Por Ricardo Herrera Martínez*
Durante décadas, la teoría del management ha documentado las limitaciones del juicio humano en contextos de alta complejidad: los sesgos cognitivos, la tendencia a confirmar hipótesis previas, la dificultad para procesar volúmenes de información que superan la capacidad de atención individual. Frente a ese diagnóstico, la inteligencia artificial parecía ofrecer una solución. Hoy, sin embargo, las organizaciones que han avanzado en su adopción descubren que el problema es más interesante —y más complejo— de lo que anticipaban.
El cambio no consiste en que la IA tome decisiones en lugar de los directivos. Consiste en que transforma la naturaleza misma del acto de decidir. Cuando un sistema de análisis predictivo señala una dirección estratégica con un nivel de confianza estadística, el ejecutivo ya no enfrenta únicamente la pregunta de qué hacer: enfrenta la pregunta de cuánto peso asignar a una recomendación que no puede examinar del mismo modo en que examinaría el argumento de un colega o el análisis de un consultor. La caja negra algorítmica introduce una forma nueva de incertidumbre.
La investigación reciente en comportamiento organizacional sugiere que este fenómeno produce dos respuestas igualmente problemáticas. La primera es la deferencia excesiva: directivos que adoptan la recomendación del sistema sin someterla al mismo escrutinio crítico que aplicarían a cualquier otra fuente, bajo el supuesto implícito de que lo cuantitativo es sinónimo de lo objetivo. La segunda es el rechazo instintivo: equipos que desconfían sistemáticamente de los modelos y terminan utilizándolos como validación post-hoc de decisiones ya tomadas por intuición. En ambos casos, la organización invierte en capacidad analítica sin obtener el beneficio que justificó esa inversión.
El verdadero desafío para la alta dirección no es aprender a usar la inteligencia artificial, es aprender a deliberar con ella: a integrar su output en procesos de decisión que preserven el juicio crítico sin ignorar la evidencia que los modelos aportan.
Te interesa: El espejismo de la adopción: ¿por qué la IA aún no se traduce en valor para el entorno laboral?
Las organizaciones que han avanzado en esta integración comparten algunas características. En primer lugar, han separado con claridad en dónde es que los sistemas de IA operan con ventaja —procesamiento de grandes volúmenes de datos, identificación de patrones no lineales, monitoreo de variables operativas— de aquellos en que el juicio humano sigue siendo irreemplazable: interpretación del contexto, valoración de consecuencias éticas, lectura de dinámicas relacionales y la gestión de la incertidumbre radical que ningún modelo puede cuantificar.
En segundo lugar, estas organizaciones han rediseñado sus procesos de decisión para que la intervención del sistema sea un insumo explícito, documentado y debatible. Esto implica que los equipos directivos conozcan, al menos en términos generales, sobre qué datos fue entrenado el modelo que están consultando, los supuestos y en qué condiciones sus predicciones pierden validez. La alfabetización en IA en la alta dirección no significa dominar la matemática de estos sistemas ni su funcionamiento computacional: significa la capacidad de entender e interrogar sus recomendaciones.
Finalmente, las organizaciones más maduras en este proceso han reconocido que la IA no elimina la responsabilidad de decidir: la redistribuye. Cuando una decisión se apoya en IA, la pregunta de quién responde por sus consecuencias no desaparece; se desplaza hacia quienes eligieron el modelo, quienes definieron sus parámetros y quienes aceptaron su recomendación. Esa redistribución de responsabilidad es, en sí misma, una decisión de gobierno corporativo que la alta dirección aún no han incorporado con la seriedad que el momento requiere.
La inteligencia artificial no simplifica la toma de decisiones en la alta dirección. La complejiza y, en varios aspectos, la hace más exigente. Las organizaciones que comprendan esa distinción estarán en condiciones de extraer valor de la tecnología. Las que no lo hagan corren el riesgo de añadir sofisticación aparente a procesos que siguen siendo, en el fondo, igual de frágiles que antes y mucho más costosos.
*Ricardo Herrera Martínez, profesor de Análisis de Decisiones en IPADE Business School.
Las opiniones expresadas son sólo responsabilidad de sus autores y son completamente independientes de la postura y la línea editorial de Forbes México.
