesional presente una evaluación preliminar. Incluso si está incompleta, debe demostrar sus hallazgos iniciales y los puntos exactos donde necesita asistencia.
- Interacción por etapas: Configurar la IA para que solicite información específica del usuario antes de entregar una respuesta final. Por ejemplo, si se requiere un análisis de precios de la competencia, el sistema podría pedir primero tres observaciones directas sobre el mercado antes de procesar los datos globales.
- Sistemas de acceso condicionado: Diseñar interfaces donde la generación de resultados esté bloqueada hasta que el colaborador aporte contexto humano. Esto implica que el usuario debe cargar una hipótesis base o definir variables clave antes de que el botón de ejecución se active.
Cómo identificar a los verdaderos creadores
La lucha contra el estancamiento creativo comienza desde el proceso de selección. Tradicionalmente, las empresas contratan basándose en la obtención de la «respuesta correcta», pero en un entorno saturado de IA, este criterio ha perdido valor. Lo verdaderamente diferenciador hoy es el «proceso adecuado».
Investigaciones académicas han arrojado luz sobre estos comportamientos. Un estudio de campo liderado por Hila Lifshitz-Assaf y expertos de las universidades de Harvard, MIT y Warwick, analizó cerca de 5,000 interacciones entre humanos y tecnología realizadas por 244 consultores de BCG. El estudio clasificó tres perfiles de colaboración según quién controla el «qué» y el «cómo»:
- Centaurs (Centauros): Mantienen el mando humano en ambas dimensiones, empleando la IA únicamente para apoyos muy específicos.
- Cyborgs (Cíborgs): El humano define el objetivo (el qué), pero permite que la tecnología tenga un control amplio sobre el desarrollo (el cómo), manteniendo siempre una crítica constante y un diálogo fluido con la herramienta.
- Self-automators (Auto-automatizadores): Delegan ambas decisiones a la máquina, lo que resulta en un fenómeno de «no-skilling», perdiendo tanto la experiencia en su área como la habilidad para manejar la IA eficazmente.
Bajo este marco, los centauros y cíborgs actúan como creadores reales, mientras que los auto-automatizadores representan un riesgo para la competitividad. Para distinguir a los creadores de los oportunistas, se deben observar dos conductas clave: la delegación selectiva, donde el profesional sabe cuándo la IA es útil y cuándo debe intervenir su propio juicio; y la profundidad de análisis, que se manifiesta cuando el usuario cuestiona los razonamientos de la máquina y le exige coherencia basada en datos propios.
Fuente: Fuente