Cualquier persona que haya hecho una tesis o un trabajo serio de investigación sabe que se siente como un empeño infinito. Mientras más información encuentras, más preguntas tienes, y más crece la sensación de que aún no sabes nada. La conciencia metacognitiva que vamos adquiriendo nos lleva a darnos cuenta de todo lo que aún nos falta por aprender.
También sucede lo contrario; cuanto menos sabemos, más creemos saber. Las personas con baja habilidad o conocimiento en un área tienden a sobreestimar su competencia.
Nada de esto que estoy diciendo es nuevo. Es un sesgo cognitivo identificado por los psicólogos David Dunning y Justin Kruger en 1999, llamado efecto Dunning-Kruger. Se observa en múltiples ámbitos y demuestra cómo la falta de autocrítica y de conciencia metacognitiva puede distorsionar la percepción de la realidad.
En el contexto de las empresas (y sobre todo en innovación), los efectos de este sesgo pueden ser desastrosos.
Si nuestro conocimiento de un tema es bajo, podemos sobreestimar nuestra competencia y nuestra capacidad para tomar decisiones acertadas. Nos metemos de lleno a un nuevo producto, servicio, mercado o tecnología creyendo que sabemos lo suficiente, cuando en realidad, estamos corriendo un riesgo enorme.
¿Qué nos impide tomar decisiones más informadas?
El límite, hasta hace poco, estaba en la capacidad humana para procesar los suficientes datos que le permitan conocer realmente lo que necesita para tomar decisiones acertadas. Como la información disponible es tanta, y los humanos tenemos un límite en nuestra capacidad de procesarla, llegar a ese momento usualmente toma tiempo. Entra la inteligencia artificial. Lo que antes tomaba meses, ahora unas pocas horas. La biblioteca humana completa, todo el conocimiento acumulado de miles de años, al alcance de unos pocos clics. Y no solo nos permite conocer algo más fácilmente y más rápidamente, nos lleva incluso a cuestionarnos la necesidad de conocerlo en primer lugar. ¿Para qué tenemos que ser competentes en un tema, si la IA ya es competente en eso, y trabaja para nosotros? Por ejemplo, ¿para qué tenemos que saber de diseño web, si la IA me diseña una página web en minutos?
Se está creando un coctel peligrosísimo; el ignorante empoderado por la IA. Ya desde antes, por el sesgo del efecto Dunning-Kruger, esta persona sentía que se las sabía todas. Ahora, lo piensa aún más, ya que tiene IA. Entonces ya sabe de diseño web, no solo porque cree que sabe cuando en verdad no sabe (no es capaz de juzgar si algo está bien hecho o no) sino porque ya es capaz de hacerlo. Es capaz de hacer un sitio web (en minutos, además). Y como logra hacerlo, pues ya adquirió la competencia, ¿verdad?
No. La verdad es que hay una brecha gigante en el resultado que genera un experto usando IA para una tarea que conoce bien, y el resultado que genera una IA por si sola comandada por una persona que no tiene idea. En el primer caso, se forma un intercambio de validación humano-máquina, donde el humano supervisa y aporta información a los flujos de trabajo de la IA. Esto mejora el resultado general, creando una colaboración entre las capacidades humanas y las de la IA. A esto se le ha llamado Human In The Loop (HITL), y ha demostrado enorme impacto en resultados, sobre todo en sectores de alto riesgo (salud, finanzas), tareas complejas o ambiguas (innovación, estrategia) y sistemas en fase inicial o en rápida evolución (tecnología).
Por eso es que:
- Sigue siendo importante buscar un experto si quieres que algo te quede bien, o
- Sigue siendo valioso estudiar un tema y adquirir la competencia, así tome tiempo. Al menos el conocimiento de qué funciona y qué no, y qué se debe tener en cuenta.
- Es necesario aprender IA, para conocer y aprovechar sus ventajas, pero también sus límites.
Blaster In-Sight
En Blaster creemos en el poder de combinar el poder humano y la tecnología, llámese IA, IoT, Big Data o lo que sea. Desarrollamos Blaster In-Sight, un servicio de investigación que combina la experiencia acumulada de más de 14 años de nuestro equipo investigador, con el poder de un software que creamos junto a d_eye, basado en analítica e inteligencia artificial. Así, acortamos tiempos y costos, aumentamos la capacidad de procesar datos, pero mantenemos esa validación (human in the loop) que nos da la confianza de saber que estamos entregando un resultado de la mejor calidad. Escríbenos si quieres saber más.
