La IA no reemplazó tu trabajo: reemplazó tu propuesta de valor. En este episodio, conversamos con Taylor Blake, vicepresidenta sénior (SVP) de AI Labs en Degreed, sobre una verdad incómoda a la que se enfrentan los equipos de L&D (Aprendizaje y Desarrollo): si tu trabajo se enmarca como entregar contenidos, desbloquear empleados o proporcionar respuestas en el flujo del trabajo, la IA ya lo hace mejor, más rápido y sin necesidad de invitarte a una reunión.
Pero donde la IA se detiene es exactamente donde comienza el futuro de L&D. Taylor comparte cómo su equipo en Degreed actúa como “cliente cero”, utilizando sus propias herramientas antes de lanzarlas a los clientes, lo que significa que están inmersos en el caos, no solo vendiendo promesas. Desde priorizar la preparación sobre la respuesta hasta el impacto emocional de la eficiencia implacable, esta conversación explora lo que realmente significa desarrollar capacidades en un mundo donde una sola persona ahora tiene el poder—y la presión—de diez.
Lo que aprenderás
- Por qué L&D debe cambiar de entregar conocimiento a desarrollar capacidades humanas
- La diferencia entre formación justo a tiempo y verdadera preparación, y por qué importa más que nunca
- Cómo la IA eleva la exigencia de cada rol, en lugar de reemplazarlos
- Los efectos emocionales no previstos de la hiper-eficiencia
- Por qué los escépticos reflexivos, y no solo los optimistas de la IA, deben construir el futuro
Puntos clave
- Eficiencia ≠ Impacto: Comprimir un libro de 400 páginas en viñetas ahorra tiempo pero elimina la transformación. Aprender no es solo información; es experiencia y resonancia emocional.
- La preparación es un sistema, no una carrera: Las decisiones de alto impacto requieren contexto profundo y juicio. Sin estructuras intencionales—simulación, acompañamiento, seguridad psicológica—los empleados son lanzados a la complejidad sin preparación.
- El contenido no es el rey—el contexto lo es: La IA puede generar respuestas superficiales, pero la experiencia vivida, la memoria institucional y los matices implícitos siguen siendo insustituibles.
- Diseñamos el agotamiento por defecto: Cuando la IA elimina el trabajo de bajo riesgo, lo que queda es un juicio constante. Sin márgenes, reflexión o barreras humanas, los costes emocionales se multiplican.
- La ética no puede ser secundaria: Hay personas reales dentro de nuestros experimentos. Los creadores de herramientas de IA deben dejar espacio para la ambigüedad, las consecuencias inesperadas y lo insólito—como que tu hijo prefiera la validación de la IA antes que la tuya.
Capítulos
- 00:00 — La IA tomó tu descripción de puesto
- 02:00 — Degreed como Cliente Cero
- 05:00 — El valor decreciente de L&D
- 07:30 — Preparación vs. Justo a Tiempo
- 09:00 — El coste de la eficiencia
- 12:30 — Herramientas para el cambio, no solo contenidos
- 15:30 — Trabajo de alto impacto, menos preparación
- 18:00 — Profundidad, contexto y la pérdida del aprendizaje por acompañamiento
- 20:00 — Las personas poseen el verdadero contexto
- 23:00 — Diseñando el burnout por accidente
- 25:00 — Experimentando con responsabilidad
- 28:00 — Construyendo IA con conciencia
Conoce a nuestro invitado

Taylor Blake es vicepresidenta sénior de Nuevas Iniciativas & AI Labs en Degreed, donde lidera los esfuerzos de innovación en la intersección entre el aprendizaje, el desarrollo de talento y la inteligencia artificial para ayudar a las organizaciones a preparar el futuro de su fuerza laboral. Con amplia experiencia en estrategia de personas, transformación digital y desarrollo de productos impulsados por IA, Taylor impulsa soluciones que mejoran el crecimiento de habilidades, la implicación y el desempeño en un mundo laboral en rápida evolución. Es un líder reconocido en dar forma a cómo las empresas utilizan los datos y los sistemas inteligentes para potenciar experiencias de aprendizaje personalizadas y resultados estratégicos de talento.
Enlaces relacionados:
- Únete a la comunidad de People Managing People
- Suscríbete al boletín para recibir nuestros últimos artículos y pódcast
- Conecta con Taylor en LinkedIn
- Descubre Degreed
Artículos y pódcast relacionados:
David Rice: La IA se robó tu descripción de puesto, no tu puesto en sí. Ya sabes, eso que llevas años diciendo que haces. La IA lo hace más rápido, más barato y justo en el momento de necesidad. Si formas parte de L&D y has estado definiendo tu trabajo como proveer formación, producir contenido o dar respuestas en el flujo laboral, bueno, Taylor Blake, la Vicepresidenta Senior de AI Labs y Nuevas Iniciativas en Degreed tiene malas noticias para ti.
Estás en apuros, porque la IA puede hacer todo eso y no necesita tu ayuda. Pero aquí está lo que no puede hacer. No puede expandir las capacidades de las personas para tomar decisiones de alto riesgo. No puede prepararlas para momentos que aún no han ocurrido ni construir preparación en lugar de simple respuesta. No puede ayudar a los humanos a navegar la complejidad estratégica que surge cuando una persona puede generar un gran impacto.
Y esa es la oportunidad que L&D está perdiendo mientras algunos en la industria se ocupan solo de defender la entrega de contenido. El equipo de Taylor no solo está construyendo herramientas de IA para empresas. Las utilizan internamente como cliente cero, lo que significa que viven dentro de las consecuencias de sus elecciones. Y lo que están descubriendo es incómodo.
La brecha entre una demo de IA y la IA en práctica es enorme. El impulso por la eficiencia está aplanando la capacidad emocional de las personas. Y a veces los efectos secundarios son cosas que jamás anticiparías, como la hija de 10 años de Taylor buscando validación en la IA en vez de en sus padres. Hoy vamos a hablar de por qué L&D necesita pensar de forma más expansiva o será reemplazado.
La diferencia entre el aprendizaje justo a tiempo y la preparación, y por qué ambos importan hoy; cómo la IA está volviendo el trabajo de todos más estratégico y de mayor riesgo. La paradoja de la eficiencia: todos hacemos más con IA pero nos sentimos más ocupados que nunca. Y por qué personas reflexivas y preocupadas deben construir herramientas de IA, no solo optimistas.
Soy David Rice. Esto es Gente gestionando a gente (People Managing People). Y si has estado defendiendo tu propuesta de valor actual en vez de reimaginarla, esta conversación va a ser tu llamado de atención. Así que, entremos en materia.
Hola Taylor, ¡bienvenida! ¿Cómo estás?
Taylor Blake: Muy bien, David. Gracias por invitarme.
David Rice: Tuvimos la oportunidad de conversar en la Conferencia Gartner.
Fue realmente interesante conocer todo lo que están haciendo en Degreed, y quería comenzar con la idea de Degreed como cliente cero, ¿no? Experimentan no solo para el desarrollo de producto, sino también como usuarios de sus propias herramientas de IA. Tengo curiosidad: ¿cuáles son algunos de los mayores beneficios que han identificado haciendo esto y cómo ha cambiado su enfoque con el tiempo?
Taylor Blake: Sí, absolutamente. La razón por la que hacemos estos experimentos, la razón de tener AI Labs, es porque hay tanta tecnología nueva, tantas capacidades que llegan con la IA, que realmente necesitamos la oportunidad de darles sentido, y es muy difícil. No hay especificaciones que puedas leer y entender fácilmente cómo se traducen a casos de uso en L&D o a la experiencia de usuario.
Tienes que probar estas cosas, así que las probamos internamente. Eso ha hecho algunas cosas. Primero, nos ha ayudado realmente a entender qué está listo y qué no. La IA está atravesando sus propias fases de entusiasmo, pero cada capacidad de IA y cada caso de uso, algunos pueden estar listos, otros no.
Así que el hecho de poder probar esto por nosotros mismos nos da convicción sobre qué está listo y nos ayuda a entender qué no está maduro aún. Pero también creo que muchas experiencias de aprendizaje dependen de la experiencia individual. Así que al hacernos realmente cliente cero y pasar por estos procesos, creo que realmente hemos elevado el estándar: queremos asegurarnos de que sean experiencias excelentes, y solo cuando lo logramos y decimos “yo usaría esto”, podemos tomar esa base.
Y convertirlo en una capacidad para nuestros clientes empresariales.
David Rice: Me encanta este modelo porque, y dime si es así, siento que exige responsabilidad, ¿cierto? Porque no solo venden una idea al mercado y la dejan ahí, sino que viven las consecuencias de sus propias decisiones, ¿verdad?
Creo que eso es raro. E imagino que expone tensiones que no captarías de otra forma, como la diferencia entre lo que la gente dice que quiere de la IA versus lo que realmente usa cuando está en el flujo de trabajo.
Taylor Blake: Sí, absolutamente. Y hay muchos niveles. La diferencia entre una demo de IA y la IA en la práctica puede ser enorme, y simplemente no lo sabes hasta que lo pruebas.
Debes ver y sentir esos problemas, ver qué dificultades surgen y descubrir cómo vas a mitigarlas. Así que sí, realmente sentimos esa responsabilidad. Al usar estas cosas primero intensivamente, experimentamos todos los problemas, pero también reconocemos que no somos necesariamente nuestros clientes.
Aunque algo funcione para nosotros, es solo la base, no el paso final. Hay muchos pasos en el proceso para asegurarse de que estas capacidades estén listas para grandes clientes empresariales.
David Rice: Grandes o pequeños, parece que L&D está cambiando, ¿no? Cuando conversamos en la conferencia, dijimos que la IA está robando un poco el protagonismo de L&D, ¿cierto?
Es más rápida a la hora de desbloquear personas en el momento que los equipos de L&D, y eso es un gran cambio. ¿Cómo puede L&D seguir siendo relevante en un mundo donde desbloquear a alguien ya no es el principal valor?
Taylor Blake: Creo que es un buen reto para L&D, porque debemos entender que si definimos nuestro trabajo como entregar formación, producir contenido o dar respuestas en el flujo de trabajo, tenemos un problema.
Porque la IA puede hacer muchas de esas cosas. Sí, necesita ayuda, orientación y limitaciones, pero puede hacer gran parte. Pero creo que L&D tiene la oportunidad de pensar de modo más expansivo. No todo problema de desempeño es de formación, pero muchos problemas de desempeño regresan a las personas.
Así que L&D debe adoptar una visión ampliada: estamos aquí para ayudar a la gente a cambiar, a expandir sus capacidades, a mejorar en el trabajo. Si solo nos enfocamos en la formación y la entrega de contenido, eso está siendo absorbido. Pero si ampliamos la visión, hay muchas oportunidades, especialmente porque nuestros clientes ven que la tecnología y la oportunidad ya no son la limitación. El verdadero reto para estas empresas, en sus movimientos estratégicos, es la gente.
Todo depende de cómo de rápido pueden cambiar las personas, de su apetito al cambio, de cuán alineados y bien orientados puedas ponerlos. Hay muchos retos centrados en los humanos, y creo que L&D debe decir: sí, podemos ayudar. Y tenemos que expandir nuestras herramientas para hacerlo.
No se trata solo de contenido o cursos/training tradicionales.
David Rice: Sí, creo que es un punto poderoso. Porque hay mucha oportunidad aquí. Cuando pensamos en conectar con alguien justo en su momento de necesidad, cuando realmente le molesta algo y quiere arreglarlo, esa capacidad de entregar más que contenido es algo que L&D entiende mejor que nadie, ¿no?
La gente aprende de manera diferente. Y poder personalizar, ajustar, pensarlo, es una oportunidad para realmente redefinir cómo entregamos lo que sea — ya sea formación, microaprendizaje o cualquier otra cosa.
Creo que las posibilidades son infinitas.
Taylor Blake: Sí. Y no solo hay oportunidades en el momento de necesidad, sino también antes, en términos de preparación. Creo que hemos dado mala fama a esto: a veces se caracteriza como “justo a tiempo” y lo contrario solo como “por si acaso”, como un seguro y, según eso, una pérdida de tiempo.
Como ha habido tanto foco en lo justo a tiempo por ser eficiente, alineado y relevante, pero necesitamos retomar esta idea: la idea de preparación. Hay cosas para las que hay que entrenar, habilitar y preparar a alguien antes de que llegue ese momento crucial.
¿Cómo preparamos a las personas, especialmente, y seguro lo abordaremos, si la IA vuelve nuestros trabajos más estratégicos? Ahora todos tenemos que tomar decisiones de mayor riesgo y disponemos de muchas herramientas y capacidades. Un individuo puede marcar la diferencia.
¿Cómo preparamos a la gente para ese momento? Preparación, alistamiento; ahora esto es tan importante como nunca antes.
David Rice: Mencionaste una palabra que hoy aparece mucho: eficiencia, ¿no? Se habla todo el tiempo. Creo que se está desplazando el foco de hacer que el aprendizaje sea eficiente a ayudar a que la gente se adapte durante el cambio.
Me da curiosidad, ¿qué infraestructura requiere eso dentro de la empresa? ¿Qué demanda de las personas que hacen ese trabajo?
Taylor Blake: El afán por la eficiencia ha sido interesante. Por ejemplo: piensa en un libro. Si preguntaras a la gente: “¿Hay algún libro que te haya cambiado la forma de pensar?”
Muchos diríamos que sí, pero si ese libro de 400 páginas lo redujeses a un resumen, a un par de frases, a la versión más eficiente de consumirlo, ya no sería tan impactante o transformador.
Estamos viendo que tratar de destilar todo al mínimo y dar la información de modo transaccional a la gente no basta. El cambio no es solo un problema de información o de instrucciones. Hay que dar espacio y tiempo a las personas, y hablando de qué lo hace posible.
Parte de eso es: necesitamos diálogo. Herramientas que permitan que todos dentro de una organización no solo reciban información, sino participen en el cambio, digan qué piensan y sienten, expresen retos, permitan a la organización recibir esa retroalimentación y adaptarse.
Así es como sucede el cambio. No basta un memo de dirección, o activar Microsoft Co-pilot. La IA brinda más herramientas para fomentar un diálogo abierto y convertir el cambio en una calle de doble sentido, donde todos participan.
David Rice: Es interesante, porque durante años el aprendizaje corporativo ha buscado abaratar, acelerar o facilitar el contenido. Pero ayudar a la gente a cambiar y adaptarse es un viaje emocional, es distinto. Requiere reflexión, retroalimentación, contexto y todas esas cosas humanas complejas.
Me pregunto si, en cierta medida, construimos la infraestructura equivocada para el aprendizaje que realmente se necesita hoy, históricamente…
Taylor Blake: Sí. Es el ejemplo de que cambian las limitaciones. Quizá antes la limitante era la información — simplemente no se tenía.
Pero ahora es muy fácil crear, producir y distribuir información. Así que ahora el nuevo reto es que la información no basta. El cambio es un viaje, implica cómo la gente piensa y siente y se le debe implicar en ese proceso. Es distinta la solución y hay nuevas herramientas e intervenciones.
Creo que la IA es un caso ilustrativo, porque todas las organizaciones están pensando qué hacer con ella. El personal tiene temores, inquietudes; algunos se entusiasman y otros se asustan. La IA, como iniciativa de cambio, es un gran ejemplo: la gente trae experiencias y emociones diversas y hace falta nuevas maneras de gestionar eso.
David Rice: Mencionabas que están creando nuevas herramientas impulsadas por IA para el cambio y la alineación, como interfaces de voz, experiencias de coaching, orientación en tiempo real. ¿Qué casos de uso ves donde este enfoque supera al anterior?
No son solo decisiones de producto, parecen apuestas sobre qué tipo de personas queremos formar en el trabajo.
Taylor Blake: Sí, y vuelvo a la transformación por IA. Es el ejemplo que más oímos, además de que ocurre tan rápido y cambia tan velozmente el panorama de la IA, que el antiguo modelo de “gestionar un cambio claro con un plan” ya no sirve.
Ahora se necesita un sistema, no una iniciativa de cambio finita, sino algo que gestione y adapte constantemente, que ayude a la gente a alinearse y adaptarse.
Es, además, un equilibrio. Hablamos de dar confianza a la gente con la IA. Sí, la IA nos da nuevas herramientas, pero hay que poner a las personas al centro de la interacción. Así que es fomentar conversación, diálogo, dar visibilidad organizacional de dónde están las personas, cuáles son desafíos o inquietudes. Las intervenciones pueden incluir coachings de un líder o de IA. Se requiere flexibilidad porque habrá muchas necesidades distintas.
La clave es tener un sistema para comprender, adaptarse y conversar, saber dónde está la gente y no hacer suposiciones arriba-abajo. Hay que implicar y acompañar a las personas.
David Rice: No es solo innovación de producto sino asumir supuestos acerca del comportamiento humano. Imagino muchas preguntas sobre qué fricciones vale la pena resolver o cuánta autonomía dar; esto entra en decisiones de diseño organizacional.
Cómo las personas interactúan entre sí, con el trabajo, su desarrollo… todas son preguntas en las que influyen estas herramientas.
Taylor Blake: Sí, hay muchas preguntas y en verdad por eso creemos en experimentar. Probar ideas pequeñas, conceptuales, darles sentido rápido.
Algo que parece buena solución hoy, en nueve meses podría requerir otro enfoque. Mucho de esto es habilidad de adaptarse rápido y responder, no tener paquetes o programas fijos, porque todo cambia muy deprisa.
David Rice: Cuando hablábamos antes, dijiste que la IA despeja tareas de bajo riesgo y deja lo de juicio y estrategia, las cosas complejas y rápidas.
Suena bien, pero significa que la gente enfrenta decisiones de alto riesgo más rápido y con menos tiempo de crecimiento. ¿Cómo piensas la preparación en ese entorno?
Taylor Blake: Sí, absolutamente. Estaba escuchando un pódcast de Freakonomics sobre controladores aéreos…
No apreciaba lo complejo y demandante de ese trabajo: gestionan muchísimas variables, toman decisiones en situaciones críticas. La tecnología ya se encarga de las optimizaciones fáciles; lo que queda es el juicio crítico de alto impacto.
Esto puede ser abrumador. Los controladores hacen mucho formación y preparación, atención tanto psicológica como técnica. Incluso tienen descansos obligatorios, porque entienden la complejidad cognitiva del trabajo.
Otro ejemplo: Nikki Helmer, nuestra directora de productos, dice que las grandes ciudades europeas son muy caminables; ibas andando al mercado o al transporte. Ahora, en suburbios habilitados por coches, uno ya no camina orgánicamente, hay que generar motivos deliberados para moverse: ir al gimnasio, poner una caminadora. Hay que provocar posibilidades activas de ejercicio.
Antes era orgánico. Ahora la complejidad laboral también exige generar razones y ser intencionales en ese alistamiento.
David Rice: Lo mismo es cierto para desarrollar entendimiento. Se habla sobre la automatización de trabajos de entrada — muchas veces esos trabajos pequeños nos daban contexto y experiencia. Tendremos que obligarnos a desarrollar esas habilidades de forma intencionada, será una forma distinta de aprender.
Taylor Blake: Completamente. Quizá el ejemplo no sea el mejor, pero lo cuento. Hemos tenido fallos en la caldera en casa. Llamamos al técnico de HVAC y se ve quién tuvo formación superficial y busca solo 10 soluciones; si el problema no es uno de esos, dicen que compres una nueva.
En cambio, el técnico experimentado, que trabaja por su cuenta, entiende a fondo cada parte y encuentra la solución correcta. No es necesario comprar una nueva, solo limpiar y arreglar algo: ya está. Ese entendimiento integral se está perdiendo.
David Rice: Sí.
Taylor Blake: Y lo estamos perdiendo. Así que habrá que ser intencionales y crear esas oportunidades. Tal vez no sea cuestión de tiempo hasta que las organizaciones sufran por empleados que entienden superficialmente pero no tienen la intuición necesaria.
Porque no aprendieron por experiencia profunda. Así que habrá que construir esos espacios.
David Rice: Es curioso, antes iba a Home Depot o Lowe's y pensaba que cada cosa era una analogía para escritura o narrativa. Siempre pienso en cómo usamos esas herramientas…
Lo dices y pienso: todos buscamos a Juan, el veterano de la ferretería. El joven quizá sepa dónde está la llave inglesa o el tubo, pero Juan te dice cómo armarlo todo y qué válvula necesitas.
Él es fuente de saber. Y me parece que todos nuestros empleos se están convirtiendo en eso. Hay estudios que muestran que el valor de los empleados sénior —con gran conocimiento y contexto organizacional— aumenta exponencialmente.
Para que la IA cumpla tareas complejas requiere mucho contexto y ahí esta experiencia es vital, eso que mencionabas es muy relevante.
Taylor Blake: Es cierto; hablamos mucho de contexto para la IA: tiene ventanas contextuales enormes y le damos documentos. Pero comparado con la gente y su contexto, sobre todo los empleados sénior con años de experiencia, poseen muchísima información invisible. Ahí debemos ser promotores de la experiencia y capacidad humana.
Gran parte de ese valor es contexto invisible. Hay que encontrar maneras de representarlo y valorarlo, porque es crucial.
David Rice: Totalmente de acuerdo. Es el valor de la experiencia vivida. Tal vez sea porque envejezco, pero creo que no lo valoramos bastante porque es el mayor maestro.
La IA, por mucho que haga, no puede tener una experiencia vivida: no capta los matices, las caras, cómo reacciona alguien en una reunión. No lo “absorbe” como el cerebro. Es infinitamente más valiosa la experiencia humana.
También, antes alternábamos entre trabajo de baja y alta presión. Ya no existe pausa natural porque la IA elimina esas tareas simples. Nos quejamos de cambiar de contexto, pero a veces es bueno.
¿Crees que estamos diseñando accidentalmente el agotamiento laboral? ¿Cómo lo contrarrestamos?
Taylor Blake: Primero, entender que el trabajo cambia. Hay una serie política en Netflix, no recuerdo el nombre, pero decían que cuando las decisiones llegan a niveles ejecutivos, ya no son 80/20, son 51/49: no hay respuesta clara. Lo resuelto es lo que baja en la organización.
Cada vez más, lo que llega arriba es complejo. Ya no solo es presión, es estrategia con muchas aristas, donde no hay respuesta correcta. Las decisiones automáticas se toman solas y lo que queda es muy demandante: no es solo decidir sino justificar, explicar, gestionar el malestar de los afectados negativamente.
Eso genera presión. ¿Cómo mitigarlo? Hablamos de preparación—nuevas herramientas, simulaciones, coaching. Y puede haber mayor dinamismo de equipo, como hacen los controladores: compartir responsabilidad para apoyarse. Tal vez veamos más modelos de co-apoyo; no puede recaer todo en un solo individuo.
Porque es una receta para el agotamiento y nadie quiere eso.
David Rice: Todos debemos aportar holgura al sistema, saber cuándo la presión es demasiada, no presionar aún más, sobre todo en liderazgo y desarrollo. No queremos aplanar la capacidad emocional, pero sí generar estrategias para enfrentar el aumento de decisiones de alto riesgo. Es un reto, pero hemos avanzado en hablar de balance vida-trabajo y salud mental. Hay que aprovechar ese aprendizaje ahora.
Taylor Blake: Sí, veremos lo opuesto pronto. Ha habido tanto foco en la eficiencia y hacer más con menos. La IA puede hacer mucho, pero detrás de eso la gente vive más ocupada que nunca.
El rango de excepciones y decisiones es cada vez más amplio y la optimización trae consecuencias. El sistema no será saludable si solo buscamos optimizar; hay muchas variables invisibles que no se tienen en cuenta y que terminan por romper el sistema.
David Rice: Tal cual.
Te mueves en un espacio donde fallar rápido se incentiva en muchos casos. Pero cuando experimentas en organizaciones reales con personas reales, ¿cómo mantienes el equilibrio entre ambición y responsabilidad? A veces pecamos de ambiciosos o imprudentes.
¿Hay algún caso reciente donde hayas notado esa tensión?
Taylor Blake: Sí, y una razón para experimentar es no hacerlo en organizaciones cliente reales, sino en espacios pequeños y acotados.
Así reducimos riesgo. Pero tu pregunta sobre el equilibrio entre rapidez y repercusiones es relevante. No es ejemplo laboral, pero sí familiar: lo que se te viene a la cabeza.
En verano, mi hija mayor (10 años) hizo un jardín de mariposas en casa e investigó sobre plantas y cómo atraerlas. Le permití usar IA para mostrarle el jardín y pedirle consejos de cuidado.
Un día me pidió el móvil para hablar con la IA. Le pregunté qué necesitaba. Me respondió que en realidad no tenía duda, sino que la IA era tan amable con ella que solo quería hablarle.
Prendieron todas mis alarmas: ¿qué relación se ha creado aquí? Mi hija buscaba validación de la IA, no de los padres. Eso muestra que incluso en casos simples hay efectos colaterales y consecuencias imprevistas. Debo mejorar con mi equipo para superar esas cavilaciones: surgen ideas muy emocionantes y luego deben pasar muchas rondas de “¿pensaron en esto?”, “¿por qué así?”. Parece que buscan los fallos, pero es un proceso de refinado para lanzar algo responsable.
Así que desde la idea inicial a la puesta a prueba y la reflexión crítica, el camino es interesante.
David Rice: Me encanta que lo incorporen: como una valla ética. Hay que hacerse preguntas difíciles.
Y aunque se puede crear sin filosofar, es mejor plantearse los grandes interrogantes porque lo que hacemos está cambiando los días y la interacción humana en lo que tiene valor.
El ejemplo de tu hija es revelador. Es cada vez más común. Me alegra que tengan esos debates internos y se pregunten “¿qué no estamos viendo?”. Eso es lo que todos deberíamos empezar a hacer.
Taylor Blake: Y sí, hay puntos ciegos; cuando alguien te los señala (como que tu creación tuvo una consecuencia negativa), hay que estar abiertos, encontrar cómo incorporarlos al diseño. Quiero que la gente reflexiva y preocupada participe. Si solo los optimistas construyen herramientas de IA ignorando riesgos, resultará un desastre.
Queremos que quienes consideran los posibles inconvenientes no ignoren la tecnología, sino que participen y ayuden a construir soluciones responsables.
David Rice: Bueno, Taylor, gracias por venir hoy. Ha sido un placer.
Taylor Blake: Gracias a ti por invitarme. También para mí ha sido valioso; hablamos de reflexión y este espacio me permitió pensar sobre varios temas, así que lo aprecio mucho.
David Rice: Oyentes, si no lo han hecho ya, visiten peoplemanagingpeople.com/subscribe y suscríbanse al boletín. Recibirán las últimas novedades, desde eventos, pódcasts, nuevas series de contenido, todo lo que hacemos.
Hasta la próxima, prueben, pero háganse las preguntas difíciles.
