El contexto: la ventaja de la inteligencia artificial

Durante muchos años, la evolución de la inteligencia artificial estuvo asociada a una idea relativamente sencilla: mientras más datos pudiera procesar un sistema, mejores serían sus resultados. Esta convicción impulsó el desarrollo de infraestructuras capaces de almacenar volúmenes cada vez mayores de información y de algoritmos entrenados con cantidades extraordinarias de ejemplos. Sin embargo, conforme estas tecnologías comenzaron a incorporarse a la vida cotidiana de las organizaciones, también empezó a hacerse evidente una limitación inesperada. Los sistemas podían acceder a millones de registros y, aun así, equivocarse en decisiones que para una persona experimentada resultaban prácticamente evidentes. La diferencia no estaba en la cantidad de información disponible, sino en algo mucho más difícil de capturar: el contexto.

Las personas interpretamos la realidad casi sin advertirlo. Cuando escuchamos una conversación, comprendemos quién habla, cuál es la intención de cada frase, qué hechos ocurrieron antes y qué circunstancias rodean la situación. Si un compañero comenta que un proyecto "está detenido", entendemos que probablemente existen obstáculos, prioridades cambiantes o decisiones pendientes. No necesitamos que todos esos elementos sean explicados de manera explícita porque los reconstruimos a partir del contexto que compartimos. Esa capacidad constituye una de las características más sofisticadas de la inteligencia humana y, al mismo tiempo, uno de los mayores desafíos para la inteligencia artificial.

En el ámbito organizacional, el contexto adopta múltiples formas. Es el conjunto de relaciones que existen entre las áreas de una empresa; son las reglas que explican por qué un procedimiento funciona de determinada manera; es la historia detrás de una decisión, las restricciones regulatorias, los objetivos estratégicos, las excepciones aceptadas y la experiencia acumulada por quienes participan en los procesos. Ninguno de estos elementos suele encontrarse concentrado en un único documento. Se distribuyen entre conversaciones, políticas, sistemas de información, reuniones, correos electrónicos y, sobre todo, en el conocimiento tácito de las personas. Precisamente por ello, el contexto constituye uno de los recursos más difíciles de preservar y también uno de los más valiosos.

El límite de los datos

La ausencia de contexto explica muchas de las limitaciones que hoy enfrentan los sistemas inteligentes. Un modelo puede identificar que dos clientes realizaron compras similares, pero desconocer que pertenecen a segmentos completamente distintos. Puede detectar que un indicador financiero disminuyó, sin comprender que la organización decidió sacrificar rentabilidad temporal para ingresar a un nuevo mercado. Incluso puede sugerir una decisión técnicamente correcta que, sin embargo, contradice una política interna o un compromiso previamente adquirido con un cliente estratégico. Los datos, por sí solos, difícilmente contienen todas esas explicaciones. Son las relaciones entre ellos las que permiten comprender su verdadero significado.

Esta realidad representa un cambio profundo respecto a la manera tradicional de concebir la transformación digital. Durante décadas, las organizaciones dedicaron enormes esfuerzos a integrar aplicaciones, consolidar bases de datos y automatizar procesos. Aquellas iniciativas generaron beneficios importantes, pero partían de una premisa implícita: que disponer de toda la información era suficiente para tomar mejores decisiones. Hoy comenzamos a comprender que esa condición, aunque necesaria, resulta insuficiente. Lo verdaderamente decisivo no es únicamente saber qué ocurrió, sino entender por qué ocurrió, cómo se relaciona con otros procesos y cuáles podrían ser las consecuencias de actuar de una determinada manera.

Comprender antes que procesar

Por esa razón, el contexto comienza a convertirse en el recurso estratégico más importante para la inteligencia artificial. Un sistema que comprende el contexto no sólo recupera información; también interpreta relaciones, identifica dependencias, reconoce prioridades y distingue qué aspectos resultan relevantes para cada situación. Su comportamiento deja de parecerse al de un buscador que localiza documentos y se acerca más al de un colaborador capaz de comprender el funcionamiento de la organización. La diferencia puede parecer sutil, pero transforma por completo el valor que estas tecnologías aportan.

Este cambio también modifica la responsabilidad de las propias organizaciones. Durante mucho tiempo se asumió que el problema consistía en encontrar algoritmos más sofisticados. Sin embargo, la experiencia demuestra que incluso los modelos más avanzados encuentran límites cuando operan sobre información fragmentada, inconsistente o desprovista de significado compartido. La calidad de la inteligencia artificial depende, en gran medida, de la calidad del contexto que la organización ha sido capaz de construir y mantener. En otras palabras, una empresa no obtiene mejores respuestas únicamente porque utiliza mejores modelos, sino porque logra representar mejor su propia realidad.

El contexto como activo estratégico

Aquí comienza a emerger una nueva forma de pensar la gestión empresarial. Si el contexto es un activo estratégico, entonces debe diseñarse, mantenerse y evolucionar con el mismo cuidado con el que se administran los recursos financieros o la infraestructura tecnológica. Ya no basta con documentar procedimientos o almacenar información histórica. Es necesario hacer explícitas las relaciones que existen entre procesos, personas, objetivos, decisiones y conocimientos para que esa comprensión permanezca disponible incluso cuando cambien los equipos, las tecnologías o las condiciones del mercado.

Las organizaciones que desarrollen esta capacidad contarán con una ventaja difícil de imitar. Mientras otras seguirán invirtiendo principalmente en nuevas herramientas, ellas estarán construyendo un entorno donde cada decisión podrá interpretarse dentro de un marco común de significado. La inteligencia artificial dejará entonces de limitarse a ejecutar instrucciones previamente definidas y comenzará a participar en procesos de análisis, recomendación y aprendizaje mucho más cercanos a la manera en que colaboran las personas.

La siguiente generación de inteligencia artificial

Tal vez esa sea la diferencia más importante entre la primera generación de sistemas inteligentes y la que comienza a surgir. Los primeros destacaron por su capacidad para automatizar tareas específicas. Los siguientes se distinguirán por su capacidad para comprender el contexto en el que esas tareas existen. Este cambio no representa únicamente una mejora tecnológica; implica una transformación en la manera de concebir el papel del software dentro de las organizaciones.

Durante décadas, las aplicaciones empresariales fueron diseñadas para ejecutar funciones concretas: registrar operaciones, controlar inventarios, emitir facturas o administrar recursos. Cumplieron con enorme eficacia ese propósito, pero fueron construidas para automatizar actividades, no para comprender el negocio en su conjunto. La siguiente etapa consistirá precisamente en superar esa limitación. Los sistemas dejarán de ser simples ejecutores de procesos para convertirse en plataformas capaces de entender cómo esos procesos se relacionan entre sí.

Para saber más...

• Paul Dourish
  What We Talk About When We Talk About Context
  Personal and Ubiquitous Computing, 2004.
  https://link.springer.com/article/10.1007/s00779-003-0253-8
• Anind K. Dey
  Understanding and Using Context
  Personal and Ubiquitous Computing, 2001.
  https://link.springer.com/article/10.1007/s007790170019