Futuro Presente II - Capítulos 5, 6 y 7

5. Que es Transformación Digital Este es un término del cual se ha abusado, especialmente por parte de los proveedores de productos digitales: todos reclaman que su producto lleva al comprador hacia la transformación digital. Ninguno explica cómo. Y hay un malentendido de base: en la frase “transformación digital” el término clave es “transformación”, no “digital”. Si hiciera una analogía, es como volver a armar una figura de la empresa o de la organización usando piezas de LEGO. Parte de las piezas son las tecnologías digitales, pero lo que importa es qué figura queremos construir con esas piezas. Y hay varias partes de la figura que no son tecnologías digitales. Entre las empresas con las que converso y de las que leo veo ese error conceptual continuamente. Lo que se busca con la transformación digital es mejorar el actual modelo de negocios usando tecnologías digitales. Se busca hacer los procesos más rápidos y menos costosos. En algunos casos – contadísimos – se busca entender qué quiere el cliente. En la mayoría de los casos, se busca cómo vender más usando tecnologías digitales, sin preguntarse qué quiere el cliente. Nada de eso es transformación digital. Aplicando otra analogía, para que haya transformación digital la empresa debe pasar de oruga a mariposa, usando especialmente – pero no únicamente – tecnologías digitales. Las tecnologías digitales son al siglo 21 lo que la fábrica fue en el siglo 20: la infraestructura que crea valor.   6. La transformación digital de los negocios La transformación digital de los negocios no es acerca de incorporar tecnologías digitales al negocio, sino de cambiar su modelo. Es conocer todas las tecnologías digitales al alcance, entender qué son y para qué sirven, y luego hacerse la siguiente pregunta: si tuviera que partir desde cero la empresa, con todo lo que he visto, ¿cómo sería? Es centrarse en el cliente y sus necesidades una vez se entiende cómo funcionan las tecnologías. Es entender que en la frase “transformación digital” la palabra clave es “transformación”, no “digital”. Digital es solo la herramienta que permite la transformación. Hoy se han puesto de moda los términos asociados a empresas tecnológicas de diversos sectores, como las “Fintech” (banca), “Insurtech” (Seguros), “HealthTech” (Salud), etc. Este tipo de empresas – que se han multiplicado – se ha dedicado a hacer dos cosas: dar mejores soluciones a las necesidades de los usuarios de las empresas incumbentes, y redefinir el modelo de negocios. Si un cliente de una Fintech tiene una excelente experiencia de atención por vía remota, y puede llevar a cabo todas sus operaciones desde una App o desde un sitio Web, ¿para qué necesita la Fintech sucursales bancarias? Y si ha conseguido automatizar todos los procesos de atención a clientes, análisis de riesgos, petición de créditos, aprobación de créditos, firma de créditos… ¿para qué necesita personal en esas funciones? Pues eso es lo que están haciendo las Fintech. Ya no es solamente que puedan hacerlo más barato que un Banco tradicional, sino que la “experiencia de cliente” es mucho mejor. Aplica a todos los productos y servicios. Y es por allí que los negocios tradicionales están perdiendo tracción. La principal innovación no es por tanto en la incorporación de tecnologías digitales – esa es la herramienta – sino la redefinición de la “experiencia del cliente”, haciendo que ésta sea más fluida, flexible, fácil, amable. Experiencia del cliente que abarca todas las posibles relaciones del cliente con la Fintech. Para buscar información. Para conocer su situación financiera. Para pedir un crédito. Para pagar una tarjeta de crédito. Quiere que su banco no le mande “créditos pre-aprobados” cuando no los necesita, sino cuando los necesita. Creo que este ejemplo ilustra bien en qué consiste la transformación digital de un negocio. Usar PPT donde explico 7 modelos de negocio nuevos. 7. Un modelo educativo para la Sociedad Digital Siendo el talento el más importante de los recursos económicos – y actualmente, en mi opinión, el más desperdiciado a nivel mundial – la creación de un sistema educativo para la Sociedad Digital es la tarea más importante para los países que quieran recibir sus beneficios. Desde que escribí mi anterior libro el año 2016 – donde también me refería ampliamente al tema – no ha sucedido nada nuevo en América Latina. Afortunadamente – y por desgracia – tampoco hemos avanzado mucho en el resto del mundo. De hecho, en mi anterior libro citaba las proyecciones que hacía Tom Vander Ark en su Libro “Getting Smart: how digital learning is changing the World”. No se ha cumplido ninguna. El efecto es que estamos desarrollando una sociedad con las herramientas equivocadas, lo cual va a provocar necesariamente cuellos de botella respecto de habilidades y competencias disponibles versus demandadas. En base a ello, se entenderá mejor mi visión sobre el sistema educativo que requiere la sociedad digital. Esencialmente nuestro sistema educativo no ha cambiado desde que se inventó hace 200 años. El formato es el mismo: un aula, un profesor, varios alumnos, una asignatura, unos conocimientos que aprender a través de la exposición del profesor a los alumnos, una misma metodología de aprendizaje para todos los alumnos, un sistema de evaluación estándar y homologado. Este sistema se creó durante la revolución industrial para generar la mano de obra que se requería . Ésta trajo el imperativo de la educación masiva, de donde se derivó la educación pública. Se requería una gran cantidad de personas con determinada formación intelectual, lo cual no era posible con los colegios existentes en el momento. Surgió entonces la idea de formar a personas que hasta ese momento eran analfabetos, financiado con fondos del Estado, en colegios hechos por el Estado. Eso fue una idea revolucionaria. Se estandarizó la metodología de enseñanza, se homologó la malla curricular, y se estandarizó el formato de evaluación, basado en calificaciones por comprensión de materia y adquisición de habilidades y valores. Al ser masiva, la educación requiere de mallas curriculares uniformes para todos, con pruebas estándares iguales para todos. Entrega por lo tanto una formación uniforme a personas distintas. Para algunos – la minoría – coincide con sus talentos y afinidades. Pero a la mayoría no les permite desarrollar sus talentos personales. Salen del proceso educacional con habilidades que no necesariamente son sus habilidades naturales, ni mucho menos aquéllas por las que sienten afinidad. Por lo tanto, el sistema educacional que hay actualmente no permite a las personas desarrollar plenamente sus talentos, debido a que está formulado en términos de uniformidad. La uniformidad mata la creatividad. La educación, tanto básica como media y superior, ha sido enfocada como un proceso lineal, igual que una fábrica de montaje propia de la sociedad industrial. La estandarización de las mediciones mide el nivel “promedio” –peligroso concepto - alcanzado por cada alumno en cuanto a asimilación de materias. La Universidad o el colegio capacitan primero y acreditan después, los conocimientos y habilidades aprendidas contra un sistema promedio y objetivo de medición de esos conocimientos y habilidades. Los títulos – de enseñanza básica, media o superior – acreditan un conjunto de habilidades y conocimientos, entregando un título o grado académico bajo un nombre que representa una parcela del saber y dice que la persona que posee dicho título está capacitada. Hoy el conocimiento se ha especializado, y lo seguirá haciendo en la medida en que haya mayor cantidad de contenidos y mayores usos para cada sub especialización, lo cual también está sucediendo. La Sociedad del Conocimiento requiere cada vez más de más talentos. El talento es el recurso más importante que existe en el mundo, y el que más se subutiliza. Hay 7.000 millones de habitantes, todos ellos nacidos con talentos naturales. Pero muy pocos pueden decir que están trabajando en algo relacionado con esos talentos naturales. La mayoría ni siquiera sabe cuáles son esos talentos naturales, porque los sistemas educacionales no tienen esa perspectiva (descubrir talentos) dentro de sus principales roles. El talento que se requiere en la Sociedad del Conocimiento no es “promedio” ni “estándar”: es personal. El talento, además, es más productivo cuando trabaja en un ambiente colaborativo. Eso es una gigantesca subutilización de recursos: la mayor ineficiencia en la distribución y aplicación de recursos en el mundo. En parte, ello es debido a que no es medible, por lo cual no está ni en los modelos económicos ni en las políticas públicas. Pero también es porque no está al centro del modelo educacional. Cierto, la educación en teoría tiene como uno de sus objetivos el desarrollo de los talentos de la persona, pero el modelo que emplea no está pensado para descubrir los talentos personales, sino unos talentos “de referencia”. Cuando se habla de “talento profesional”, usualmente es referido a determinadas áreas de la dimensión humana, medibles a través de un único criterio, el cociente de inteligencia intelectual. Bajo ese criterio, una persona con síndrome de Down nunca puede tener talento. Desde que comenzó la educación pública, aunque con el tiempo se haya cambiado la “malla curricular” (qué se enseña), la “metodología” se ha mantenido igual. Por lo mismo, la sociedad va a tener que rediseñar por completo el sistema mundial de educación. En vez de “pasar materia” tendrá que “desarrollar talentos”, porque con éstos se tienen las herramientas para acceder a la información y entenderla, y con ello se puede generar conocimiento. Ya hoy la cantidad de información a la que tiene acceso un alumno supera con creces su capacidad de filtrarla, curarla y absorberla. Y esa información es la materia prima de su aprendizaje, sobre todo para aprender a aprender. Las asignaturas estarán alineadas con la generación de habilidades y competencias para asimilar, manejar y crear conocimientos. Por supuesto, varias de ellas serán conocimientos en sí mismo, como las matemáticas o la gramática. Pero el objetivo será que el alumno aprenda a vivir en un entorno de formación continua (life-long learning), que está bastante alejado del modelo actual de enseñanza, al menos en América Latina. Necesitará conocer y manejar herramientas que le permitan saber qué información necesita, qué hacer con ella, y cómo generar conocimiento a partir de la experiencia, de forma que la siguiente vez sea más fácil y con mejores resultados. En esto, la Inteligencia Artificial jugará un rol principal. En un documento de investigación, el Mc Kinsey Global Institute concluyó que los puestos de trabajo donde hay demanda creciente son los que tienen que ver con solución de problemas complejos, mientras que los trabajos que se están destruyendo tienen que ver con tareas que pueden ser automatizadas o transformadas en rutina, y las de producción (procesos de conversión de materias primas en productos terminados). En América Latina seguimos educando a los jóvenes para llevar a cabo estas tareas. Estamos creando – como ya dijimos – un desempleo estructural ilustrado, como el que ya se ha creado en Europa, y que están tratando de revertir . La economía y la competitividad de las naciones irán mejor en aquellos lugares donde se usen mejor los talentos inherentes de la población que existe. Uso el término “inherente”, referido a los que cada persona trae al mundo de forma natural. No implica que no se puedan y deban desarrollar otros talentos, pero es en los talentos naturales donde habrá mayor productividad por unidad de esfuerzo invertido. Todo esto requiere sistemas alternativos de educación: personalizados, pero escalables. Enfocados al desarrollo del talento de cada persona: adoptados a la persona, no al revés. Personas capacitadas para trabajar interconectadas, en red. Para ello, el colegio debe ser el lugar donde se descubren los talentos de cada alumno y se orientan hacia su desarrollo. Debe ser un lugar de encuentro, donde el alumno aprende a establecer vínculos y trabajar en equipo. Debe ser además un lugar donde recibe y desarrolla valores, que le servirán para orientar sus talentos hacia el bien común y para apreciar el esfuerzo, la disciplina, el sacrificio y el rigor en la investigación. Y, por supuesto, un lugar donde “aprende a aprender”. La Universidad debe ser el entorno de profesionalización del alumno. Ya ha descubierto durante su estadía en el colegio cuáles son sus talentos. Ha sido entrenado en el rigor, la disciplina, el esfuerzo, el trabajo en equipo. Tiene una base cultural y teórica del conocimiento general. Ahora hará de todo ello una profesión. La Universidad entregará herramientas para profesionalizar al alumno. Le permitirá especializarse en materias que le son afines y en las que ha demostrado talento. Le permitirá generar un currículo académico adhoc a sus talentos y afinidades, orientando todo lo que aprendió en el colegio hacia una profesión.

Futuro Presente (II): Capítulo 4 - La pandemia que lo cambió todo

4. La pandemia que lo cambió todo A finales del año 2019 ocurrió un evento catastrófico que nadie preveía y que afectó al mundo entero. La caja de Pandora se abrió y fuimos atacados por una pandemia que se llevó casi 15 millones de vidas entre el 1 de enero de 2020 y el 31 de diciembre de 2021, según la Organización Mundial de la Salud (OMS). Esta cifra incluye tanto las muertes directas por COVID-19 como las muertes indirectas causadas por la sobrecarga de los sistemas de salud durante la pandemia. Fue un momento terrible para la humanidad, porque era nuevo, no sabíamos cómo se combatía, y decidimos que la única forma de evitar su propagación era cortando todo contacto físico entre las personas, o al menos reduciendo su ocurrencia y poniendo medidas sanitarias a esos contactos. Y eso hizo que la Sociedad Digital diera un paso al frente. Las cifras son apabullantes: en apenas dos meses, 1.300 millones de estudiantes del mundo entero debieron adoptar sistemas de aprendizaje sobre plataformas digitales; más de 500 millones de trabajadores debieron marcharse a sus casas para trabajar desde allí; las transacciones financieras online superaron las 10.000 millones diarias; los cultos pasaron a modalidad online (al menos, todas las parroquias católicas comenzaron a hacer sus misas en streaming y grabarlas). Y por sobre todas las cosas, nuestra interacción social pasó a ser fundamentalmente digital. 24 horas al día, 7 días a la semana. Fue una prueba terrible. Y sin embargo, gracias a las tecnologías digitales pudimos soportarla, aunque no sin daños colaterales para muchos. Para mi lo más notable fue la capacidad de adaptación de la humanidad al nuevo paradigma. Nos afectó a todos – a unos más que a otros – pero igualmente las plataformas digitales fueron las que mantuvieron la sociedad en funcionamiento. O, si se quiere ser más explícito, los smartphones y las “apps” . De acuerdo con datos de ChatGPT, a fines de 2019 había aproximadamente cinco mil millones de suscripciones de celular en el mundo., lo cual dejaría fuera del alcance de las plataformas digitales a alrededor de dos mil millones de personas - en las zonas más pobres o en las zonas donde no llega aún Internet. La humanidad demostró, frente al peligro que ponía su supervivencia en riesgo, su nivel de adopción de tecnologías digitales. Y resultó ser alto. No nos asombramos de ello, pero es realmente asombroso. Por cierto, el hecho de estar conectados digitalmente no fue reemplazo del contacto físico, de igual manera que las clases por plataformas digitales en la educación trajo problemas de aprendizaje en muchos casos, y el teletrabajo no siempre supuso mantener o mejorar el rendimiento laboral. Hay sin embargo coincidencia en que el COVID-19 supuso una aceleración de la transformación digital en el mundo (forzosa, pero aceleración, al fin y al cabo) . Y eso nos acercó más a la Sociedad Digital, de la que ahora podemos ver mejor sus perfiles. Esa mejor visión nos muestra qué cosas definitivamente son mejores que en la sociedad pre-digital y qué cosas necesitan mejorarse. Personalmente también me permitió ver qué partes de la sociedad son más resistentes al cambio y cuáles son más proclive y han acelerado la adopción de nuevos paradigmas. La pandemia de COVID-19 ha tenido un impacto significativo en la educación en todo el mundo. Con la necesidad de mantener el distanciamiento social, muchas instituciones educativas han recurrido a la enseñanza en línea y a las plataformas digitales para continuar con la educación. Según un informe de la UNESCO, la transformación digital durante la pandemia de COVID-19 ha tenido efectos tanto positivos como negativos en la educación. Por un lado, el uso de plataformas digitales ha permitido a los estudiantes acceder a la educación desde cualquier lugar y en cualquier momento, lo que ha mejorado la accesibilidad y la flexibilidad. Además, las plataformas digitales también han permitido a los educadores personalizar el aprendizaje y proporcionar retroalimentación más rápida y efectiva. Por otro lado, el uso de plataformas digitales también ha presentado desafíos significativos. Muchos estudiantes y educadores han tenido dificultades para adaptarse a la tecnología y para mantener la motivación y el compromiso en un entorno de aprendizaje en línea. Además, la falta de acceso a la tecnología y a una conexión a Internet confiable ha exacerbado las desigualdades educativas existentes. La pandemia ha acelerado claramente el acceso a tecnologías digitales por parte de la población mundial. Según datos de la GSMA (organización que representa a los operadores de redes móviles y compañías relacionadas), aproximadamente el 55% tiene un smartphone, lo que equivale a más de 4.300 millones de personas. Para hacerse una idea de lo que significa, según datos de la Organización Mundial de la Salud (OMS), aproximadamente el 50% de la población mundial no tiene acceso a servicios de salud esenciales, y un 74% tiene agua potable, lo que implica que 3 de cada 4 habitantes que tienen agua potable (bien esencial) también tienen un smartphone. Es cierto que hay que mirar estas cifras con cautela, ya que en gran parte del mundo aún se utilizan solo redes 3G, pero igualmente con esas redes se tiene acceso a comunicaciones, educación, trabajo, etc.

Futuro Presente (II): Capítulo 3

3. La economía digital La Economía Digital es parte de la Sociedad Digital. No la define, pero la constituye. Debo admitir que he modificado mi apreciación acerca de lo que constituye la economía digital contenida en mi anterior libro. Ello, debido a que a la fecha no hay consenso mundial sobre qué se entiende por “economía digital”. En un documento de la UNCTAD , partiendo de una adaptación sobre la definición de lo que es economía de Merriam-Webster, define una economía como “el proceso o sistema por el cual bienes y servicios son producidos, vendidos y comprados en un país o internacionalmente.” Al aterrizar esta definición para la economía digital, la UNCTAD distingue entre productos, producción y transacciones. Los productos digitales son 100% parte de la economía digital. Pero ¿qué decir de la parte digital de la producción de un producto? ¿Lo hace digital? Elon Musk opina que su Tesla es un producto tecnológico, no industrial. ¿Y qué decir de las transacciones hechas a través del comercio electrónico? Salvo cuando se venden productos digitales, en el resto de los casos la venta es digital, pero no el producto. ¿Lo consideramos parte de la “economía digital”? Hay quienes sí y quienes no. Poco a poco, se la está considerando como parte, pero aún no hay consenso. Por distintos caminos, si preguntamos tanto a CoPilot como a ChatGPT por el tamaño de la economía digital llegamos a las mismas fuentes: un documento del Banco Interamericano del Desarrollo (BID), de 2018 , y otro de las Naciones Unidas . La cifra prevista para el año 2025 de toda la Economía Digital es, según el BID, de 23 billones de dólares, equivalentes a un 24,3% del PIB mundial, lo cual incluye los productos digitales y el comercio electrónico. La UNCTAD, en cambio, cifra en 26,7 billones solo el comercio electrónico. En cualquier caso, este tamaño de la economía digital coincide con la proyección que hiciera Mc Kinsey en su informe de 2012, y que yo tomé para mi libro en 2016: entre 0,8 y 2,4 veces el PIB de Estados Unidos. ¿Qué entra dentro de la economía digital? En el mismo documento de la UNCTAD se establecen varias categorías que son parte de la economía digital. Distingue entre de productos terminados, producción o transacciones. En la categoría de productos terminados están las tecnologías digitales en sí mismas: computadores, chips, servidores, redes, smartphones, Tablets, dispositivos para Internet de las cosas, software, Apps, servicios en la red, asesorías, ciberseguridad, y un largo etcétera. Son productos 100% relacionados con las tecnologías digitales: bien por ser necesarias para fabricarlos enteramente, bien porque como servicio están vinculados al uso de tecnologías digitales. Pero la UNCTAD también mete en esta categoría productos como servicios bancarios, streaming o educación a distancia. Por lo tanto, incluye la experiencia de consumo como parte del producto. Si hablamos desde una perspectiva específica, esa sería la economía digital. Pero desde una perspectiva amplia hay mucho más, si consideramos productos con un alto componente digital, aunque no esencialmente digitales. Un Tesla podría ser considerado un computador con ruedas, pero sigue siendo esencialmente un auto. Sin embargo, bajo la definición amplia de la UNCTAD, es parte de la Economía Digital. El tamaño total de la Economía Digital, en cualquier caso, la hace la más grande del mundo, si no en el año 2025, en un par de años más. Ahora bien, el hecho de que la economía digital sea la más grande del mundo no convierte nuestra sociedad en una sociedad digital. Pero las siete características enumeradas arriba, sí, porque tienen directa relación con el tejido social, la forma en que nos organizamos, nos comunicamos y vivimos. No puede suceder si no hay por debajo la infraestructura digital que hemos desarrollado como civilización. De igual manera que no podía existir Sociedad Industrial sin que previamente se desarrollara la industria.

Futuro Presente (II) Capítulo 2: La tecnología que no estaba en la lista

Cuando escribí Futuro Presente en 2016, una de las fuentes clave que utilicé fue un informe ambicioso del McKinsey Global Institute, publicado en 2013. En él se identificaban doce tecnologías que, según sus estimaciones, tendrían un impacto económico de entre 0,8 y 2,4 veces el Producto Interno Bruto de Estados Unidos. La inteligencia artificial —al menos como la entendemos hoy— no aparecía en esa lista. Diez años después, si volviéramos a hacer ese ranking, la IA ocuparía con holgura el primer lugar. No solo por su potencial económico, sino por su capacidad de intervenir simultáneamente en múltiples sistemas: salud, educación, trabajo, medios, democracia. Como suele ocurrir con las revoluciones tecnológicas, la masificación no llega cuando la tecnología está lista, sino cuando aparece su “killer app”, esa aplicación que la convierte en parte de nuestras vidas. Para Internet fue el correo electrónico. Para la World Wide Web, el comercio electrónico. Para la inteligencia artificial, esa aplicación ha sido Chat GPT, lanzado públicamente a fines de 2022, seguida de Copilot de Microsoft (mi asistente en escribir este libro), Gemini de Google, Deep Seek (china) y otros. No fue la primera, ni la más poderosa, pero sí fue —y sigue siendo— la más popular. Su valor radica en dos elementos claves: su utilidad transversal (escribir, explicar, traducir, programar, imaginar) y su extraordinaria facilidad de uso. Una revolución al alcance de cualquiera con conexión a Internet. Lo paradójico es que la IA no es nueva. Ha existido por décadas, aunque confinada a laboratorios de investigación y sistemas empresariales de nicho. De hecho, el informe de McKinsey de 2013 sí la mencionaba de forma implícita en áreas como automatización del trabajo del conocimiento, robótica avanzada, vehículos autónomos y genómica de siguiente generación. Pero en ese entonces no había modelos generativos disponibles para el público general. Y fue precisamente ese salto —del laboratorio al bolsillo— lo que puso la inteligencia artificial en los labios de todos. 2.1. La inteligencia artificial “en peras y manzanas” A lo largo de estos años, en lecturas, charlas y encuentros, he notado una constante: la inteligencia artificial genera más preguntas que respuestas, especialmente entre quienes no trabajan directamente con tecnología. No solo por lo complejo de su funcionamiento, sino por la cantidad de formas que puede tomar. Recuerdo una visita reciente al presidente de la filial chilena de una multinacional. Apenas llegué, me dijo con solemnidad: —“Tengo malas noticias. Nuestra empresa prohíbe el uso de inteligencia artificial. Lo tengo aquí en una nota oficial.” Leyó el comunicado: prohibía el uso de inteligencia artificial generativa. Le tomó un par de minutos entender que eso no implicaba renunciar al resto del ecosistema de IA, que ya estaba presente en sus plataformas logísticas, sus procesos de recursos humanos y su software de análisis. Un mes después, ya estaban reestructurando esa política. Es un caso menor… pero ilustrativo. Por eso, antes de entrar en cómo la IA está transformando la sociedad, vale la pena detenernos en las preguntas esenciales: ¿Qué es la inteligencia artificial? ¿Cuántos tipos hay? 2.2. ¿Qué es la Inteligencia Artificial? Para mí, es sencillo: es la capacidad de realizar una tarea que requiere inteligencia humana… usando medios digitales o mecánicos. La Real Academia Española la define como “disciplina científica que se ocupa de crear programas informáticos que ejecutan operaciones comparables a las que realiza la mente humana”. La UNESCO va más allá y menciona que incluye “la percepción, el aprendizaje, el razonamiento, la resolución de problemas, la interacción lingüística e incluso la creatividad”. Y McKinsey la define como “la capacidad de una máquina para realizar funciones cognitivas que asociamos con la mente humana”. Las definiciones coinciden en lo esencial: la IA necesita software. Pero omiten dos elementos cruciales: datos (¡millones, idealmente!) y capacidad de procesamiento brutal. Copilot, por ejemplo, procesa más de mil millones de datos en segundos. Y necesita hacerlo para generar una respuesta coherente. Para lograrlo, requiere un nivel de computación que ha cruzado umbrales históricos: hoy existen sistemas capaces de operar a escala exa, lo que equivale a realizar en un segundo lo que un humano tardaría más de 30.000 millones de años en procesar. 2.3. ¿Cuándo comenzó todo esto? Durante la Segunda Guerra Mundial, la máquina Enigma —usada por los nazis para cifrar mensajes— generaba combinaciones tan complejas que resultaban imposibles de decodificar manualmente a tiempo. El desafío fue resuelto por Alan Turing, quien diseñó una máquina llamada Bombe. Esta máquina no era una computadora, pero sí reemplazó un proceso humano de razonamiento con un sistema mecánico repetitivo y eficiente. En esencia, eso ya era inteligencia artificial, aunque sin ese nombre. Alan Turing fue el primero en conceptualizar el computador moderno como herramienta para la inteligencia artificial . Décadas después, en 1943, McCulloch y Pitts modelaron una red de neuronas artificiales. En 1956, Newell y Simon procesaron razonamiento lógico con máquinas . Y ese mismo año, en la mítica conferencia de Dartmouth, nació formalmente el término inteligencia artificial (acuñado por John McCarthy). 2.4. ¿Por qué el boom ahora? La respuesta está en tres palabras: la Ley de Moore. Esta ley establece que la potencia de los chips se duplica (y su costo se mantiene) cada 18 meses. Pero la magia real ocurre cuando eso se cumple en tres frentes a la vez: 1. Procesamiento más barato y rápido 2. Acceso a cantidades masivas de datos 3. Algoritmos más sofisticados y accesibles Ese cruce generó lo impensado hace solo una década: modelos de lenguaje como Chat GPT capaces de analizar y generar texto en lenguaje natural con un grado de fluidez que roza lo humano . Tipos de Inteligencia Artificial La clasificación más extendida incluye tres grandes tipos: • IA Débil o Estrecha (ANI) • IA General o Fuerte (AGI) • Súperinteligencia Artificial (ASI) IA Débil o Estrecha (Narrow AI) Se refiere a sistemas capaces de realizar tareas específicas sin comprensión. Detectan patrones y generan contenido, pero no entienden lo que hacen. Copilot, Chat GPT, Siri o los sistemas de recomendación de Netflix son ejemplos de IA débil. IA General (Artificial General Intelligence - AGI) Una inteligencia artificial que pudiera razonar como un ser humano: interpretar lo que hace, formular nuevas preguntas y transferir conocimiento de un dominio a otro sin ayuda externa. Hoy no existe. Modelos como Llama 3, Gemini o Claude trabajan en esa dirección . Es superior a la Inteligencia Artificial Débil debido a que puede transferir conocimiento de un dominio a otro. La inteligencia artificial débil en cambio solo se aplica a un dominio del conocimiento, como, por ejemplo, generar respuestas a preguntas o generar música. Súperinteligencia (ASI) Se refiere a una IA más capaz que cualquier ser humano en todas las funciones cognitivas. Por ahora, pura especulación. Aparece en la ciencia ficción —desde Her hasta The Matrix—, pero plantea dilemas éticos , sociales, técnicos y existenciales. He aquí los principales: 1. Al ser más capaz que cualquier ser humano, se plantea el problema del control y alineación de objetivos. ¿Cómo garantizamos que una ASI actúe en beneficio de la humanidad? Si la ASI persigue objetivos mal definidos o alineados con los valores humanos, podría causar daños masivos. Es la paradoja del genio de la lámpara: una vez activado, no se puede volver a meter dentro de la lámpara. 2. ¿Qué pasa si los humanos ya no pueden entender ni controlar las decisiones de la ASI? Esto se conoce como el problema de la “caja negra” en IA avanzada. 3. ¿Quién controla a la ASI? Si una sola empresa, gobierno o grupo logra desarrollar ASI antes que otros, podría tener un poder sin control y alterar el equilibrio global, generando dictaduras tecnológicas, desigualdades extremas y pérdida de libertad. 4. ¿Cómo se redistribuye el valor generado si la ASI sustituye todo el trabajo humano? Podría derivar en un desempleo masivo, aumento de desigualdad y pérdida de sentido para muchas personas. Pero, bien gestionado, podía liberar a la humanidad de la necesidad de trabajar. Igualmente: si nadie trabaja: ¿Cómo se reparte la torta? 5. ¿Cómo ve la ASI a los seres humanos? Podría vernos como irrelevantes, un obstáculo o incluso una amenaza para sus objetivos. Podría llevar a la extinción involuntaria de la humanidad si sus intereses se cruzan con los nuestros. 6. ¿Qué valores programamos en una ASI? La moral humana no es universal (por ejemplo, el aborto es inmoral para unos y no para otros) ¿Qué conjunto de valores debe adoptar una inteligencia más poderosa que nosotros? 7. Efectos no intencionados: ¿cómo prever todos los efectos secundarios de las decisiones de una ASI? La complejidad del mundo real hace casi imposible anticipar todas las consecuencias, incluso con buenas intenciones. Ante estos dilemas, hay un acalorado debate acerca de si compensa seguir adelante con la ASI o no. El problema mayor es que, aunque hubiera consenso respecto a dejarlo de momento, siempre podría haber personas u organizaciones que siguieran jugando con la lámpara. Esto me recuerda a un corto de Walt Disney sobre la energía nuclear, donde se nos presentaba como el genio de la lámpara, capaz de destruir al mundo, pero también de concedernos grandes beneficios. Yo tenía 8 años cuando la “crisis de los misiles” y viví como algo muy real la posibilidad de una guerra nuclear. El caso es que no la hubo. Creo que como especie tenemos en nuestro ADN un instinto de supervivencia que inconscientemente nos fija las líneas rojas que no deben ser traspasadas. Espero que siga siendo así. ¿Y el Machine Learning? El machine learning es un subcampo dentro de la IA que permite a las máquinas aprender de datos. Funciona así: 1. Analiza datos y busca patrones. 2. Ajusta los modelos mediante retroalimentación. 3. Optimiza los resultados a través de repeticiones. Funciona con dos métodos: Aprendizaje supervisado Se entrena el modelo con entradas y salidas conocidas, es decir, sabemos lo que significa cada dato antes de introducirlo para entrenar el modelo. Por ejemplo, para predecir ventas, usamos varias variables como las ventas históricas, el índice de confianza del consumidor, las proyecciones de crecimiento del PIB, el número de puntos de venta, etc. Es por ello muy útil para clasificar, predecir y segmentar. Ejemplos: • Detección de fraudes • Predicción de ventas • Análisis de imágenes médicas Aprendizaje no supervisado La máquina encuentra patrones por sí sola en datos no etiquetados. Ejemplos: • Agrupación de clientes por comportamiento. Aquí, por ejemplo, se puede usar la hipersegmentación: entre miles de unidades (puntos de venta) buscar las que son similares, para analizar las que tienen mejor resultado y ver qué se puede hacer para cerrar el gap con las que tienen peor resultado. • Análisis exploratorio de datos, para buscar las mejores correlaciones entre diferentes variables • Sistemas de recomendación, como el que utiliza Netflix Deep Learning: el salto neuronal El deep learning es un subconjunto del machine learning que utiliza redes neuronales artificiales profundas. Estas redes emulan en parte el funcionamiento del cerebro humano: procesan información en “capas” que se retroalimentan. Cada “neurona” es un programa computacional con muy pocas instrucciones, que se corre a una gran velocidad, y que funciona recibiendo información, procesándola y entregando un resultado a otra neurona, que a su vez la procesa, llegando a un nivel de mayor complejidad. Tipos comunes: • Feed-forward: flujo lineal sin retroalimentación. • Convolucionales (CNN): ideales para procesar imágenes. • Recurrentes (RNN): incorporan memoria, útiles para texto y lenguaje. Estas arquitecturas han permitido crear sistemas como Copilot, que generan texto, arte o música en segundos. Por lo tanto, una inteligencia artificial débil puede ser con Machine Learning o con Deep Learning. Inteligencia Artificial Generativa (IAG) La IAG es aquella que genera contenido original —texto, imágenes, audio o video— a partir del aprendizaje sobre grandes cantidades de datos existentes. Aunque Copilot es IA débil, sí es generativa, ya que crea contenido nuevo, coherente y contextualizado. No confundir IAG con AGI. Aplicaciones actuales: • Redacción de correos y textos • Creación de arte visual y música • Producción de videos sintéticos • Generación y revisión de código • Tareas sencillas 2.5. El impacto económico de la inteligencia artificial Según un reciente informe de McKinsey & Company , la inteligencia artificial generativa podría añadir entre 2,6 y 4,4 billones de dólares a la economía global. Esto sería posible gracias a la automatización de entre un 60% y un 70% de las tareas que actualmente realizan trabajadores humanos, lo que implicaría una duplicación de la productividad. La IA generativa incrementaría entre un 15% y un 40% el impacto total de la inteligencia artificial sobre la economía, lo cual revela algo clave: antes de la aparición de sistemas como Copilot, la IA ya estaba transformando el mundo. En números, si la IA generativa representa entre un 13% y un 29% del total, y su impacto económico está estimado en 2,6 a 4,4 billones de dólares, el impacto total de la IA se ubicaría entre 15 y 20 billones de dólares. Esto es entre un 50% y un 100% más que la tecnología de mayor impacto estimada por McKinsey en 2013. De ese total, la IA no generativa aportaría entre 12,4 y 15,6 billones de dólares —una cifra cercana al PGB de Estados Unidos. Por eso se dice, con razón, que la inteligencia artificial es la mayor revolución tecnológica de nuestra era. Este impacto se explica por dos fuerzas complementarias: 1. Reducción de costos y automatización de tareas humanas. 2. Creación de nuevo valor: productos, servicios y empleos que antes no existían. Sectores con mayor proyección de impacto 1. Salud y medicina • Diagnóstico médico por imágenes. • Aceleración de la investigación farmacéutica. • Optimización de agendas, recursos y gestión hospitalaria. 2. Finanzas y banca • Detección de fraudes y predicción de riesgos. • Asistencia en inversiones. • Chatbots en atención al cliente. 3. Manufactura y automatización • Robótica industrial. • Mantenimiento predictivo. 4. Comercio y marketing • Personalización de propuestas comerciales. • Optimización de campañas publicitarias. 5. Transporte y logística • Vehículos autónomos. • Rutas de entrega optimizadas. 6. Recursos humanos • Análisis automático de CVs e informes. • Retención y desarrollo de talento. 7. Agricultura y alimentación • Agricultura de precisión. • Control automatizado de plagas. 2.6. El impacto político de la inteligencia artificial Antes de morir, Henry Kissinger identificó la inteligencia artificial como uno de los temas más críticos para las relaciones entre Estados Unidos y China . Al comenzar la escritura de este libro, se realizó la primera cumbre global sobre IA, con 27 países y la Unión Europea. El paralelo más cercano es la energía nuclear: una tecnología con potencial devastador, pero también profundamente beneficiosa. La gran diferencia es que desarrollar un arma nuclear requiere infraestructura masiva. Crear una IA avanzada, en cambio, puede hacerse con conocimiento y acceso digital, incluso sin dejar rastro. Desde el lanzamiento de Chat GPT y Copilot, ha habido llamados a limitar el desarrollo de la IA. Algunos ejecutivos incluso pidieron una moratoria de seis meses. Dado que muchas de estas voces lideran el desarrollo actual, la petición resulta —cuando menos— sospechosa. No digo que la IA no deba ser regulada. Pero hay que entender algo: los buenos seguirán la ley; los malos, no. Regular no basta. Hay que avanzar, prepararse, y construir capacidades éticas y técnicas a la vez. 2.7. El impacto de la inteligencia artificial en el trabajo La IA tiene un enorme impacto en el empleo. Permite automatizar entre el 60% y el 70% de las tareas repetitivas, duplicando la productividad… pero también generando preguntas legítimas: ¿Habrá trabajadores que ya no sean necesarios? La historia ofrece una pista. Cuando llegaron los computadores a los departamentos de ventas y finanzas, desaparecieron tareas —como el uso de calculadoras con rollo de papel— pero surgieron nuevas: desde “perforadores de tarjetas” hasta operadores de planillas electrónicas. El trabajo cambió, no desapareció. Y el valor por trabajador aumentó. Con la IA ocurrirá lo mismo, pero a otra escala. Porque no solo libera tiempo administrativo: potencia la creatividad y la iniciativa. Permite pensar más, preguntar mejor, descubrir oportunidades, encontrar soluciones. Hace que cada trabajador deje de ser vagón y se convierta en locomotora. La clave estará en capacitar. Y en imaginar cómo usar esa productividad no para reducir, sino para crecer. 2.8. El impacto de la inteligencia artificial en la sociedad Pepper es un robot humanoide creado por SoftBank Robotics . Capaz de identificar emociones básicas y responder con protocolos sociales, representa la transición de una sociedad de interacción humana a una de interacción humanoide: conversaciones no con personas, sino con sistemas como Copilot . Hoy Pepper se usa en empresas. Mañana —gracias a la Ley de Moore— podrá estar en millones de hogares. Pero el impacto social de la IA va mucho más allá. Ya se usa para: • Ayudar a personas con autismo a identificar emociones. • Mitigar la soledad de adultos mayores. • Seguir a enfermos crónicos. • Detectar riesgos de suicidio en redes sociales. • Apoyar terapias emocionales. • Comprender el estado afectivo de estudiantes. Nos estamos acercando a un mundo donde los robots asumen lo duro, y los humanos nos concentramos en lo espiritual, creativo y emocional. Pero también existen riesgos. En regímenes autoritarios, la IA se convierte en herramienta de control ciudadano —como en China. También existe el riesgo de intervención genética con fines eugenésicos. Un científico chino ya lo hizo: alteró genes en una niña para evitar el VIH . Fue censurado. Pero demostró que se puede hacer. En 1964, el escritor chileno Arturo Aldunate Phillips escribió Los robots no tienen a Dios en el corazón. El título lo dice todo: los algoritmos pueden simular decisiones… pero no fe, ni sentido, ni trascendencia. Porque la espiritualidad humana no es programable. La IA puede razonar. Puede crear. Pero no puede creer. Epílogo del capítulo ¿Y ahora qué hacemos con todo esto? La inteligencia artificial ya no es una promesa: es una presencia. Habita nuestras oficinas, conversa con nosotros, optimiza sistemas, nos acompaña en la creación, y también nos incomoda. Porque como toda tecnología poderosa, no solo mejora lo que hacemos… pone en duda lo que somos. Este capítulo no pretende responderlo todo, sino abrir los ojos, despejar mitos, y mostrar el mapa de una nueva geografía humana y digital. Hoy, Copilot me ayuda a escribir. Mañana, quizá me ayude a enseñar, sanar, componer... o a quedarme callado y escuchar mejor. ¿Desplazará la IA empleos? Probablemente. ¿Creará otros nuevos? Sin duda. ¿Nos hará más eficientes? Sí. Pero la pregunta más importante no es “qué hará la IA”, sino qué haremos nosotros con el tiempo que nos libere. Si usamos esa libertad para conectar mejor, para crear con más profundidad, para encontrar sentido en lo que antes era repetición... entonces esta no será solo una revolución tecnológica: será una revolución humana. Porque el mayor algoritmo del universo no está escrito en líneas de código, sino en la conciencia de quien decide usarlo con criterio, con compasión y con propósito.

Futuro Presente (II) Capítulo 1: La Sociedad Digital

1. Qué es la Sociedad Digital La sociedad digital es un modelo social que surge a partir del desarrollo y la integración masiva de las tecnologías de la información y la comunicación (TIC) en todos los aspectos de la vida cotidiana, económica y cultural. Se caracteriza por la centralidad del uso de dispositivos digitales, internet y las redes de comunicación en la organización y funcionamiento de la sociedad. A la Sociedad Digital se la llama también Sociedad Postindustrial y Sociedad del Conocimiento. No me gusta el término “postindustrial” porque lleva implícito que hubo una sociedad preindustrial y una sociedad industrial, con la cual ésta pasa a ser el “ombligo” de la historia de la sociedad humana, cosa que no es cierta. Es verdad que durante la sociedad industrial la humanidad tuvo el mayor desarrollo económico de su historia, pero no sabemos cómo va a ser en la sociedad digital – y todo parece indicar que será superior. En lo personal, me gusta más el término “sociedad del conocimiento” porque “lo digital” es esencialmente la herramienta que potencia el desarrollo de conocimiento, que a su vez lleva a un mayor desarrollo de la economía, la cultura, la política (entendida en la forma como las sociedades se organizan) y la ciencia. El conocimiento es el nuevo capital. Las empresas que más valen hoy en el mercado son empresas de conocimiento, y la mayoría surgieron con poco capital pero muy buenas ideas. Las buenas ideas de un Thomas Alba Edison no se podían poner en marcha sin mucho capital. Las de Steve Jobs o las de Bill Gates salieron de un garage. Apple, Microsoft, Google y Meta (Facebook, Instragram y Whatsapp) son todas empresas digitales, y todas partieron con poco capital. También, son las de mayor valor de mercado actualmente, junto con NVIDIA – que fabrica chips usados en inteligencia artificial. La Sociedad Digital se caracteriza por siete pilares: 1. Predominio de la información y el conocimiento. La información se convierte en el recurso más valioso. El acceso, intercambio y producción de conocimiento son esenciales en esta sociedad. 2. Conectividad global. Internet conecta a personas, empresas y gobiernos en tiempo real, permitiendo la interacción sin fronteras geográficas. 3. Digitalización de procesos. Prácticamente todas las actividades humanas, desde la educación y el trabajo hasta el entretenimiento y las compras, se llevan a cabo de manera digital o mediante plataformas tecnológicas. 4. Automatización e inteligencia artificial (IA). Uso de máquinas y software avanzados para realizar tareas humanas, desde la automatización industrial hasta asistentes virtuales. 5. Redes sociales y comunicación instantánea. Las plataformas digitales transforman las formas de comunicación, interacción y participación social. 6. Economía digital. Dominio del comercio electrónico, las criptomonedas y los modelos de negocio basados en servicios digitales y plataformas en línea. Según The Economist, hoy el recurso más importante de la economía no es el petróleo, sino los datos. 7. Nuevos paradigmas laborales. Cambios en los trabajos tradicionales por trabajos remotos, flexibles y basados en competencias digitales. Hasta el momento, la sociedad digital tiene ventajas y desafíos claros. Por el lado de las ventajas, un acceso global a la información y al conocimiento permite igualar la cancha respecto del uso de los dos principales factores de la producción. Por otra parte, una mayor conectividad e interacción entre personas y comunidades permite una dinámica social más compleja, con luces y sombras que discutiremos en este libro. Claramente las innovaciones tecnológicas que ha traído la sociedad digital mejoran la calidad de vida, así como nuevas oportunidades económicas y laborales. Por el lado de los desafíos, el principal lo constituye la brecha digital, es decir, la desigualdad en el acceso a las tecnologías. También la dependencia excesiva de dispositivos digitales se está convirtiendo en un desafío, en la medida en que está generando efectos colaterales que afectan la sociabilidad de las personas y su visión del mundo (debido a la desinformación y manipulación mediante redes sociales). Hay también riesgos para la privacidad y seguridad de datos personales, sobre lo cual se está legislando en muchos países. Estamos claramente yendo hacia una sociedad más compleja y sofisticada con muchos desafíos y oportunidades. El mayor cambio respecto de los tipos de sociedad que han precedido a la sociedad digital es, no obstante, que la sociedad digital se apoya fundamentalmente en bienes intangibles (conocimiento, información, datos), mientras que todas las sociedades que la precedieron desde que existe la humanidad se apoyó en bienes tangibles (la tierra, la fábrica, los computadores). Además de desafíos, la sociedad digital esconde peligros, fundamentalmente por el mal uso del conocimiento. En la era industrial, el principal peligro era una conflagración mundial nuclear. La tecnología desarrollada permitía la destrucción del mundo. Había dos terribles testimonios visuales (Hiroshima y Nagasaki) que permitían medir el alcance de lo que supondría esa conflagración nuclear. Y eso ayudó como disuasor del desastre. Como la sociedad digital está fundada sobre elementos intangibles, es difícil “ver” las consecuencias de un mal uso de las tecnologías, aunque en los últimos años al menos hemos podido asistir a algunas de sus manifestaciones, como las fake news, los ciber ataques, la manipulación genética. Pero a diferencia de las bombas nucleares, no constituyen amenazas directas sobre la sociedad, por lo cual no estamos tan preparados para combatirlo. Nadie puede hacer una bomba nuclear en su casa. Un ataque cibernético en cambio sí se puede llevar a cabo desde cualquier lugar del mundo. Y se está haciendo. Estamos recién aprendiendo a combatir estos nuevos peligros. Y aprenderemos. La raza humana se caracteriza entre otras cosas por un instinto natural de supervivencia, que nos ha permitido seguir sobre la faz de la Tierra a pesar de nuestros defectos. Frente a quienes quieren usar las tecnologías digitales para fines perversos, hay más que quieren usarlas para fines benéficos. Y ganarán. Para llegar a la Sociedad Digital se necesitaron tres inventos fundamentales, que llamaría también “fundacionales”: la electricidad, el computador y la programación. La electricidad es fundamental para los computadores, y los computadores, sin la programación, no sirven para nada. Todos estos inventos sucedieron en la sociedad industrial. Hacia finales del siglo 20 surgió la World Wide Web (30 años después de la Internet). Ese fue el punto de inflexión hacia la Sociedad Digital. La información y el conocimiento quedaron accesibles a cualquiera que estuviese conectado a Internet. El éxito que tuvo la adaptación, que llegó a los 1.000 millones de usuarios en 10 años (hoy son 5.500 millones, o un 67% de la población mundial, mayor al porcentaje con acceso a televisor) fue el gatillador de todo el ecosistema que se montó encima. Y ese “ecosistema” es lo que hoy se identifica con la Sociedad Digital. Por cierto, esta cantidad de usuarios coincide con la proyección hecha por Mc Kinsey en su trabajo de 2012, que fue básico para mi libro. La World Wide Web (WWW) fue fundamental para la instalación de la Sociedad Digital, porque está detrás de las 7 características que hemos definido para la misma. La WWW hizo que el conocimiento y la información se convirtieran en el recurso más valioso de la sociedad. Y aquí se rompió un paradigma de la economía: siendo el más valioso, gracias a la WWW era también el más abundante, y en una enorme proporción, ¡sin costo! En la medida en que los fabricantes de productos y servicios utilizaron ese insumo abundante y económico, pudieron conocer mejor a sus clientes y mejorar sus ofertas. ¿Cómo va a ser esa sociedad? Puesto que el recurso más importante es el conocimiento y la información, veo una sociedad dirigida por una elite ilustrada, absolutamente desvinculada de su origen social, raza, género o edad, en el sentido que podrá pertenecer a ella quienes mayor conocimiento e información tengan, independiente de su extracto social, raza, género o creencias. Creo que esa élite va a evolucionar desde una sociedad basada en el conocimiento hacia una sociedad basada en la sabiduría, que es el conocimiento aplicado con criterio. Se darán cuenta que en la medida que a todos les vaya mejor, a ellos también les irá mejor. Pondrán sus habilidades a trabajar en una sociedad más inclusiva, no porque se los obligue por ley, sino porque genera más valor. Los gerentes generales saldrán del área de recursos humanos, porque lo más importante para las organizaciones es la creación de valor, y para eso se requiere conjugar talentos. Talentos que se deben descubrir, desarrollar y gestionar. Talentos que pertenecen a las personas. Es el talento de las personas el que genera conocimiento, el que genera valor, el que responde a las preguntas sobre la sociedad, la economía, la política. ¿De qué está compuesta la sociedad digital? De lo mismo que estuvo compuesta la sociedad industrial y la sociedad medieval y todas las anteriores: de grupos humanos reunidos por factores de cohesión interna (o externa, cuando se trataba de naciones sojuzgadas) organizados bajo unas reglas comunes a todos, utilizando herramientas y recursos para su diario vivir y buscando el cumplimiento de objetivos personales y comunes o sociales. ¿Qué es lo particular entonces? Que las herramientas y los recursos más importantes son de naturaleza digital, de igual forma que en la sociedad industrial eran de naturaleza industrial y en la sociedad agrícola eran de naturaleza agrícola. En la sociedad agrícola el recurso más importante era la tierra, y la riqueza emanaba de su posesión. En la sociedad industrial fue la fábrica, y la riqueza emanaba de su propiedad. En la sociedad digital es el conocimiento, y su riqueza emana del talento. La humanidad sigue siendo humana, con las mismas virtudes y defectos. Ha evolucionado – qué duda cabe – y el tejido social se ha hecho más complejo. El tejido social de la era industrial era más complejo que el de la era agrícola, y el tejido social es más complejo en la sociedad digital de lo que era en la era industrial.