La IA suena convincente. Ese es precisamente el problema.
Percepción de la IA: Las personas tienen opiniones fuertes sobre la IA, pero muchas carecen de una verdadera comprensión de su impacto futuro.
Calidad de retroalimentación: Tanto la retroalimentación de la IA como la humana suelen carecer de fiabilidad, lo que pone en cuestión la noción de instinto sobre la IA.
Proceso de decisión: La toma de decisiones efectiva depende de aportes diversos y no de respuestas seguras que no se cuestionan.
Limitaciones de la IA: La creciente dependencia de la IA puede disminuir el pensamiento crítico y provocar errores en la toma de decisiones.
Juicio estructurado: La toma de decisiones se beneficia de enfoques estructurados y requiere mucho más que simples reuniones informales de retroalimentación.
La confianza no es lo mismo que tener razón. Sonar como si supieras de lo que hablas no es lo mismo que saber de lo que hablas.
Actualmente, todo el mundo tiene una postura sobre la IA. Algunos están totalmente a favor, otros en contra o simplemente esperan a ver qué ocurre. Sostenemos esas posturas con mucha confianza y, en el fondo, casi nadie la entiende aún ni tiene claro hacia dónde va todo esto. Por eso, LinkedIn se llena de personas que ya han tomado una decisión.
La semana pasada discutí con una de esas personas. Había publicado una súplica: deja de usar la IA para obtener retroalimentación sobre tu trabajo. Y su argumento era bueno, de esos con los que la mayoría asiente. La IA nunca se queda callada. Pregúntale lo que sea y tendrá algo que decir, sea correcto o incorrecto. Si necesitas que la IA te diga si tu trabajo es bueno, argumentaban, ese es el verdadero problema. Confía en tu intuición.
Yo llevé la contraria. No porque estuvieran equivocados, sino porque su solución era solo una verdad parcial. La mayor parte del feedback no es bueno, ni el de la IA ni el humano. Tu propia intuición falla de igual manera. Y una respuesta segura y bien estructurada, de esas que la IA produce tan bien y las personas dan todo el tiempo, es lo más fácil de creer y lo más difícil de cuestionar.
Keep Reading—and Keep Leading Smarter
Create a free account to finish this piece and join a community of forward-thinking leaders unlocking tools, playbooks, and insights for thriving in the age of AI.
Have an account? Log In
La confianza no es lo mismo que tener razón. Sonar como si supieras de lo que hablas no es lo mismo que saber de lo que hablas. Aprendí lo que cuesta eso por las malas.
El coste de la confianza
Hace años, fui gerente de UX para el equipo detrás de Shopify Capital, el producto que ofrece adelantos de efectivo a los comerciantes según las ventas de su tienda. Cuando un comerciante aceptaba una oferta, el dinero tardaba hasta siete días en pasar por las aprobaciones internas. Para un pequeño negocio esperando para reabastecerse o poner algo en marcha, es una larga semana.
El sistema detrás de esas aprobaciones era un MVP temprano que nadie había tocado en años. Así que reuní a las personas adecuadas para resolverlo: finanzas, los encargados de las aprobaciones, los desarrolladores y diseñadores que construyeron el sistema original.
La causa del cuello de botella resultó ser un puñado de pasos de aprobación manuales. Repasamos exactamente cómo los aprobadores tomaban cada decisión y si un sistema podía hacerlo en su lugar. Tuvimos una solución en una hora. Podríamos haberla lanzado al día siguiente.
Una sola aprobación se interponía en el camino. La decisión final pertenecía a una líder de producto, alejada de salas como la nuestra. La respuesta fue clara, específica y segura: tenía que seguir siendo manual. Esa decisión se había tomado años antes. Nadie sabía por qué. No había nada rastreable detrás. No pudimos implementarlo.
Así que hicimos lo que la mayoría de equipos hace. Nos guiamos por la respuesta segura. Luego pasamos tres semanas demostrando que era incorrecta. Veinte reuniones, entrevistas con todos los que realmente usaban el sistema, un mapa de lo que realmente ocurría bajo el capó.
Al final lanzamos exactamente la solución que tuvimos en la primera hora. El feedback del stakeholder había sido autoritario, bien estructurado y completamente erróneo. Señaló un problema que no existía.
Ese es el fallo sobre el que trata este artículo. No la IA. No los humanos. La presencia de un input seguro que nadie cuestionó adecuadamente antes de actuar.
La segunda opinión que dejaste de pedir
Cuando una decisión es importante y algo no encaja, no confías en la primera respuesta segura. Le preguntas a quien realmente sabría. Juntas a dos o tres personas en una sala y observas dónde no coinciden. Lo meditas. Lo consultas con alguien cuyo juicio te inspira confianza antes de comprometerte. Nadie te enseñó esto ni le pone nombre. Es simplemente lo que hace la gente cuidadosa.
Ese instinto es juicio real. Y el buen juicio necesita perspectivas de más de un punto de vista y poner todos los compromisos sobre la mesa antes de lanzar nada. Para ello existen los equipos pequeños: suficientemente cercanos para pensar juntos en voz alta y tan pequeños para poder hacerlo de verdad.
Pero la perspectiva no es automática. Requiere tiempo, cercanía, espacio para respirar. La IA complica las tres.
Y requiere lo que más solemos pasar por alto: estructura. La estructura parece lenta, y frente a la velocidad y el atractivo de la IA, ser lento es lo último que uno quiere.
La IA produce respuestas seguras más rápido de lo que puedes cuestionarlas, y la tentación es tomar la respuesta y seguir adelante.
Y nos dejamos llevar por ello a propósito, porque la promesa es seductora. Todo el mundo conoce esa sensación, sentirse atraído por algo que no es del todo lo mejor para ti y seguir adelante de todas formas.
Toleramos los errores que comete la IA hoy por lo que podría llegar a ser mañana, y confiamos en que las personas que la desarrollan cierren esas brechas. Nada de eso es ingenuo. Es humano. Y es, precisamente, lo que hace que dejemos de ponerla a prueba con rigor.
Microsoft y Carnegie Mellon estudiaron lo que sucede después. Descubrieron que, cuanto más confianza tienen las personas en la IA, menos pensamiento crítico aplican, y que el propio trabajo pasa de realizar la tarea a supervisar la IA que la ejecuta. La supervisión solo te protege si realmente sigues comprobando. La mayoría deja de hacerlo.
Así que el hábito informal que te protegía no falla de forma estruendosa. Simplemente deja de escalar. Justo cuando aumenta el volumen de decisiones, la disciplina que hacía buenas esas decisiones se va debilitando.
Pedir Retroalimentación No Es una Disciplina
Resolver una contradicción, erradicar una suposición, entender por qué algo se supone que debe funcionar de cierta manera, eso es lo que deja de costar minutos y empieza a costar semanas…Una disciplina corrige todo esto. No hablo de fuerza de voluntad. Hablo de un método repetible para tomar una decisión.
Así que la solución no es confiar menos en la IA y más en tu intuición. La solución es la estructura. Pero pedir retroalimentación no es lo mismo que tener una disciplina para ello, y esa diferencia es la clave.
Pedir opiniones es lo que la mayoría de los equipos ya hace. Algo no cuadra, así que recurres a quien tengas cerca. Lo mencionas en una reunión. Esperas que la persona que realmente sabe esté presente y lo diga. A veces ocurre. La mayoría de las veces es cuestión de suerte, y no puedes distinguir los días de suerte del resto hasta que es demasiado tarde.
Pedir opiniones es costoso. Organizar reuniones, las agendas están llenas y para cuando el grupo puede sentarse juntos el momento ya pasó o la decisión se tomó sin ellos. Así que las reuniones empiezan a sentirse como un impuesto, y lo pagas cada vez menos.
Las perspectivas, en cambio, se dispersan: una presentación aquí, un email allá, un hilo en Slack que nadie lee a tiempo. A todos les encanta lo asíncrono por el tiempo que parece devolver, pero en la práctica significa que las perspectivas nunca llegan a encontrarse realmente.
Lo asíncrono funciona hasta que dos perspectivas se contradicen. Es justo cuando necesitas una interacción en tiempo real: una persona diciendo que no es así, otra rebatir hasta que lleguen a la verdad. Lo asíncrono no puede lograrlo.
La contradicción que se resolvería en cinco minutos en una sala rebota durante días de respuestas. Resolver una contradicción, erradicar una suposición, entender por qué algo se supone que debe funcionar de cierta manera, eso es lo que deja de costar minutos y empieza a costar semanas.
Una disciplina corrige todo esto. No hablo de fuerza de voluntad. Hablo de un método repetible para tomar una decisión. Decide, a propósito, a través de qué perspectivas debe pasar antes de implementarse. No quien esté cerca, sino las pocas que realmente importan en este caso. Presentas la decisión a cada una deliberadamente, una vez, y pones atención a lo que cada una suele pasar por alto. Eso es estructura. Tejer las perspectivas adecuadas conscientemente en vez de perseguirlas una reunión a la vez.
¿Por qué eso importa más de lo que parece? Porque saber cómo funciona algo no es lo mismo que entender por qué funciona de esa manera, y ahí es donde viven los peores errores.
Richard Rumelt, autor de "Good Strategy Bad Strategy", llama al primer movimiento real el diagnóstico: determinar qué está pasando realmente antes de decidir. Un buen diagnóstico nombra el verdadero problema, no el síntoma. "Estamos rindiendo por debajo de lo esperado" no es un diagnóstico, es un resultado. El diagnóstico es el por qué que hay debajo, y te indica cuáles son las pocas cosas críticas y cuáles puedes ignorar.
Aquí es donde una sala llena de perspectivas distintas demuestra su valor. El problema se ve diferente dependiendo de quién lo sostiene.
El responsable del presupuesto, la persona que construye la solución, el cliente, cada uno lleva una versión distinta y necesita algo diferente de lo que decidas. Así que resolver el problema correcto no es una sola cosa. Es encontrar la única solución que responde suficientes de esas necesidades distintas a la vez, el movimiento que eleva el listón para todos, no solo para uno.
No encuentras eso en solitario, ni desde la distancia. Lo hallas cuando las perspectivas están reunidas y su desacuerdo te muestra la verdadera forma del problema.
Puedes ver cuánto deseamos esas otras perspectivas en la forma en que hablamos con la IA. “Actúa como un redactor publicitario.” “Actúa como un experto en marketing.” Cada instrucción es una admisión de que una sola persona solo posee ciertas perspectivas, y lo sabemos. Le estamos pidiendo que haga el papel de aquellas que nos faltan.
Ese es exactamente el hueco en el que vive la IA. Un modelo solo tiene lo que cabe en su ventana de contexto, la porción limitada de tu situación que se le ha cargado.
No puede ver lo que le falta, ni puede comparar un punto de vista con otro. Ni siquiera sostiene una perspectiva. Funciona por probabilidad, prediciendo lo que probablemente sigue, sin que le importe si está en lo correcto o no. Así que te dice algo convincente.
¿Esas tres semanas que mi equipo pasó llegando al fondo del asunto? Eso fue diagnóstico. Eso fue entender el porqué. La IA seguirá mejorando sus respuestas. Una mejor respuesta aún no es entendimiento. El entendimiento vino de personas reales, cada una viendo el problema de manera diferente, cada una con interés en el resultado. Ningún modelo puede ser esas personas, por muy bueno que sea. Esa parte te corresponde a ti y a tu equipo.
Cuando Todos Están de Acuerdo, Alguien Falta
La habilidad más difícil es notar cuando uno de esos enfoques no está presente en la sala. Y la señal es lo opuesto a lo que esperarías. Es el acuerdo. Cuando una decisión se toma demasiado fácilmente, cuando todos asienten y nadie se siente incómodo, normalmente eso no es consenso.
La preocupación aquí es que estoy describiendo más reuniones, más personas, más proceso. No lo estoy haciendo.
Una disciplina no consiste en reunir a todo el mundo. Como siempre lo he pensado, buscas la menor cantidad de personas que, entre todas, puedan ver todo el problema. Cada quien cubre una parte que los demás no pueden, así que unas pocas personas que piensan diferente cubren más terreno que una multitud que piensa igual. Ahí está la ventaja: en lo diferentes que son, no en cuántos hay.
No necesitas un organigrama para esto. Pregunta, para esta decisión específica, quién ve una parte que tú no ves. La mayoría de las decisiones tocan una mezcla de los mismos elementos: el dinero, el cliente, la persona que tiene que construirlo, quien debe venderlo y quien será culpado si algo falla.
No todas las decisiones necesitan a todos ellos. Una nueva contratación depende de las personas con las que interactuará a diario y de quien tiene el presupuesto. Un cambio en la forma de trabajar del equipo depende de quienes realmente lo tienen que hacer y de aquellas personas para quienes se supone que crea valor, que muchas veces no están presentes cuando se toma la decisión.
Ahora mismo, eso es la mayor parte de lo que están absorbiendo los equipos: nuevo software, más personal, IA integrada en cada parte del trabajo, y la mayoría llega de arriba hacia abajo. La habilidad está en nombrar los dos o tres enfoques clave de la decisión, no en reunir un quórum.
La habilidad más difícil es notar cuando uno de esos enfoques no está en la sala. Y la señal es lo opuesto a lo que esperarías. Es el acuerdo.
Cuando una decisión se toma demasiado fácilmente, cuando todos asienten y nadie se siente incómodo, normalmente eso no es consenso. Es una perspectiva ausente. La persona que habría planteado objeciones no está ahí. El argumento que habría dejado ver la carencia nunca ocurre, así que la decisión parece terminada cuando solo está sin ser desafiada.
Cuando detectas la carencia, tienes dos opciones honestas. Buscar ese punto de vista antes de comprometerte, aunque te cueste un día. O, si realmente no puedes, decirlo en voz alta: aquí nadie representa al cliente, así que estamos haciendo conjeturas sobre esa parte.
Una ausencia identificada es un riesgo que puedes gestionar. Una no identificada es la respuesta confiada y bien estructurada que resulta estar equivocada.
Por eso la mayoría de los equipos ya mantiene la IA bajo control. En una encuesta reciente de Harvard Business Review, solo el 6% de las empresas dijeron confiar plenamente en que los agentes de IA gestionen un proceso central por sí solos, mientras que el 43% apenas les dejan tareas rutinarias y nada más.
Ese instinto es correcto. La IA debe estar en la periferia del trabajo, en la ejecución, no en el centro de las decisiones. Pero no te confundas sobre lo que es. La IA ahora está en la sala, escuchando, transcribiendo, redactando el resumen mientras hablas. Eso no es lo mismo que tener un interés en lo que se decide.
Si alguna vez has leído uno de esos resúmenes comparándolo con lo que realmente se dijo, ya sabes el resto. Omite cosas, rellena lo que no captó y lo dice con seguridad, pero nunca revisa su propio trabajo. Puede grabar lo que ocurre en la sala. No puede tomar posición en ella.
Una Versión que Puedes Poner en Práctica el Lunes
Antes de que se lleve a cabo una decisión que realmente importa, nómbrala en una sola frase y determina las perspectivas que necesita. Luego reúne a esas personas, las reales, en la misma sala o en la misma llamada durante quince minutos.
Nada de esto requiere una nueva herramienta, una nueva contratación o una nueva capa de procesos. Ese es todo el punto.
La disciplina que las empresas consolidadas intentan comprar con software y personal es algo que un equipo pequeño simplemente puede hacer, porque ya tienes las dos cosas necesarias: las personas adecuadas y la capacidad de reunirlas en una sala.
Aquí va la versión ligera.
Antes de que se lleve a cabo una decisión que realmente importa, nómbrala en una sola frase y determina las perspectivas que necesita. Luego reúne a esas personas, las reales, en la misma sala o en la misma llamada durante quince minutos. No es una reunión programada. No es un comité. Es una revisión breve, deliberada y específica, para esta única decisión.
En esa conversación, convierte el desacuerdo en el objetivo. No preguntes si todos están de acuerdo. Pregunta a cada persona qué está mal desde su punto de vista. No buscas aprobación. Buscas la única objeción que cambiaría la respuesta. Y si todo se resuelve demasiado fácil, recuerda lo que normalmente significa: alguien que debería estar en la sala, no está.
Cuando la IA forma parte, y lo hará, mantenla en el lado correcto de la línea. Deja que redacte, resuma, o saque a la luz un ángulo que podrías haber pasado por alto. Luego lleva su respuesta a la reunión y sométela a prueba igual que lo harías con la de cualquier otra persona.
Trátalo como un borrador para revisar, nunca como un veredicto para aceptar. No tiene voto. Tiene revisión. Y cuando eres solo tú y la IA, toda la llamada es tuya. Puede hacer el trabajo, pero no cargar con la responsabilidad.
Esa es toda la pauta. Nombra la decisión, nombra las perspectivas, reúne a las personas reales en tiempo real, haz que discrepen y mantén todo en el lado de la acción. Te cuesta quince minutos.
La alternativa te cuesta tres semanas y una respuesta segura que terminó basándose en un supuesto erróneo. Una suposición que nadie probó. Una inferencia tratada como hecho. Si lo hace la IA, lo llamamos alucinación. Si lo hace una persona, simplemente lo llamamos confianza.
La Brecha que los Equipos Pequeños Están Diseñados para Cerrar
Toma perspectiva por un segundo. Tanto las personas como la IA se equivocan, y un equipo puede sobrevivir eso. Lo que no puede soportar es la versión más costosa del problema: que falte la perspectiva que más importa.
Las personas que deben crear el valor y aquellas para quienes está destinado rara vez están en la misma sala cuando se toma la decisión.
En una empresa grande, ese es el estado habitual. La persona con autoridad para decidir suele ser la que está más alejada de donde realmente se genera el valor y, además, la más ocupada, la última que puede dedicar quince minutos a sentarse en una sala. Así que la decisión se toma a distancia, basándose en un resumen, por alguien que no estuvo presente para el desacuerdo que habría cambiado la respuesta.
Esta es la brecha que los CFOs siguen reportando y no saben explicar. En un estudio reciente de la consultora RGP, el 66% de los CFOs dijo que esperaba retornos significativos de la IA en dos años. Solo el 14% afirmó que veían valor tangible hoy.
El reflejo es pensar que es un problema de herramientas, algo que se resolverá con un modelo mejor o una plataforma más. No es así. La brecha nunca fueron las herramientas. Es la calidad de las decisiones que alimentan las herramientas.
He aquí por qué un equipo pequeño es el que la cierra. La fricción que paraliza a una empresa grande —todas las capas, calendarios y coordinación— en su mayoría no es tu problema.
Las personas que tú reunirías ya se conocen, ya se tienen confianza y pueden discrepar fuertemente y aun así comer juntas después. No estás gestionando una decisión con extraños del organigrama. Estás acudiendo a las tres personas con las que trabajas cada día.
La disciplina que una gran empresa se gasta millones en intentar reconstruir es algo que puedes hacer esta misma tarde, porque la distancia contra la que luchan nunca existió para ti.
Yo viví esto una vez en una pequeña agencia. Estábamos perdiendo dinero en la mayoría de nuestros proyectos más grandes. La solución no fue una herramienta ni una nueva contratación. Fue reunir en una misma sala a todos los que intervenían en el trabajo, desde la estimación y fijación de precios hasta la programación y entrega. No fue una sola reunión, sino una y otra vez, trabajando más allá de los síntomas para llegar a lo que realmente estaba pasando.
Aumentamos el margen neto en un 33%. El impulso fue la decisión de convertir en hábito el hablar juntos sobre problemas y soluciones. Lo que hizo que funcionara fue que opinábamos sobre trabajos que no eran nuestros, fuéramos expertos o no. De ahí surge gran parte de la innovación, y es exactamente lo que seguimos esperando que la IA nos proporcione.
Y ese es el trabajo que he hecho desde entonces: ayudar a los equipos a abordar los problemas que son demasiado grandes para que una sola persona los resuelva sola.
Lo difícil nunca fue encontrar a las personas adecuadas. Es lograr que estén en la misma sala a la vez, discutiendo y moldeando ideas juntos. Todas las herramientas prometen sustituir esto, pero ninguna puede. Pon frente a frente a dos personas que ven las cosas de forma distinta, en tiempo real, y el problema real saldrá a la luz. El resto es logística.
La IA no tiene perspectiva. No tiene opinión. No siente nada. Para un conjunto limitado de decisiones, ese desapego es exactamente lo que necesitas, y deberías usarla ahí. Pero la mayor parte de lo que hacemos, lo hacemos para crear cosas y resolver problemas para otros seres humanos, junto a otros seres humanos que se preocupan por el resultado.
Esa preocupación es lo que hace que alguien replique, permanezca en la tensión y detecte lo que todos los demás pasaron por alto.
Esas perspectivas son la única parte del trabajo de la que nunca deberías desprenderte. Y si tienes un equipo pequeño, no tienes por qué hacerlo. Ya están sentados en tu mesa. La IA puede ayudarte a hacer el trabajo. Pero la parte que realmente te corresponde, te la quedas tú.
