Por Qué Los Marcos Tradicionales de Gestión de Riesgos de la IA Están Colapsando

David Rice: Una directiva legal en una empresa Fortune 500 lo expresó así: su empresa no estaba en llamas, pero sentía que todo el mundo tenía un lanzallamas en las manos. Así es como están la mayoría de las organizaciones ahora mismo, conscientes del riesgo, sin saber dónde apuntar la manguera, y el peligro no viene de fuera. Es el impulso interno que nadie sabe cómo frenar.

En el programa de hoy, hablo con Reid Blackman, autor de El Reto de la Pesadilla Ética, sobre por qué los marcos tradicionales de gobernanza no están hechos para lo que está ocurriendo ahora. Tus empleados ya están usando IA de formas que no habías previsto. No puedes predecir cómo usarán los agentes de IA, y el único mecanismo que la mayoría de líderes conoce es restringir el acceso, lo cual no es realmente una solución.

Reid señala un punto que corta mucho del ruido en torno a esto. Moverse rápido y tomarse en serio la ética de la IA no son términos contrapuestos. Las empresas que lo tratan como una elección binaria están creando exactamente los fracasos catastróficos de confianza que quieren evitar. Y no tienes que construir un programa integral de ética de la IA de la noche a la mañana.

Puedes empezar a nivel de proyecto, con dos o tres equipos, un piloto de diez semanas, o incluso solo con una conversación honesta sobre dónde podrían surgir esas pesadillas. ¿Cuál es la primera pregunta que vale la pena hacerse en tu organización? ¿Qué tal si preguntamos si nos hemos detenido a identificar cuáles podrían ser las pesadillas éticas, reputacionales y legales derivadas de cómo estamos adoptando la IA?

La mayoría de las organizaciones, siendo honestas, responderán que no, y ahí es donde empieza el camino. Así que hoy cubriremos por qué la gobernanza tradicional del riesgo no está preparada para la IA generativa o los agentes. Qué hace que la IA agente sea un desafío de gobernanza fundamentalmente diferente, por qué la rapidez y la ética no son mutuamente excluyentes, y cuánto realmente cuesta "muévete rápido y rompe cosas". Y finalmente, cómo empezar el reto de la pesadilla ética a nivel de proyecto.

Soy David Rice, esto es Personas que Gestionan Personas. Y si en tu organización aún no se han preguntado qué podría salir mal y a quién se puede perjudicar, esta conversación te muestra por qué esa pregunta no puede esperar mucho más. Vamos allá.

Bien, Reid. Bienvenido al programa. Es un placer tenerte aquí.

Reid Blackman: Gracias por invitarme.

David Rice: Sí, tengo el libro aquí. Me gusta el libro. Creo que es una lectura recomendable para todos los que están pensando en los retos éticos en torno a la IA.

Reid Blackman: No es mi taza de té, pero me alegra que te guste.

David Rice: Describes a una directiva legal en el texto, y hablas de una empresa Fortune 500 que dijo que su empresa no estaba en llamas, pero parecía que todo el mundo tenía un lanzallamas, me gusta esa imagen.

Reid Blackman: Sí, sí, es una cita literal.

David Rice: Es una imagen notable, ¿verdad? Porque captura exactamente cómo se sienten muchos líderes ahora mismo. Son conscientes del riesgo, pero realmente no saben dónde apuntar la manguera en todo esto de la IA. Así que me da curiosidad, en tu opinión, ¿cuál es la razón estructural por la que la mayoría de organizaciones están en esa situación?

¿Y por qué la gobernanza tradicional del riesgo no cierra esa brecha?

Reid Blackman: Es una gran pregunta. Bien, la razón por la que se sienten así es porque hay muchas razones. Una de las principales es que no saben qué tipo de travesuras pueden hacer sus empleados. Porque lo interesante de cosas como, empezó con la IA generativa y luego agentes de IA, de los cuales podemos hablar, es que se pueden usar en muchísimos contextos, por tantas personas diferentes con tantos propósitos distintos que no puedes predecir.

Simplemente no puedes prever todas las diferentes formas en que se va a usar la herramienta. Y por eso, y también sabes, oh, cierto, estas cosas pueden involucrarse en ciertos tipos de comportamientos que violan la privacidad, pueden ser sesgados o discriminatorios de varias maneras, pueden alucinar o simplemente inventar información. Así que hay muchos... Ha habido bufetes de abogados, las Big Four de la contabilidad han salido en las noticias por entregar trabajos a clientes con materiales alucinados por IA.

Y cuando juntas el hecho de que tienes todas las formas en que las cosas pueden salir mal con la IA, combinado con que no puedes prever cómo la usarán todos tus empleados, por supuesto que vas a estar nervioso, ahora todos tienen el lanzallamas. Si hay una respuesta a por qué el enfoque estándar no funciona aún, hago una pausa aquí un segundo.

David Rice: Lo que me llama la atención de la imagen es que pone el peligro en manos de las personas que se supone que deben dirigir, ¿verdad? No es una amenaza externa. Es ese impulso interno que ahora nadie sabe cómo frenar. Creo que en realidad es, ya sabes, un problema de liderazgo y cultura del que hablamos siempre, ¿no?

Es, tanto como un problema de gobernanza.

Reid Blackman: La única forma que conocen de frenar es restringiendo el acceso y no usando estas cosas, simplemente no usar las herramientas. Así que pueden prohibir cosas-

David Rice: Lo cual no es realmente una solución.

Reid Blackman: No. Es una medida temporal como mucho. Y esto empeora aún más con la IA agente. Cuando pides a los empleados: "Hey, usen estos últimos sistemas agentes, usen Claude Code," o algo parecido, y, "Creen su propio agente, su propio asistente, su propio panel de control," ahora las cosas se descontrolan realmente, porque quién sabe qué harán con lo que construyan y para qué lo usarán, y cómo lo integrarán en sus flujos de trabajo.

¿Van a poner los controles adecuados? ¿Sabrán cuáles son los riesgos? ¿Y cómo ejercen su criterio profesional en este contexto tan gris?

David Rice: Es muy difícil, ¿verdad? Lo agente quizás es diferente por la forma en la que debe construirse. Pero creo que, cuando pensamos en LLM y GenIA en el entorno laboral, lo que me resulta curioso de la analogía del lanzallamas es que RRHH entra en la sala y la cosa ya está encendida y rociando por todos lados.

Porque todos ya se están adaptando y usándola e incorporándola a sus flujos de trabajo de maneras que ni siquiera conoces o has imaginado. Así que intentar tomar el control es un desafío. Y ahora traen esto de "¿Vamos a hacer qué a medida?"

Es una época interesante. Me interesa porque lo que veo es que mucho de esto es una elección, ¿no? Lo implementamos de diferentes formas, pero quién dentro de la cúpula tiene la autoridad para frenar el ritmo. Y decir, ya sabes, la presión por acelerar no viene de arriba.

Ahora viene de todas partes. Parece que de las juntas, inversores, la cúpula, competidores. ¿Quién va a asumir el momento de decir, "Espera. Tenemos que frenar y hacernos algunas preguntas éticas aquí"?

Reid Blackman: Sí, sí.

David Rice: Y puede parecer un poco limitante para la carrera, pero queremos hacer esto de manera responsable.

Reid Blackman: Déjame definir rápidamente los agentes de IA porque creo que ayudará a la audiencia, ya que hacia ahí vamos.

Así que como veo un agente de IA, y sé que no soy el único, un agente de IA normalmente tiene como núcleo un LLM, como un chatbot con el que interactúas, y deben cumplirse dos condiciones para que sea un agente. Primero, debe conectarse con otras herramientas. Así que conectas tu LLM a internet, y lo conectas quizá con bases de datos empresariales o software empresarial como tu CRM.

Quizá se conecte con otras IAs. Así que la condición uno es que tu LLM tenga acceso a estas diferentes bases de datos, software y otras IAs, etc. La condición dos es que exhiba cierto grado de autonomía, es decir, le das el objetivo que quieres. En lugar de decirle, "Primero ve a esta base de datos y extrae esa información, luego pásala por la IA estrecha número dos, y luego haz esta búsqueda en internet, y luego...

"Sabes, eso es un rollo. Lo que de verdad quieres es poder decir, "Quiero que envíes un email a mis cinco clientes principales para decir tal cosa, basado en tal información", y él, por así decirlo, "descubre" solo qué herramientas usar, qué búsquedas en internet hacer, si corresponde, a qué bases de datos acceder si corresponde, qué otras IAs debe usar, a qué otros software conectarse.

Y como el agente descubre solo cómo perseguir el objetivo especificado por el usuario, es autónomo respecto a los medios para esos fines. Es autónomo respecto a cómo cumple el objetivo que le diste. Así que si tu LLM cumple esas dos condiciones, está conectado a herramientas y es libre de decidir cómo alcanzar los objetivos que le asignas, tienes un agente de IA.

Y ahí comienzas a entender toda la complejidad, porque... cómo luce el agente depende mucho del contexto. ¿Quién usa el agente? ¿A qué herramientas lo conectaron? ¿A qué datos tiene acceso, a qué otro software? ¿En qué orden usa esas herramientas?

¿Qué decisiones puede tomar? etc. Así que hay mucha complejidad aquí. Así que no solo tienes la imprevisibilidad de cómo la gente usará LLM por sí solos, solo IA generativa, sino que cómo usarán los agentes de IA es aún más impredecible. Dicho esto, olvido tu pregunta inicial.

David Rice: Creo que la segunda parte era, ¿por qué la gobernanza tradicional del riesgo no cierra esa brecha? Y creo que señalas la complejidad ahí, ¿verdad?

Reid Blackman: Sí ...

David Rice: Agentes de IA, como que ni siquiera les damos descripciones de puesto claras en algunos casos, y hay desviaciones reales y vemos que hacen cosas que nunca pretendimos.

Así que sí, creo que la complejidad y la habilidad tecnológica todavía tiene mucho que avanzar. Pero tú... no sé, tú dime.

Reid Blackman: Son todas esas cosas. Cuando pienso en lo que es la gobernanza tradicional de la IA, lo digo como alguien que ha practicado la IA responsable o la gobernanza de IA tradicional.

En fin, llevo ocho años asesorando a grandes organizaciones, en estos últimos años... No, no, los ocho años he asesorado a grandes organizaciones en gobernanza de IA o IA responsable o ética de la IA, lo que sea que le llame. Y hay varios problemas. Y no solo lo digo yo, también colegas, competidores, mi primer libro explicaba y defendía ese enfoque estándar de la gobernanza de IA.

Y hay varias cosas que ya no funcionan. Creo que ese enfoque está roto. Uno, es muy de arriba hacia abajo y orientado por políticas, y si perteneces a una organización grande, sabes cuánto tarda aprobar una política. Para que la junta de directores apruebe una política a nivel empresa, al menos un año.

Algunos lugares, dos años. Tarda mucho. Lo más rápido que he visto es nueve meses, y eso fue con decisores muy competentes y rápidos. Pero aún así tardó nueve meses. Mientras tanto, la tecnología avanza a saltos. De hecho, esa compañía del lanzallamas que mencionas, una Fortune 500 de CPG, cuando dijo lo del lanzallamas, estaba hablando de IA generativa frente a IA estrecha, reescribieron su política, etc.

Era una política muy robusta, probablemente la más robusta que nunca pasamos con un cliente. Era fan de ella. Pensé: "Vaya, esto es increíble". Y luego empezamos a implementarla, porque claro, una vez publicas la política, a nadie le importa. Nadie se despierta corriendo a leer la nueva política.

Así que ahora tienes que hacer una campaña de concienciación. Tal vez haya tres personas en la empresa a las que les interesa, pero en general, tienes que construir conciencia sobre la política y cómo... Debes traducirla a su departamento. Debes traducirla a sus roles y flujos de trabajo.

Esto toma meses, en realidad años, y hacíamos eso con ese cliente, y de pronto sale la IA agente, y "oh, Dios, ahora estamos implementando una política desactualizada, y hay que obtener la aprobación de la cúpula y de la junta de..." Puedes ver que es un lío interminable. Y esto solo es IA.

Si quieres hablamos luego de que ahora hay computadoras cuánticas, blockchain, así que el panorama tecnológico se complica cada vez más, y este enfoque de políticas de arriba abajo es muy, muy lento. Y sobre lo que mencionas respecto a la complejidad de los agentes, un documento derivado de la política contendrá muchos procedimientos de cumplimiento.

Supón que tenemos 20 procedimientos. Con agentes de IA, por su complejidad y especificidad contextual, tal vez 10 de esos procedimientos sí apliquen exactamente. Pero los otros 10 serán totalmente irrelevantes para tu contexto agente. Habrá otros 10 que ni siquiera están en esa lista y sí sean muy relevantes para ti, dado lo que construyes y cómo lo usas.

Así que este modelo de asumir que conocemos todos los controles y procedimientos para garantizar que las cosas funcionen bien, está roto dada la complejidad de la IA Agente.

David Rice: Acabas de decir algo interesante.

Es asumir que conocemos todos los riesgos, complejidades y roles. Sabemos que no es así, ¿verdad? Así que-

Reid Blackman: Sí, cien por cien.

David Rice: Vi que los datos de incidentes de IA del MIT, creo que es el repositorio de riesgos de IA, muestran que los fallos verificados casi se triplicaban entre 2021 y 2025, y eso es solo lo reportado, ¿no? Así que-

Reid Blackman: Sí ...

David Rice: muchas juntas tratan la ética de la IA como una casilla de cumplimiento. Muchos lo ven como un asunto de TI, pero ¿en qué momento esa postura se convierte esencialmente en una negligencia fiduciaria, verdad? ¿Qué significa realmente la responsabilidad cuando un sistema de IA causa daño real?

Reid Blackman: Sí. Creo que mi respuesta a esta pregunta ha cambiado con los años. Antes, la gente que encuentro excesivamente comercial en este ámbito siempre decía cosas como: "Oh, la ética y gobernanza de la IA no retrasa, hace ir más rápido, como los frenos de un coche te dejan ir más rápido".

Siempre me ha parecido una tontería. Me encantaría que fuera cierto. Podría vender más, pero simplemente es falso. Basta ya. Pero creo que eso cambia con la IA agente. Realmente lo creo. Y es porque resulta tan obvio que los agentes pueden descontrolarse.

"Oh, con IA agente, van a resumir emails, enviar emails, crear documentos." Sí, veo cómo puede fallar. Pero cuando dices, "Vamos a crear estos sistemas de IA que tomen decisiones a una escala y velocidad que los humanos jamás igualarán en docenas de plataformas", es fácil pensar, "Esto puede salir realmente mal, muy rápido".

No necesitas ser tecnólogo para pensar que eso suena loco. Autonomía y todo ese poder dado al agente, todo el acceso a datos y herramientas y potencialmente a clientes y usuarios que das al LLM, eso ya sí parece una locura. Así que, en vez de frenos, ahora pienso más en el volante.

Si no sabes girar bien el volante con los agentes, obviamente las cosas van a descarrilar. Así que los agentes han hecho tan obvio que, lo que veo (y aún es el inicio), es que más líderes senior, y específicamente más gente en la cúpula fuera del área técnica...

Tradicionalmente eran CDO, CAO, CIO, etc., pero ahora CHRO, COO, CEO por supuesto, CMO empiezan a decir, "Sí, esto es una locura".

David Rice: Es interesante, ¿verdad? Siempre pienso que no es solo un problema legal, y lo vemos desde la perspectiva de RRHH a menudo, es un asunto de cultura, mucho tema de confianza.

Pero también hay un problema de continuidad del negocio aquí. Así que, ¿es el chief people officer quien debe levantar la mano antes de que acabe en legal? Pienso en cosas como las demandas por Workday y Eightfold, ¿verdad? No son operadores marginales.

Es software HR mainstream. ¿Estás asumiendo responsabilidad solo por adoptar estas herramientas, quizás sin saberlo? Así que es una llamada de atención sobre responsabilidad con proveedores y cómo compramos tecnología. También me pregunto por la parte del consejo, porque creo que hay una brecha entre lo que dicen sobre gobernanza de IA y lo que realmente saben.

Reid Blackman: No tienen ni idea.

David Rice: Eso iba a preguntar, ¿tienen la alfabetización ahora para siquiera... No ... hacer las preguntas correctas?

Reid Blackman: No. Cuando hablo con un consejo de administración, me deja pasmado lo poco que saben. Honestamente, aún es el día 1. Consejos de empresas Fortune 500... no crecen con internet ni computadoras personales. Suelen ser mayores. Saben muy poco de IA. Creo que tienden a sentirse intimidados. Un problema común es que muchos no tecnólogos se asustan por la tecnología y piensan que es cosa de IT o ciencia de datos.

No son técnicos. Es complicado. Yo no soy matemático, ni programo. Es para ellos. Y ese miedo los hace mantener la IA a distancia, más aún cuando tienen que pensar cómo evitar pesadillas y escenarios malos.

Dicen: "Eso no es lo mío." Y creo que eso es desastroso ahora. Porque una cosa que se celebra con la IA, especialmente generativa y agente, es que democratiza la IA. La pone en manos de todos, lo cual es genial.

Aunque me centro en la Pesadilla Ética, en los riesgos, no soy escéptico. Creo que la IA es increíble, la uso cada día. Pero debemos lograr que la gente se sienta cómoda si vamos a democratizar. Se debe lograr que todos conversen y piensen sobre ello sin miedo. Hay que bajar la barrera para tratar los riesgos y cómo evitarlos.

David Rice: Solo llevamos seis meses o un año con gente de RRHH realmente asumiéndolo ahora y empezando a sentirse cómodos usándolo y obteniendo resultados útiles. Recuerdo hace un año hablando con gente que sentía: "No estoy calificado para usarlo".

Eran de recursos humanos, y tocaba desafiar ese relato. Porque, sí, veíamos el potencial, pero era intimidante y me imagino que lo mismo para los consejos, que quizá llegaron a sus cargos por un recorrido muy distinto al de absorber tecnología de forma natural.

Reid Blackman: Sí, sí, sí. Un par de cosas. Una, solo una breve historia: estaba dando una presentación... general, no a un consejo, era para todo tipo de empleados. Otra Fortune 500, esta vez biotecnológica, y explicaba temas de IA, riesgos y sesgo y puse un ejemplo de IA en RRHH.

Creo que era IA estrecha puntuando currículos. Alguien de cumplimiento empezó a escribir furioso: "Por claridad, la política es que nadie puede usar IA en procesos de selección", etc. No olvidó ese mensaje.

Así que he visto gente muy preocupada por "No usen IA en RRHH". Lo segundo, uno de los problemas del enfoque estándar del que ya hablé, muy basado en política de arriba abajo, es que requiere que alguien de la cúpula técnica lidere, porque solo ellos se sienten cómodos.

Si alguien va a liderar, será el CIO, CISO, CDO, etc. Y los de RRHH nunca son los referentes. Dicho eso, a menudo son de los primeros departamentos donde se aplica la política, por los datos sensibles y lo arriesgado de sus decisiones.

Pero ahora necesitamos una solución rápida de implementar y escalar, y creo que la solución (lo que presento en el libro) debe poder empezar en cualquier parte. Así que el chief product officer puede decir: "Necesitamos ver cómo será la gobernanza de IA en producto".

El CHRO puede decir: "Necesitamos ver cómo será en RRHH, y no sé qué hacen los demás pero no esperaré a que haya una política a nivel empresa. Eso tarda demasiado. Necesitamos abordar en nuestro departamento cómo evitar esas pesadillas".

Así que esta es la caracterización neutral de lo necesario. Un enfoque rápido de implementar y escalar, que entre en varios lugares y no espere a toda la junta o la cúpula porque esperarás eternamente.

Ese es el punto neutral. Un poco menos neutral: necesitamos que los jefes de departamento se agrupen para identificar posibles pesadillas éticas, reputacionales y legales para su equipo. ¿Qué recursos necesita RRHH, por ejemplo, para evitar esas pesadillas y cómo entrenar a su personal para usarlos bien?

Se necesita algo que permita implementarse así de rápido, y no se puede esperar a que legal intervenga.

David Rice: Estoy de acuerdo. El marco tradicional de IA responsable, creo que está hecho para sistemas estrechos y predecibles. Y argumentabas en el libro que eso ya está obsoleto y la mayoría no lo ha asumido.

Pero me interesa la psicología organizacional tras esa lentitud, ¿es negación, presión por la velocidad o que quienes toman decisiones no entienden qué despliegan?

Reid Blackman: El rezago. Hay varias formas de responder. Una es esta: Hemos trabajado con muchos clientes, algunos con éxito, otros no tanto.

Diferentes organizaciones chocan contra muros en momentos distintos. Trabajando con alguien de servicios financieros, en un banco, el jefe de innovación en IA, construimos un programa de IA responsable. Pero gestión de riesgo de modelos, otro departamento, se entera y dice: "¿Qué hacéis?

No, no, eso es cosa nuestra." Y entonces peleas políticas, etc. Otro ejemplo: Aplicas la política en un departamento y el jefe dice: "¿Quieres hacer qué? No quiero hacerlo". Así que aunque la política esté aprobada, surge otro muro en la implementación, donde el jefe (en IT por ejemplo) dice: "Eso no lo haremos".

¿Cómo leemos esto? Y esto conlleva que todo se ralentiza porque hay que lograr aceptación. Un colega me decía: "Al final, no les importa la ética". Y pensé: "En realidad, no es eso". Contra todo pronóstico, lidio con buena gente que quiere hacer lo correcto. Y, por supuesto, lo correcto para su marca y organización y gestionar su reputación.

Y pensé que el problema es que confiamos en el chief data officer, el CIO, el CISO, etc. para llevar el cambio organizacional, y es un gran esfuerzo político para el que no están preparados, porque son tecnólogos.

Están al mando técnico porque saben liderar equipos de TI. Nunca les enseñaron a conectar con el CHRO, COO, CMO, etc. Así que ese gran cambio organizativo nunca fue su misión. Y esa es una de las grandes causas de la lentitud. Esa fue mi primera explicación. Pensé: "Debemos ayudar a nuestros clientes a impulsar ese cambio". Pero luego reflexioné más y pensé: "El problema no es que sea un gran esfuerzo político y necesitan ayuda, sino que planteamos un esfuerzo político demasiado grande de inicio". Necesitamos una solución que no exija un alineamiento ejecutivo masivo desde el principio para progresar.

Es demasiado. Hay que empezar en pequeño. Encontrar cómo entrar por partes y expandir desde ahí, en vez de buscar ese gran alineamiento del CEO. Es una de las razones principales del rezago. El enfoque estándar de IA es lento, en parte porque cuesta crear voluntad política y el empuje necesario para aprobar, implementar y adaptar las políticas a los flujos de trabajo.

David Rice: Es interesante, como con cada gran cambio tecnológico, donde supera la respuesta institucional, tenemos marcos existentes, y aunque ya no funcionan, seguimos usándolos. Sí. Aunque los supuestos ya no valgan, nos dan consuelo y sensación de seguridad.

También hay un factor humano, donde muchos líderes que crearon los marcos para IA generativa o predictiva lo hicieron de buena fe. Invirtieron su credibilidad en ellos. Hay ego e identidad, y admitir que deben desecharse quizá es incómodo para ellos.

Así que es curioso, tienes un problema humano en una conversación técnica. Pero lo que vale la pena decir para toda persona directiva de personas y COO escuchando es que si tu sistema de gobernanza se diseñó antes de que existieran los sistemas agentes, quedará desactualizado muy pronto.

Ya no te protege. No es una crítica a lo que hiciste, es la realidad de lo rápido que avanza esto. Es lo que le pasa a todo el mundo, nadie puede mantener sus skills a ese ritmo y lo mismo ocurre aquí, las políticas quedan desfasadas.

Reid Blackman: Sí. Si quieres, yo he sido practicante y asesor de ese enfoque tradicional. Lo he implementado en organizaciones, lo escribí en mi primer libro. Pero si tomas el capítulo cuatro y siete y los usas como leña o prender fuego-

está bien. Era válido entonces. No es que nos equivocamos, pero fallamos lo suficiente. No lo previmos tanto, como se dice, no lo "blindamos al futuro" porque no sabíamos. Yo no sabía que venía ChatGPT. No sabía que llegarían los agentes de IA hasta febrero de 2024. Ahí empezamos a verlos. Así que lo viejo era sensato. Como decías antes, el enfoque tradicional era para IA estrecha, por eso el libro. Pero no sirve para el mundo agente. Olvida eso.

David Rice: Yo lo pienso: En 2022, si me preguntas por IA, te habría dicho: "Hay que ser científico de datos para entenderla".

Y ahora pasa de todo. ¿Quién sabe? Cualquiera lo usa, y eso solo se va a multiplicar. Se complicará más y más. Habrá más gente haciendo cosas que ni podemos prever.

Así que, sí,

Reid Blackman: Creo que es así, pero resalta un punto importante: debemos mejorar la comunicación. Ahora, como decías, todos están intentando entender la IA, usándola, pensándolo, están curiosos, etc. y debemos poder hablar entre nosotros sobre esto.

Pero los científicos de datos no saben cómo hablar con RRHH ni los COO. Y viceversa. RRHH probablemente no sabe hablar con producto. Y con tanta complejidad, si no... el panorama es complejo, no hay solución fácil, pero si encima cada uno usa un lenguaje distinto, será mil veces peor.

Así que la pregunta es: en esta complejidad, ¿cómo creamos un lenguaje claro para esto? Esa comunicación no solo nos ayuda a entender el terreno, también es la base de la colaboración. Porque los agentes pueden cruzar departamentos y funciones, pueden hacer muchas cosas, así que los departamentos deben colaborar al construir, monitorear y controlar estos agentes de IA. Así que necesitamos comunicación clara para entender ese terreno complejo y poder colaborar entre áreas sobre cómo evitar verdaderos problemas.

Por eso el libro se llama El Reto Pesadilla Ética, y uso la palabra pesadilla: todos saben qué es una pesadilla. No es técnica ni jerga. Es: "¿Cuáles son los escenarios de pesadilla aquí?" RRHH puede responder eso. Sería una pesadilla descubrir que la IA excluía sistemáticamente a mujeres mayores de cuarenta años en entrevistas, por ejemplo.

Puedes nombrar esas pesadillas. Si simplemente pregunto, "¿Cuáles son esas pesadillas?", sabrás cuáles son. Y así un RRHH puede decir a un científico de datos: "Nos gusta lo que haces, pero esto es lo que realmente nos preocupa con tu software, la solución de IA que nos das".

Así se habla de pesadillas, de consecuencias concretas a evitar, en vez de procedimientos complejos y principios sobre minimización de datos, etc. Eso es demasiado técnico. RRHH dirá: "Minimización sí, ¿pero el resto de veinte conceptos?"

Olvida eso. Aquí están los graves de verdad. ¿Cómo aseguramos que no tendremos esos problemas?

David Rice: Mencionaste los escenarios de pesadilla, y el libro pide a los líderes imaginar los peores resultados plausibles antes de que ocurran, ¿no? Suena obvio, pero claramente no es algo habitual.

¿Qué ocurre en esas sesiones que los líderes no esperan y qué revela sobre cuánto realmente conoce la organización su propio stack de IA?

Reid Blackman: No lo conocen. El tema de las pesadillas ha sido revelador para mucha gente. Y sí, es obvio. ¿Cómo no empezamos ahí?

Yo sé por qué no empecé ahí, personalmente, por dos razones. Una, yo era profesor de filosofía especializado en ética. Los filósofos hablamos de lo bueno y lo correcto. De lo malo y lo permisible, pero hablar de pesadillas no suele ser nuestro enfoque.

Tratamos de definir qué es lo bueno y cómo acercarse a ello, etc. Y en riesgo, suele ser muy procedimental, lo vi trabajando con alguien que era chief risk officer/cumplimiento.

Pero siempre son procedimientos: "¿Solo recoges los datos necesarios?", ese tipo de enfoque muy... Así que aunque es obvio, por cómo piensan los éticos y los de riesgo no sale decir: empecemos por buscar los peores casos.

Aunque, por cierto, sí es estándar en ingeniería. Si construyes un avión, buscas formas en que puede fallar y luego corriges. Así que en gestión de riesgos clásica, sí es lo usual, pero no en IA.

Así que cuando empecé el reto de la pesadilla ética, que empieza por: dime las pesadillas éticas de tu empresa con la IA...

Me resultó obvio al pensarlo, y me sentí validado al ver que eso ya pasaba en otras ramas de la ingeniería. Antés, esas conversaciones al nivel consejo/alta dirección iban así: partías de los valores, no de las pesadillas.

"Defendemos equidad, transparencia, responsabilidad, privacidad", y un largo etcétera de valores morales genéricos. A veces llamados principios o pilares. Y luego decías: "¿Qué significa ser justos?"

Y todos te miran sin saber. Así que para hacer concreto ese valor, y lo defendí cantidad de años, lo traduces a procedimientos. Si quieres equidad, implementas el procedimiento de chequear sesgos en cada etapa del ciclo de IA.

Identificas los stakeholders potencialmente discriminados. Para transparencia, el procedimiento será informar a usuarios finales que interactúan con IA, etc. Todo se traduce a procedimiento. Y la conversación es: ¿adoptaremos este procedimiento o no?

Y al nivel C-suite y junta, esto es muy aburrido para ellos. Muy técnico. Pero eso es lo que hacíamos con los valores. ¿Qué más puedes hacer? Si preguntas a CHRO, COO, CMO, CEO, la junta, qué es una IA justa, tendrás un billón de respuestas contradictorias. Así que es un mal punto de partida.

Ahora, si les pregunto: "¿Cuáles son los escenarios de pesadilla?", captan mucho mejor de qué se trata. Sería una pesadilla porque X, nuestra reputación, inversores enfadados, etc.

Saben especificar qué es "muy malo". Esa es la ventaja del concepto pesadilla. Otra es que es mucho más fácil, y mucho más sencillo lograr alineación. Antes hablamos de alineación. Mucho más sencillo alinearse sobre los problemas graves que sobre el ideal. No es perfecto, sigue habiendo desacuerdo, pero menos, mucho menos.

David Rice: Y también es motivador. Transmite la urgencia adecuada. Nadie suele decir, "Vamos a trabajar a fondo en estos procedimientos"

Reid Blackman: ahora sí, estoy entusiasmado con cómo estos procedimientos cumplen el valor de la equidad. Pongámosle mucho empuje, mucha energía. Nadie hace eso. Pero, "Vaya, estos escenarios de pesadilla, ahora que los pensamos y evaluamos su probabilidad y cómo podríamos caer en ellos, sí, ahora se me quita el sueño". Las pesadillas son lo que no te dejan dormir, en el buen sentido.

Así que sí, pongámonos a trabajar en esto.

David Rice: Lo bueno de hablar de pesadillas es que da una forma estructurada de avanzar hacia la honestidad intelectual o algo parecido. Porque como decías, con el valor la gente se queda callada, ¿no?

Reid Blackman: Sí.

David Rice: Sí ... No sé, ¿no? Las organizaciones no son buenas siendo tan honestas cuando hay impulso e inversiones detrás. Nadie quiere ser quien diga: "Esto está genial, pero ¿y si realmente sucede esto?"

Y es un daño real, porque incomoda. Pero alguien tiene que decirlo, y es algo de lo que hablamos mucho sobre seguridad psicológica, pero también te tiene que oír porque para imaginar los peores escenarios necesitas una cultura donde decir lo incómodo no te haga quedar como pesimista.

Me parece genial que tu Reto Pesadilla Ética sirva además de diagnóstico cultural.

Reid Blackman: Sí, es una buena forma de expresarlo. También, a mi modo de ver, ayuda a construir esa cultura ética donde no se requiere... Bueno, sí requiere seguridad psicológica en un sentido mínimo: "Esto es lo que hacemos aquí".

Quiero destacar algo de la solución. Ya hablamos de El Reto Pesadilla Ética, que consiste en tres preguntas. La primera, ya la tratamos: ¿Cuáles son las pesadillas éticas de la IA para tu empresa? ¿Qué recursos tienes para evitarlas?

¿Y cómo vas a capacitar a tu gente para aplicar esos recursos de forma efectiva? Así que esas son las tres preguntas del reto. Lo bueno de ellas es que son muy portables, puedes hacerlas en cualquier nivel de la organización. A nivel de solución.

Por ejemplo, para una solución concreta de IA, ¿cuáles son las pesadillas de esa solución? ¿Qué recursos hay para evitarlas? ¿Qué formación hace falta a desarrolladores o usuarios finales? Puedes hacerlo a nivel departamento/división: digamos RRHH.

¿Cuáles son las pesadillas éticas de RRHH? ¿Qué recursos tiene RRHH? ¿Qué formación necesita el personal? O puedes hacerlo a nivel empresa, etc.

Eso me gusta de esas preguntas. Pero hay un punto clave, y es que, por mi parte (esto es menos neutral), creo que todo el mundo debería capacitarse en esas preguntas. Que comprendan qué es la IA, cuáles son los escenarios de pesadilla. Ahora hablamos de sesgo, alucinaciones, automatización, fallos en cascada de agentes, etc.

Y se les debe dar ese marco. Pero si se trata de compra a proveedores o desarrollo interno de IA, ahora hay algo que llamo equipos ENC (de Pesadilla Ética por sus siglas en inglés, Ethical Nightmare Challenge), y la misión del equipo ENC es responder esas tres preguntas.

Sigamos con RRHH y la compra. Lo ideal sería un equipo ENC que responda esas preguntas y sea cross-funcional. Así que tendrás a alguien de RRHH, de datos, de legal, de riesgo y cumplimiento, o algunos de cada uno (según la empresa).

Incluso deberías tener en el equipo ENC a alguien del proveedor, para que de lo que se necesita para evitar problemas, unas cosas dependen del proveedor y otras de ti. Ahora bien, si solo lanzas a estos expertos a un cuarto con las preguntas, no funcionará.

Así que en el libro y para los clientes, elaboré un método de siete pasos. Un worksheet que debe cumplimentar el equipo cross-funcional: ¿cuáles son las pesadillas? Puntuar probabilidad e impacto, tener un score, y así priorizar la evasión de pesadillas. Así se puede crear un equipo ENC cuando haga falta. De los problemas para escalar políticas, esto sólo requiere crear el equipo ENC donde lo necesites. Si hay trabajo con IA en RRHH y no en marketing, creas uno solo en RRHH, o viceversa.

¿Necesitas un equipo ENC para esta IA y no para otra porque esa implica riesgo y la otra es trivial? Perfecto, hazlo así. Eso cubre lo de rápido de implementar. Además, al crear equipos ENC donde se requiera, creas...

Lo llamaste cultura, pero hay algo similar; hay un diagrama de Venn ahí. Es crear capacidad organizacional para enfrentar pesadillas éticas. Cuanto más familiarizada está la gente con el lenguaje de pesadilla/recursos/formación, y cuanto más fácilmente se forman equipos ENC, más capacidad organizativa hay para esquivar pesadillas a escala y eso recala en la cultura.

No puede no hacerlo, porque todos hablan el mismo lenguaje y aplican las mismas prácticas, y eso construye la cultura.

David Rice: Y como operación de personas parece claro que es algo que debe ocurrir antes del despliegue y no después del incidente.

Pero muchos líderes de RRHH que conozco sienten que siempre reaccionan, no anticipan. Así que la dificultad, y quisiera consejos tuyos para ellos, es cómo incluir la anticipación en sus procesos iniciales, cuando no ha sido su costumbre anteriormente.

Reid Blackman: Hay un par de cosas aquí. Cuando hablas de equipos ENC a nivel proyecto, están en una labor proactiva de anticipar lo que podría salir mal antes de que salga mal. Ésa es su labor.

Y parte es crear mecanismos para supervisar la IA ya que se implemente, porque no basta con dejarla y olvidarte. Hay que vigilarla de cerca y deben definir cómo hacerlo según la solución concreta.

Esa es una forma de ser proactivo. La otra, quizás más relevante para tu audiencia, es que si tienes un equipo ENC a nivel de departamento (digamos RRHH/CHRO), se plantean las tres preguntas: pesadillas, recursos, formación. Eso es doble: es proactivo (no esperar a que llegue el problema) pero también implica repensar el rol del responsable en evitar esos problemas.

Todos los equipos ENC son, básicamente, solucionadores de problemas, no simples cumplidores de procedimientos. Ya discutimos por qué el cumplimiento procedimental, aquí, no funciona. Necesitamos buenos solucionadores. Necesitamos que alguien detecte los icebergs y cómo esquivarlos, y esa respuesta será distinta en cada caso. Así que ser proactivo es enfrentar esas preguntas: como jefe de departamento, ¿cómo evito pesadillas y, más aún, cómo hago que mis equipos a nivel proyecto eviten las pesadillas de sus soluciones IA concretas?

Así que para mí esto es "habilitación en cascada", no dictar reglas en cascada. Los jefes de área no solo deben dar reglas, sino ayudar a solucionar. A veces será dar reglas, a veces ofrecer formación especializada, crear un inventario de pesadillas en RRHH, que sirva a los equipos de proyecto, crear una biblioteca de tácticas de evitación, organizar debates internos trimestrales, etc.

Hay muchas formas en que un equipo ENC de departamento puede ser proactivo y solucionador.

David Rice: La IA agente cambia el cálculo de riesgo en formas que la mayoría de los líderes aún no han interiorizado. Los sistemas ya no sólo responden: inician, encadenan decisiones y actúan en el mundo o por la organización. Pero para un COO o un chief people officer, ahora trabajan junto a agentes autónomos: el factor de responsabilidad cambia. ¿Qué pasa cuando algo sale mal?

¿Dónde recae la responsabilidad? ¿Quién responde por estos agentes?

Reid Blackman: Un primer nivel son los equipos ENC. Pero si planteas la pregunta más amplia de responsabilidad cuando algo falla, no es simple.

Lo comparo con un accidente de helicóptero. ¿Quién es responsable? Hace falta investigar. ¿Fallo de diseño? ¿De fabricación? ¿De mantenimiento? ¿Fallo del piloto? ¿Aire control aéreo?

Son muchos equipos diferentes. Lo mismo ocurre con los agentes de IA. Los vemos como entes coherentes, pero en realidad son conjuntos de herramientas conectadas.

¿Falló la herramienta a la que estaba conectada y eso causó todo? ¿Quién hizo la herramienta? Quizá otro, de un tercero. ¿Fue fallo del LLM? ¿Fue del proveedor de modelo fundacional: Google, Microsoft, OpenAI, Anthropic? Pero a su vez los modelos base los modifican desarrolladores internos. ¿Fue culpa de ellos?

No hay una respuesta general sobre de quién es la culpa si un agente IA falla igual que no hay una causa única cuando falla un helicóptero.

David Rice: El giro agente, y lo inquietante para muchos, es que disuelve el momento de decisión humana, donde solemos depositar la responsabilidad.

Ahí vive la responsabilidad, en el punto de decisión.

Reid Blackman: Se puede poner la responsabilidad en quien dio luz verde, hasta cierto punto. Hay una "aprobación negligente o temeraria" de soluciones IA. Evidentemente, quien aprueba el despliegue asume bastante responsabilidad, pero está aprobando algo fundamentalmente impredecible.

Y hay formas en que puede fallar que no son razonablemente previsibles, en ese caso no sería justo hacerle responsable.

David Rice: Y también tienes muchas organizaciones donde la gente ni siquiera sabe plenamente con qué están trabajando, lo cual es interesante, porque si no lo sabes ni sabes que estás siendo evaluado por ello, en algunos casos hay una dimensión de transparencia y consentimiento que va más allá del simple cumplimiento normativo.

Seguimos hablando de confianza y de que la gente se desilusiona y se desengancha, y es como echar gasolina al fuego. Me sorprende cómo se ha llegado a esto ahora mismo. Sí. Aunque quizá no debería sorprenderme.

Reid Blackman: Bueno, digo una cosa más. Los ejecutivos temen hablar de esto con sus empleados. Creen que si hablamos de riesgos y cosas malas, no van a adoptar la tecnología. Me han frenado gente, un CP en gobernanza IA de una Fortune 500 financiera me dijo: "Me gusta lo de pesadillas, pero creo que a algunos no les gustará. Es demasiado negativo para nuestro entorno. ¿Podemos cambiarlo?" Entiendo su postura, pero está equivocada al menos por dos motivos. Uno: está mal porque, mira, son problemas reales. No los puedes evitar metiendo la cabeza en la arena y diciendo "No pasa nada". Así sí tendrás problemas. No puedes ser un capitalista duro, preocupado por el dinero, y luego tapar los problemas. Eso no cuadra.

Hay que nombrar el problema para poder solucionarlo. Segundo, psicológicamente es muy errado. Tienes gente ansiosa y asustada con la IA. No la entienden y eso genera ansiedad. Saben de sesgos, alucinaciones, han oído cosas, saben que puede fallar y no creo que decirles "Tranquilos todo está bien" aumente la adopción. Al contrario: para aumentar la adopción hay que decir: "Queremos que uséis esto. Sabemos que tiene problemas. Sabemos que os inquieta. Queremos que entendáis lo que es y ayudaros a usarlo responsablemente."

Eso sí es creíble. Es la forma psicológicamente adecuada de aumentar la adopción, no fingiendo que no hay pesadillas.

David Rice: Lo que cuentas de gente que no quiere usar la palabra pesadilla... Vuelvo a un tema recurrente: tenemos que dejar de suavizar el lenguaje solo por hacerlo más digerible.

Es un hábito muy malo socialmente. Me pasó hace poco: ahora decimos no "sin techo" sino "personas sin vivienda". Y eso no ayuda nada a discutir cómo darles un lugar para dormir.

No es lenguaje útil ni necesario. A veces sí toca cambiar las palabras, pero muchas otras no y aquí pasar de pesadilla a ¿desastre? ¿Qué propones?

Reid Blackman: ¿Catástrofe?

David Rice: Sí. ¿De qué hablamos entonces?

Reid Blackman: Es raro para mí, viniendo de la filosofía, donde explicamos el problema de frente, en lenguaje directo, ser francos. Pero en el mundo corporativo sonríen, la IA es asombrosa, y sí lo es, pero no hay por qué sonreír todo el tiempo.

Podemos reconocer que hay cosas complicadas.

David Rice: En redes sociales me río siempre, hay cosas graciosas. Pero también veo que es dañino y ha vuelto el discurso público una pesadilla. Debemos-

Reid Blackman: 100%

David Rice: reconocer la realidad.

Reid Blackman: Sí, es curioso. Es como si infantilizáramos a los empleados. Yo tengo hijos chicos. Creo que hago un buen trabajo sin hablarles como a bebés (aunque a veces sí). Pero con los empleados hacemos lo de la sobreprotección. "Cuidado, hablar de IA asusta. No digas malas palabras." ¿Qué dices? Son adultos. Lo aguantan.

David Rice: Y han usado nuevas herramientas antes. Si no les das buena orientación, ellos mismos averiguarán cómo hacerlo y quizá no te guste el resultado.

Reid Blackman: Sí. Exacto. Hace poco la conversación sobre IA sonaba como la de la abstinencia sexual. "No lo hagas. Está prohibido en la empresa.

Ni se te ocurra usar IA generativa. Lo tenemos prohibido." Y-

David Rice: Lo primero que hacen los empleados es ir a chatgpt.com. Claro que sí.

Reid Blackman: Prepárate para las consecuencias, ¿eh?

David Rice: Planteas que las pesadillas éticas rara vez derivan de mala intención y creo que es cierto, ¿no?

Suelen provenir de personas bienintencionadas moviéndose rápido en sistemas que no comprenden o que no están hechos para esa velocidad. Es una verdad incómoda para líderes cuyo enfoque de IA es la velocidad y la ventaja competitiva.

Eso suele preocuparnos. Pero también es incómodo para los empleados. ¿Cómo argumentas ante un CEO cuya mayor preocupación es quedarse atrás o que sólo quiere productividad y velocidad, cómo lo convences?

Reid Blackman: No creo que haya contradicción. Siempre me reí del "la IA responsable son los frenos del coche", etc. Pero ahora sí es real: los agentes salirse de control es tan fácil que si quieres avanzar rápido y competir, bien, pero forma por completo a tu gente.

No puedes pretender que avancen rápido solo con mitad de información, sólo la de oportunidad y no la de riesgo. Eso es una locura. Y de hecho, porque sabemos que los agentes van a fallar salvo que todo esté bien hecho, si simplemente lanzas a todos a la carrera partirán mal antes o después. Así que hay que enseñarles cómo no tropezar. Eso es obvio. Si no ves ese punto, es que no entiendes cómo la IA puede fallar fácilmente. Así que enséñales dónde puede fallar y cómo ejercer su juicio profesional. Esa es la única forma de realmente avanzar rápido.

David Rice: Para mí es uno de los grandes cambios de mentalidad: el relato que muchos ejecutivos han absorbido es que los fallos éticos de IA sólo ocurren con malos actores, compañías negligentes o cínicas.

El libro dice que esto ocurre a gente que sí se preocupa, pero va más rápido de lo que el juicio humano permite. Eso cambia la intervención.

Reid Blackman: Es una buena forma de decirlo. Se mueve más rápido de lo que permite el juicio humano.

David Rice: Y eso cambia el enfoque: no se trata de instalar la ética como reglas, cien por cien, sino de construir capacidad para saber cuándo frenar. En una cultura obsesionada con la velocidad, eso sí es revolucionario.

Reid Blackman: Sí. Así es como acabas "moviendo rápido y rompiendo cosas". Quizá seas amoral y aceptes multas o daños porque tu facturación lo soporta, como Meta. Pero puede que no seas así, seas una Fortune 500 tradicional, técnica o no, pero cuidas tu marca. Entonces, mejor no ir así. Es un planteamiento muy tonto.

David Rice: Me gusta que desafíes el dilema velocidad vs ética.

Es una falsa elección, ¿cierto?

Reid Blackman: Sí. Y de hecho, anecdóticamente (creo que voy adelantado en la adopción IA), la mayoría con la que hablo me dice "Yo hago tal..."; yo digo: "Yo hago esto, esto y esto". Y soy el de la ética.

Y porque entiendo por qué puede fallar todo, sé que debo verificar la información o resistir la inclinación a fiarme ciegamente. Eso es lo que me permite hacer tanto con la IA.

Así que sería un error pensar que o avanzas rápido y rompes las cosas o no puedes ir rápido. Eso es mentira.

David Rice: Siempre me gusta desmentir eso de avanzar rápido y romper cosas. El verdadero riesgo es sufrir una crisis pública que destruya la confianza y hunda el negocio.

En un pódcast reciente lo decía: "¿Por qué no decimos: avanza a velocidad normal y mejora las cosas?"

Reid Blackman: Eso es. Hay que cambiar el chip. Sí.

Mucha gente me pregunta: "¿Por qué las empresas deben hacer esto?"

Y buscan un argumento universal, definitivo, para todo escéptico y eso es imposible. No convenceré a Zuckerberg. Sobrevivieron a Cambridge Analytica. Cualquier otra empresa habría desaparecido. Pero Facebook/Meta tiene tanto dinero que puedes multarles millones y les da igual. La mayoría no son así, así que no existe un argumento definitivo para obligar a todos a tomarse la gobernanza de IA en serio.

Pero para cualquier otra empresa, hay razones evidentes: tu marca no puede aguantar un escándalo serio, dejando de lado la ética. Éticamente, no deberías romper lo que no debe romperse.

Así que sí, hay razones claras.

David Rice: Por último. Si una persona de la cúpula asiente mientras oye esto, reconoce su exposición y que su marco actual no basta, ¿cómo debe ser esa primera conversación seria y quién debe estar?

Reid Blackman: Una cosa que enfatizo es que no hace falta gran cantidad de gente en la sala. El reto pesadilla ética puede empezar a nivel departamento, división o proyecto. Si hay sólo una pregunta que deben hacer, es: ¿nos hemos detenido e identificado cuáles podrían ser nuestras pesadillas éticas, reputacionales y legales por adoptar IA?

Si contestan sí, genial, pero apostaría a que dirán no. Y si eso no... les mueve a actuar, no sé qué lo hará.

David Rice: Pensando en lo hablado, algo aterrizable es que señalabas que puede empezar en distintos sitios.

Y me encanta que digas que incluso a nivel proyecto. Porque mucha gente oye esto y siente el peso, no sabe cómo dar el primer paso pero sabe que es serio. Pero lo que describes es permiso para empezar en pequeño. No tienes que crear un gran programa de ética IA de golpe ni hoy, pero sí debes empezar por una conversación honesta sobre el estado del negocio en esto.

Reid Blackman: Algo que hacemos con clientes ahora que era imposible con el enfoque estándar: podemos pilotar el Reto Pesadilla Ética. Tenemos la formación. Identificamos dos o tres equipos. Pueden ser a nivel proyecto o dos equipos proyecto en un departamento.

"Vamos a probar. Formaremos a estas personas. Usaremos este método y trabajaremos en evitar pesadillas durante un piloto de diez semanas." Así empieza. Si no resulta, o no lo necesitan, se termina ahí.

Empezar con unos pocos equipos de proyecto es muy poco esfuerzo. Si funciona y se requiere escalar, adelante. Si no, nada. Así vas creciendo solo donde se necesite.

Eso contrasta con "Probemos esta política corporativa a gran escala": eso no se hace. No está en el menú. Primero diseñan algo un año y medio y después lo implementan en pruebas. ¿Qué sentido tiene?

No. Aquí puedes y debes empezar pequeño.

David Rice: Excelente, Reid. Gracias por venir hoy. Ha sido genial charlar y disfruté la conversación.

Reid Blackman: Igualmente. Gracias por la invitación.

David Rice: Y a quienes nos escuchan, no dejen de revisar a Reid Blackman y su libro El Reto de la Pesadilla Ética. Léelo y piénsalo. Hay muchas buenas preguntas y temas a tener presente.

Si aún no lo has hecho, entra a peoplemanagingpeople.com/subscribe. Suscríbete al boletín. Así recibirás este pódcast y todo lo que creamos directo en tu correo.

Hasta la próxima, hagamos hábito preguntar: "¿Qué podría salir mal aquí y a quién podría perjudicar?" en vez de "¿Qué tan rápido podemos lanzar esto?" Hasta la próxima.