Cuando crear software con inteligencia artificial se vuelve más fácil, la toma de decisiones se vuelve más difícil | Por Gail Robbins | noviembre 2025
Coinvención: rediseñando el descubrimiento
Había pasado seis semanas descubriendo y diseñando un conjunto de herramientas basado en inteligencia artificial para acelerar el descubrimiento de productos cuando vi esta entrevista en YouTube con Ajay Agrawal. “The AI Economist: las habilidades que necesita para seguir empleado en la era de la inteligencia artificial“(La entrevista completa duró 1 hora y 5 minutos). Su visión me hizo detenerme mientras analizaba las capacidades de IA del kit de herramientas. En mi experiencia, los equipos de software a menudo se saltan el descubrimiento correcto, alegando que no tienen tiempo. Veo la IA como una solución a los problemas de productividad: automatizar tareas, integrar flujos de trabajo y acelerar el descubrimiento para que los equipos de software tengan menos excusas para hacer su trabajo incorrectamente.
en sus libros Poder y predicciónAgrawal, Gans y Goldfarb (2022) describen lo que sucede cuando una fábrica adopta la electricidad por primera vez. Los fabricantes reemplazaron la máquina de vapor por un motor eléctrico, pero mantuvieron el mismo diseño: un gran motor eléctrico, correas y poleas complejas y la maquinaria agrupada alrededor de una fuente de energía central. La productividad apenas ha mejorado. El gran avance se produjo cuando rediseñaron en torno al potencial de la electricidad: máquinas que podían ir a cualquier parte, organizadas por flujo de trabajo en lugar de por fuente de energía.
Esto es lo que llaman coinvención: la nueva tecnología es sólo una parte de la solución. El valor real radica en inventar sistemas, procesos y estructuras organizativas complementarias que aprovechen la tecnología.
Hoy en día, estamos cometiendo el mismo error con la IA: conectarla a flujos de trabajo existentes y mejorar la velocidad sin mejorar los resultados. La IA y la colaboración humana eficaces requieren la coinvención de nuevos sistemas que aprovechen las fortalezas de cada uno. El proceso que guía el descubrimiento debe rediseñarse fundamentalmente no en torno a la velocidad, sino en torno al juicio.
Velocidad sin juicio significa construir cosas equivocadas más rápido.
Predicción y juicio
Las ideas más profundas de Agrawal cambiaron mi forma de pensar. En la colaboración entre humanos e IA, la IA puede predecir significativamente más rápido: completando información faltante, identificando patrones, generando opciones y prediciendo resultados. Lo que todavía falta es juicio: la capacidad de interpretar el significado, sopesar los pros y los contras y decidir qué vale la pena perseguir.
Mire al economista Ajay Agrawal explicar la diferencia(1 minuto)
La toma de decisiones es la interacción de la predicción y el juicio. La inteligencia artificial maneja lo que pueda suceder. Los seres humanos deciden qué medidas se deben tomar.
“La IA maneja lo que podría suceder. Los humanos deciden qué acciones se deben tomar”.
Esto sucede constantemente durante el proceso de descubrimiento. La IA puede analizar transcripciones de entrevistas con clientes e identificar patrones en docenas de conversaciones: eso es predicción. Pero tenemos que decidir si estos patrones representan problemas reales que vale la pena resolver o son simplemente ruido interesante: ese es el juicio.
La IA puede predecir qué funciones probablemente aumentarán la participación: eso es predicción. Sólo los humanos pueden decidir qué tan bien se ajustan a las necesidades del cliente y a la visión, el propósito y los principios del producto; eso es juicio.
Brandon Harwood (2025) describe esta distinción en su Marco de diseño de productos de inteligencia artificial, afirmando que las tareas específicas deben seguir centradas en el ser humano debido a la necesidad de juicio, intuición e inteligencia emocional. La IA acelera la síntesis; los humanos proporcionan creación de significado.
El juicio se desarrolla tomando decisiones en condiciones de incertidumbre y viviendo con las consecuencias. El fracaso fortalece su juicio cuando aprovecha una oportunidad basada en evidencia limitada, la aprovecha y luego descubre que fue una mala apuesta. Cuando abandonas una idea que te encanta porque la evidencia no la respalda y esa decisión resulta ser la correcta, ese éxito fortalece tu juicio. El aprendizaje proviene de todo el ciclo: decidir → actuar → observar → reflexionar.
El juicio de descubrimiento es la práctica de emitir juicios sobre lo que merece existir. No se trata de una sola actividad, sino de un conjunto de prácticas: identificar oportunidades, discutir sus necesidades con los clientes, formular hipótesis sobre lo que hace que la solución sea valiosa, probar esas hipótesis con una inversión mínima y decidir cuándo la evidencia es lo suficientemente sólida como para comprometer recursos.
El Círculo Dorado de Sinek (2009), explorado en Comience con por qué y su charla TED “Cómo los grandes líderes inspiran la acción”proporciona una perspectiva valiosa sobre por qué el juicio sigue siendo un rasgo humano. El Círculo Dorado muestra que la acción inspiradora comienza con Por qué – propósito y creencia – y luego volverse cómo,por fin Qué Tú produce. El orden a menudo se invierte, empezando por qué construir o cómo construirlo.
La IA puede manejar el “cómo hacer” e incluso sugerir el “qué hacer”. Sólo los humanos pueden determinar por qué, lo que hace que valga la pena construirlo. El juicio es la capacidad de razonar sobre el propósito, el significado y el valor, una capacidad única para nosotros.
