Simbiosis humano IA: gobernar para innovar

En “Governing AI Through Human-AI Symbiosis”, publicado por California Management Review de UC Berkeley Haas School of Business, Mohammad Hossein Jarrahi, Paavo Ritala y Maysam Akbarin proponen algo que me parece bastante más interesante que llenar una empresa de políticas sobre lo que la IA puede o no puede hacer. Su idea es que la gobernanza debería servir para diseñar una verdadera simbiosis humano IA, aprovechando simultáneamente aquello que las máquinas hacen extraordinariamente bien, consistencia, escala y búsqueda de patrones, y aquello donde nosotros todavía tenemos una ventaja enorme: criterio, contexto, intuición y capacidad de pensar diferente.

Gobernar IA no debería significar solamente poner frenos

Hasta ahora gran parte de la conversación sobre gobernanza de IA se ha concentrado en guardrails: seguridad, sesgos, privacidad, accountability y reducción del daño. Todo necesario. Pero los autores plantean que quedarse ahí es bastante pobre estratégicamente. Una organización también debería preguntarse cómo la gobernanza ayuda a que las personas aprendan junto con la IA, rediseñen workflows y desarrollen nuevas capacidades. En otras palabras, la regulación interna de la tecnología no debería ser solamente un freno; bien diseñada puede convertirse en un acelerador.

Me gusta mucho esta mirada porque cambia completamente la pregunta. En vez de “¿cómo controlo la IA?”, pasas a “¿cómo diseño una relación donde la IA me haga mejor y yo también haga mejor al sistema?”.

Dos dimensiones y cuatro formas de trabajar con IA

El framework utiliza 2 dimensiones. La primera va desde explotar conocimiento existente hacia explorar conocimiento nuevo. La segunda va desde una aplicación amplia, a escala organizacional, hacia una aplicación profunda y especializada. Al cruzarlas aparecen 4 configuraciones de simbiosis humano IA: eficiencia amplificada, expertise aumentado, innovación democratizada y descubrimiento de frontera.

Y esto es bastante útil porque evita una de las simplificaciones más comunes: creer que toda IA debería implementarse igual. Automatizar miles de operaciones logísticas no requiere la misma gobernanza que utilizar IA para descubrir una molécula nueva. En un caso quieres consistencia y velocidad; en el otro quieres precisamente lo contrario: encontrar algo improbable que nadie había imaginado.

La IA puede escalar; tú sigues manejando las excepciones

En la primera configuración, eficiencia amplificada, la IA toma procesos conocidos y los ejecuta a gran escala, mientras las personas manejan excepciones, contexto y decisiones delicadas. Amazon aparece como ejemplo: robots y sistemas de IA mueven, clasifican y enrutan inventario mientras los trabajadores asumen funciones complementarias. De hecho, una de las fuentes que utiliza el artículo corresponde al anuncio de Amazon de su robot número 1 millón desplegado en 2025.

Esto me parece una excelente representación de hacia dónde puede ir el trabajo. No necesariamente humano o máquina. Probablemente humano más máquina, pero cada uno haciendo aquello donde genera más valor.

La innovación también necesita contradicción humana

El tercer cuadrante, innovación democratizada, me parece especialmente interesante. La IA permite a muchas más personas prototipar, diseñar y experimentar sin necesitar años de formación técnica. Coca-Cola, por ejemplo, abrió sus activos de marca para que artistas y público experimentaran con herramientas generativas en su iniciativa Create Real Magic.

Pero aparece una paradoja muy buena: si todos usamos modelos parecidos, entrenados con datos parecidos y prompts parecidos, podemos terminar produciendo ideas bastante parecidas.

La IA democratiza creatividad, sí.

Pero también puede democratizar la mediocridad.

Por eso los autores proponen preservar deliberadamente la capacidad humana de contradecir a la IA, perseguir ideas improbables y medir no solo cuántas ideas produces, sino cuán diferentes son entre ellas.

El verdadero activo puede ser la simbiosis humano IA

La conclusión del artículo me parece tremendamente optimista. Las organizaciones que mejor utilicen IA no serán necesariamente aquellas que automaticen más. Serán las que aprendan a decidir qué debe hacer la máquina, qué debe seguir haciendo una persona y dónde ambas pueden conseguir algo que ninguna lograría sola.

Los autores terminan proponiendo 4 componentes para gobernar esa relación: arquitecturas de coaprendizaje, evolución dinámica de roles, derechos claros de decisión y salvaguardas de la asociación humano-IA.

Y ahí está, creo, la verdadera oportunidad.

La simbiosis humano IA no busca preservar artificialmente todo el trabajo humano ni limitar la tecnología porque sí. Busca diseñar organizaciones donde la escala de la IA conviva con algo que no deberíamos perder: nuestra capacidad para cuestionar, interpretar y perseguir posibilidades que todavía no aparecen en los datos.

Eso no es defender al humano de la inteligencia artificial.

Es construir una empresa más inteligente con ambos.

FAQs

¿Qué es la simbiosis humano IA?

Es un modelo de colaboración donde humanos e inteligencia artificial aportan capacidades complementarias dentro de un mismo sistema de trabajo, en vez de asumir que uno debe sustituir al otro.

¿Cuáles son los cuatro modelos de simbiosis humano IA?

El artículo identifica eficiencia amplificada, expertise aumentado, innovación democratizada y descubrimiento de frontera. California Management Review

¿Qué papel mantienen las personas?

Las personas aportan contexto, criterio profesional, creatividad divergente, responsabilidad ética y capacidad para identificar excepciones que los sistemas de IA pueden no reconocer.

¿Qué significa gobernar la IA estratégicamente?

Significa no limitarse a controlar riesgos, sino diseñar roles, feedback, responsabilidades y procesos que permitan aprender e innovar mediante la colaboración humano-IA.

¿La IA puede reducir la innovación?

Puede ocurrir si organizaciones completas utilizan modelos y patrones similares, generando convergencia de ideas. Por eso el framework propone proteger activamente el pensamiento divergente humano.

¿Cuál es la principal oportunidad para las empresas?

Construir una ventaja difícil de copiar combinando la escala y consistencia de la IA con conocimiento propio, workflows diferenciados y juicio humano.