Search Results

El 7 de abril de 2025, Tobi Lütke, CEO de Shopify, compartió un memorándum interno que pronto fue filtrado en la red X  (antes Twitter). A simple vista, parecía más una comunicación corporativa más. Pero dado el revuelo que provocó, podríamos estar ante algo mucho más profundo. Quizás nos encontremos ante el inicio de un nuevo establishment laboral. En nuestro grupo 2.1 Profesiones del Futuro: Nuevas Oportunidades y Requerimientos de   OdiseIA-Google.org , analizamos cómo esta integración de la IA se está convirtiend o en la base de los perfiles laborales emergentes y de las competencias clave que marcarán la diferencia en un futuro cada vez más cercano No sabemos aún si este documento ocupará un lugar junto a Taylor, Ford o Toyota en la historia del trabajo. Pero lo que plantea, podría marcar un antes y un después en nuestra forma de entender el futuro del empleo. Y precisamente el impacto de la IA en el futuro del trabajo es el eje central de nuestro grupo 2.1 "Profesiones del Futuro: Nuevas Oportunidades y Requerimientos" organizado por OdiseIA en el marco del proyecto Google cAIre  y liderado por Ricardo Palomo (Coordinador), Dolores Abuin, Jorge Cerqueiro, Frank Escandell y José Javier Sesma. Bajo la apariencia de directrices internas, el texto de Lütke plantea una transformación radical con la posible aparición de un nuevo contrato social laboral. Las claves de este nuevo contrato Mayor autonomía individual Éxito económico e innovación como ejes del reconocimiento Normas sociales dictadas por redes y líderes de opinión Menor peso de sindicatos y reguladores Y un nuevo criterio de pertenencia (IA) La IA (inteligencia artificial) se convierte en una forma de estar o no estar en el mundo laboral. De pertenecer a ella o quedarse fuera. ¿El nacimiento del "Tobismo"? Quizá sea pronto para llamarlo así, pero el contenido del memorándum tiene estructura, tono y consecuencias de manifiesto. Y como todo manifiesto, propone una visión del mundo. Este, en concreto, redefine qué significa ser útil en la era de la IA, y con ello, da lugar a una nueva clase profesional, la clase trabajadora aumentada. Tobi ha dejado por escrito y de forma pública lo que otras empresas podrían no atreverse a expresar. Ha perfilado una nueva identidad profesional, autónoma, guiada por IA, enfocada en rendimiento y autoaprendizaje constante. No hablamos de moda y Shopify no es la excepción. La empresa Klarna ya ha despedido a cientos de trabajadores tras adoptar la IA en sus procesos. Otras empresas puede que ya estén observando. ¿Qué es el Manifiesto Tobi? Un manifiesto es una declaración de intenciones, una especie de hoja de ruta ideológica. No se trata de ideas y ocurrencias en un determinado momento. El texto de Lütke cumple con todo. Se imponen principios, se redefinen competencias y se transforma la lógica laboral. “These aren’t just aspirational phrases — they’re fundamental expectations.” “Estas no son solo frases aspiracionales, sino requerimientos esenciales.” ¿Qué es la clase trabajadora aumentada? Es la clase que usa IA de forma automática. No aporta solo esfuerzo, sino multiplicación. Aprende sola, comparte, mejora constantemente. Si se estanca… cae. “Stagnation is almost certain, and stagnation is slow-motion failure.” No hay margen de neutralidad. O creces, o retrocedes. “If you're not climbing, you're sliding.” La antigua clase trabajadora  La nueva clase trabajadora aumentada por IA (según Shopify)  Usa herramientas tecnológicas  Usa IA de forma automática, habitual, casi inconsciente  Aprende según necesidad Aprende constantemente por sí misma  Funciona dentro de estructuras tradicionales  Rediseña procesos desde la lógica de IA Puede destacar por experiencia, intuición o método  Comparte conocimientos, sin jerarquías  Fundamentos del Tobismo Este manifiesto plantea un cambio cultural profundo. Ya no se valora que nos adaptemos al nuevo medio, sino que se nos impone como una exigencia. Aparece una nueva curva de aprendizaje, donde lo que se premia es la capacidad de "multiplicar" resultados mediante IA. "These aren’t just aspirational phrases—they’re fundamental expectations." Los valores de aprender y adaptarse ya no son deseables, sino que son obligatorios. Lo que está proponiendo Tobi es mucho más que un proceso de upskilling o reskilling, es una redefinición de qué significa hoy ser un profesional válido en una empresa líder. Se redefine el concepto de competencia profesional y ahora se premia al que aprende por sí mismo, comparte con los demás como elemento imprescindible de mejora y optimiza el equipo de trabajo del que forma parte. Los seis principios del nuevo orden laboral 1. Uso efectivo de la IA como exigencia fundamental La IA ya no es una herramienta opcional. Es parte del conocimiento básico esperado. El que no sabe usarla, no pertenece a esa clase trabajadora. Aprender a aplicarla en el propio trabajo es una exigencia compartida y continua. 2. La IA como base del prototipado Los prototipos deben construirse desde el principio con IA. La intervención humana llega solo si la IA no es suficiente. 3. Evaluación y revisión del desempeño con preguntas sobre IA La IA se integra en los criterios de evaluación profesional. No basta con saber usarla, se debe demostrar cómo se aplica y mejora el trabajo mediante su uso. 4. Aprendizaje autodirigido y cultura compartida Cada profesional debe aprender por su cuenta, pero también es obligación compartir lo aprendido (será parte del trabajo). Se fomenta un ecosistema de aprendizaje colectivo mediante Slack, Vault y herramientas como Copilot o Cursor. 5. Justificación del uso de recursos humanos Antes de pedir personal o recursos extra, hay que demostrar que la IA no basta. Se invierte el orden tradicional, donde primero será la IA y luego los humanos. 6. Cultura transversal sin jerarquía tecnológica Se espera que todos (incluido el CEO) compartan aprendizajes, errores y recursos. El aprendizaje colectivo es ya obligatorio. ¿Qué herramientas proporciona Shopify? chat.shopify.io Copilot Cursor Claude Code Proxy Slack (#revenue-ai-use-cases, #ai-centaurs) Vault (repositorio compartido) “You don't just get a front-row seat, but are surrounded by a whole company learning and pushing things forward together.” La vulnerabilidad ya es algorítmica Aquí es donde el Tobismo muestra su cara más dura. La IA no te castiga, sino que te reemplaza sin aviso. Quien no pueda aprender solo, automatizar, diseñar prompts o multiplicarse, queda desplazado. Y lo hace sin despidos ni explicaciones. Solo desapareces y no perteneces a esa nueva clase profesional. La vulnerabilidad ya no depende de tu edad, género o formación, sino de tu grado de adaptación con la lógica algorítmica. Y si no estás dentro, estás fuera. ¿Estamos entrando en una cultura laboral sin margen para disentir? ¿Puede la obligación de usar IA convertirse en una forma de exclusión? ¿Estamos creando una clase hiperadaptada y otra residual? ¿Dónde queda el juicio humano si la productividad con IA es lo único que importa? ¿Y si no quiero usar IA? ¿Dónde queda lo humano? Nos repiten que la IA no nos sustituirá, sino que nos hará mejores. Tal vez sea cierto. Pero también es cierto que muchas profesiones desaparecerán, mientras otras —aún inimaginables— surgirán. Lo que está en juego no es solo el qué, sino el cuándo, y sobre todo, el cómo. En esta era donde la AI nos hace seres humanos aumentados, deberemos reflexionar sobre el papel que queremos jugar. ¿Acaso queremos ser más rápidos, más eficientes? ¿Queremos ser más máquinas en vez de más humanos? ¿Queremos que se nos mida por lo parecidos que somos a un algoritmo? ¿Podemos hablar de ética sin hablar de límites? ¿Qué opinan los trabajadores de Shopify de todo eso? ¿Y los de otras empresas que empiezan a seguir el mismo camino? ¿Queda margen para disentir y aportar otra visión? Conclusión El Manifiesto Tobi no es solo un documento corporativo. Puede que se convierta en la primera formulación explícita de un nuevo pacto laboral algorítmico. Quizá sea un texto fundacional de un nuevo contrato profesional, pero por ahora, solo el tiempo nos lo dirá. Quizá lo olvidemos en unos meses.O quizá, sin apenas darnos cuenta, ya estemos viviendo dentro de él. La pregunta no es solo si ocurrirá, sino si lo aceptaremos sin discutirlo, sin cuestionarlo, sin siquiera darnos cuenta. El verdadero riesgo quizá no sea que la IA nos sustituya, sino que nos haga creer que ser humanos ya no es suficiente.  Enlace: https://x.com/tobi/status/1909251946235437514   OdiseIA, el Observatorio del Impacto Social y Ético de la Inteligencia Artificial, fomenta la reflexión sobre el impacto ético y social del uso extensivo de la inteligencia artificial.

Dr Begoña G. Otero, Coordinadora Grupo 1.4 AI4Good, Proyecto cAIre. En febrero de 2025 OdiseIA celebró el Hackathon OdiseIA4Good . No fue un escaparate tecnológico ni una incubadora clásica. Diseñado como parte del proyecto de investigación cAIre, con el respaldo de Google.org y la Fundación Pablo VI, y con la colaboración de entidades como la Universidad CEU San Pablo, la Fundación ONCE, Innova-tsn, la comunidad GDG Madrid, y otros aliados, el evento se planteó no como una competición de startups, sino como un laboratorio de posibilidades. Un terreno de prueba para explorar qué tipo de inteligencia artificial puede emerger cuando el punto de partida no es la eficiencia, sino la vulnerabilidad. Durante tres días, más de 300 inscritos en 42 equipos, desde expertos y estudiantes en tecnología, ética o datos, hasta activistas de diversos sectores, trabajaron en conjunto para abordar desafíos reales vinculados al empleo de personas con discapacidad, la migración, la brecha digital y otras problemáticas sociales, climáticas, educativas, etc. Todas ellas de dimensión global y todas centradas en la vulnerabilidad. La dinámica combinó talleres técnicos, mentorías especializadas y presentaciones finales ante un jurado multidisciplinar. La presidencia honorífica del evento fue aceptada por Su Majestad el Rey, lo que subrayó su relevancia institucional y ética. El ambiente fue una combinación poco habitual de creatividad colaborativa, rigor técnico y compromiso social, con un enfoque claro: impulsar formas de inteligencia artificial que no solo sean técnicamente viables, sino centradas en la dignidad humana. Cinco meses después, y tras poner en marcha un seguimiento cercano a los equipos participantes, podemos confirmar que  algunas de esas semillas han comenzado a germinar. No en laboratorios de innovación al uso, sino en redes comunitarias, proyectos artísticos, circuitos informales o estrategias de cuidado cotidiano. Lo que florece no son productos cerrados, sino procesos vivos que resisten la lógica del “éxito rápido” y se afirman en sus propios tiempos y formas. Lo que hemos observado De los cuarenta y dos equipos participantes en el Hackathon OdiseIA4Good, actualmente estamos haciendo seguimiento detallado de seis proyectos que, meses después, siguen activos o en proceso de evolución. Algunos de los proyectos iniciales no llegaron a desarrollarse más allá del prototipo, y en otros casos, como es habitual en este tipo de convocatorias abiertas, no obtuvimos respuesta a nuestra invitación de seguimiento. Aun así, contar con seis trayectorias vivas y diversas es un resultado valioso, que permite observar con lupa los desafíos y aprendizajes reales tras el impulso inicial del Hackathon. Los seis proyectos ofrecen una panorámica rica y plural. Woowii  trabaja en una herramienta para fomentar la empleabilidad desde la afinidad, alejándose de los sesgos tradicionales de selección. WeRepresent  explora la generación de contactos inteligentes para artistas y deportistas emergentes mediante agentes automatizados y scraping adaptativo. Opills  ha pivotado hacia el ámbito sociosanitario, desarrollando una app para el control de la medicación en contextos de dependencia. ElderCare Connect  busca prototipar soluciones robóticas accesibles para cuidados cotidianos. Asistente en Migración y Asilo  plantea un sistema multilingüe de acompañamiento para trámites de extranjería. Y Tramits-Easy , surgido de un entorno corporativo, desarrolló un prototipo de interfaz para facilitar gestiones administrativas digitales. Estos seis proyectos presentan recorridos muy distintos: algunos han avanzado con claridad estratégica, otros han entrado en pausa o están redefiniendo su camino. Pero lo más revelador no es cuánto han avanzado, sino los patrones que comparten, y que permiten identificar tendencias comunes sobre los retos reales que enfrentan este tipo de iniciativas. Uno de los puntos críticos es la ausencia de estructuras jurídicas o técnicas. Varios de los equipos no cuentan con forma legal, lo que limita su capacidad de acceder a financiación, firmar acuerdos o simplemente testear sus soluciones en entornos reales. Tampoco disponen de perfiles técnicos estables, lo que limita su capacidad de desarrollo sostenido. En segundo lugar, comparten el desfase entre los apoyos ofrecidos y las necesidades reales. Los marcos de mentorización disponibles están pensados para startups en búsqueda de escalabilidad o inversión. Pero varios de los proyectos acompañados no persiguen ese modelo. Algunos están impulsados por estudiantes, colectivos artísticos o profesionales independientes que buscan impacto, no capital riesgo. La tercera tendencia en común es la falta de espacios de validación. Incluso aquellos equipos con prototipos funcionales encuentran dificultades para acceder a entornos de prueba: residencias, administraciones, colectivos vulnerables. Sin estas conexiones, incluso los proyectos más viables tecnológicamente se estancan. Y el patrón más llamativo que hemos observado es que los equipos no solo diseñan para la vulnerabilidad, sino desde ella. Trabajan sin financiación estable, sin estructura legal, con escasos apoyos formales y mucha carga personal. Esta doble dimensión —diseñar soluciones para contextos vulnerables mientras se opera desde condiciones precarias— define la naturaleza ética y estratégica del acompañamiento necesario. Una IA centrada en lo humano Nuestra  lectura no surge del azar. Que los seis proyectos no solo diseñan para la vulnerabilidad sino desde ella, se alinea con el marco teórico desarrollado por nosotros mismos en el Grupo 1.4 de OdiseIA en el artículo " AI for Good: la idea de la vulnerabilidad humana en tela de juicio ". Ahí proponemos abandonar la idea de que la vulnerabilidad es un rasgo “del otro”, una condición que se diagnostica externamente. En su lugar, entendemos la vulnerabilidad como algo estructural, relacional y compartido, que atraviesa tanto a diseñadores como a usuarios. Lo que importa no es “quién” es vulnerable, sino “cómo” diseñamos tecnologías que alivian o agravan esa vulnerabilidad. Desde esta perspectiva, los seis proyectos acompañados ofrecen ejemplos concretos: Reducen cargas cognitivas y administrativas para personas migrantes o mayores. Crean agentes digitales para facilitar el acceso de artistas sin agencia a oportunidades culturales. Exploran modelos de selección laboral más inclusivos, donde la afinidad humana pesa más que la eficiencia algorítmica. Facilitan el autocuidado médico, adaptando soluciones a contextos institucionales como residencias geriátricas. En todos los casos, la IA aparece no como fin en sí misma, sino como medio para un objetivo humano concreto y legítimo. Su valor no radica en la sofisticación del modelo, sino en su ajuste al contexto, su adecuación a las capacidades reales de los usuarios, y su potencial para disminuir barreras. Esta es la base de una inteligencia artificial verdaderamente situada. Financiar ideas, no estructuras: una lectura crítica del modelo Horizon desde el informe IEP–ifo y los aprendizajes de OdiseIA4Good El seguimiento a los proyectos de OdiseIA4Good no es solo una radiografía puntual. Al compararlo con las recomendaciones estructurales del reciente informe Funding Ideas, Not Companies. Rethinking EU Innovation Policy From the Bottom Up (IEP-ifo) , emergen coincidencias profundas sobre los límites actuales de las políticas públicas de innovación en Europa. Este informe, elaborado por el Institute for European Policymaking  y el  ifo Institute  representa una crítica estructural a las políticas públicas de innovación vigentes en la UE. Su tesis central es clara: el sistema actual está centrado en exceso en financiar empresas constituidas bajo modelos comerciales convencionales, lo que excluye o desincentiva la innovación que emerge desde contextos no formales, colectivos sociales, comunidades culturales o iniciativas ciudadanas. Es decir, el modelo dominante está orientado a financiar empresas, no ideas, y penaliza formas no convencionales de emprendimiento o innovación situada. En lugar de priorizar el crecimiento económico inmediato o el “éxito de mercado”, el informe propone reorientar la financiación pública hacia las ideas —especialmente aquellas con valor social, experimental o comunitario—, incluso cuando no estén aún formalizadas jurídicamente. Cinco aspectos destacan en particular: 1. Financiar ideas sin exigir forma jurídica El informe IEP–ifo sostiene que muchas ideas de valor público nacen fuera de estructuras formales, y que el requisito de estar legalmente constituido bloquea su desarrollo temprano. En OdiseIA4Good, esta barrera fue visible: varios equipos no han podido avanzar por carecer de entidad jurídica que les permita recibir fondos, firmar acuerdos o acceder a pilotos institucionales. El informe recomienda crear fondos de acceso directo para ideas premercado . 2. Desburocratizar y simplificar el acceso a fondos El informe IEP–ifo subraya que los procesos administrativos actuales favorecen a grandes actores que pueden asumir costes de compliance  o justificar actividades con medios profesionales. Los proyectos de OdiseIA4Good, muchos de ellos impulsados por estudiantes, colectivos precarios o entidades culturales, no cuentan con esa capacidad. La burocracia se convierte en obstáculo antes que en garantía. Desburocratizar no es opcional: es democratizar el acceso a la innovación. 3. Acompañamiento contextual, no mentoría genérica Uno de los hallazgos de nuestro seguimiento es el desajuste entre los apoyos ofrecidos y las necesidades reales de los equipos. La mayoría no buscan montar una startup ni lanzar un pitch inversor. En cambio, requieren orientación legal, acceso a redes institucionales o apoyo en scraping, backend o pruebas piloto. El informe IEP–ifo sugiere pasar de los programas de aceleración masiva a estructuras de acompañamiento flexible, ajustadas al tipo y madurez del proyecto, y reconoce que la mentoría especializada es más eficaz cuando responde a la lógica del proyecto, no al molde del mercado. 4. Medir el impacto más allá del retorno económico El citado informe también destaca la necesidad de incorporar métricas de valor público, impacto social, inclusión y sostenibilidad como criterios de evaluación. La experiencia del Hackathon lo confirma: muchos de los proyectos analizados no prometen rentabilidad, pero sí dignidad, accesibilidad y representación. Esta ampliación del concepto de innovación —de lo exclusivamente tecnológico a lo social, organizativo y situado— requiere que los financiadores públicos valoren procesos relacionales, éticos y contextuales como parte del capital innovador. 5. Reconocer el valor de la innovación desde la periferia Por último, el informe IEP-ifo enfatiza que las ideas con mayor potencial transformador no siempre nacen en entornos académicos o empresariales, sino en márgenes: comunidades migrantes, redes artísticas, equipos voluntarios o colectivos infrafinanciados. OdiseIA4Good lo ha reflejado de forma elocuente. Que algunos de los prototipos más significativos hayan surgido desde posiciones de vulnerabilidad organizativa, sin apoyo estable, ni estructura empresarial, valida esta tesis. Necesitamos políticas que reconozcan esa innovación no como anecdótica, sino como estratégica. En este sentido, el estudio de IEP-ifo proporciona una legitimación teórica y política robusta al planteamiento que subyace en el proyecto cAIRe de Odiseia y su planteamiento de AI4Good: que la innovación centrada en la vulnerabilidad, la justicia social o el interés general no puede medirse ni apoyarse con los mismos instrumentos diseñados para el emprendimiento comercial. Para quienes pueden regar: rediseñar sin aumentar Administraciones públicas, universidades, fundaciones y entidades privadas no solo tienen capacidad financiera. También moldean las reglas del juego: definen qué se considera innovación, quién puede participar y bajo qué condiciones. Son quienes pueden convertir los márgenes en semilleros, si deciden regar allí donde ahora no llega el riego institucional. La propuesta no es aumentar el gasto público, sino repensar su arquitectura. Muchos de los obstáculos que enfrentan los equipos no se derivan de falta de fondos, sino de su diseño excluyente o poco contextualizado. Para fomentar una innovación plural —capaz de integrar tanto startups como colectivos sin ánimo de lucro— es clave: Abrir convocatorias y líneas de apoyo a iniciativas incipientes, incluso sin estructura jurídica formal. Crear espacios de prueba en instituciones públicas, centros educativos, servicios sanitarios o culturales. Desplegar redes de acompañamiento técnico, legal o ético, más allá del modelo inversor. Implementar indicadores de impacto que valoren colaboración, sostenibilidad y adecuación al contexto, no solo proyecciones económicas. Algunos de los equipos de OdiseIA4Good compiten por rondas de inversión. Otros no lo harán nunca. Algunos ya eran empresa antes del Hackathon. Otros aún no tienen forma jurídica. Lo que comparten es el potencial para resolver problemas reales desde una tecnología situada, reflexiva y con propósito. Es hora de que las políticas públicas y los actores del ecosistema innovador reconozcan y valoren esa pluralidad como un activo, no como una anomalía. Seguimos sembrando Este documento no cierra un ciclo: forma parte de una etapa abierta dentro del proyecto cAIre, que se desarrollará hasta el primer trimestre de 2026. Nuestro compromiso sigue siendo analizar, documentar y visibilizar los procesos de innovación tecnológica que emergen desde contextos de vulnerabilidad estructural, así como generar conocimiento útil para orientar políticas públicas y modelos de apoyo más inclusivos. A lo largo del proyecto, seguiremos acompañando a los equipos desde una perspectiva investigadora, conectando aprendizajes, identificando barreras compartidas, y proponiendo formas de intervención adaptadas a trayectorias no convencionales.  Por respeto a los equipos, no revelamos aquí detalles confidenciales ni datos que puedan comprometer sus desarrollos futuros. La visibilidad es importante, pero debe construirse con cuidado, sin exponer a quienes aún están en procesos frágiles. Las semillas están ahí. Y desde cAIre y OdiseIA, seguiremos observando, aprendiendo y preparando el terreno para que puedan florecer. Bibliografía Clemens Fuest et al., Funding Ideas, Not Companies: Rethinking EU Innovation Policy from the Bottom Up , Institute for European Policymaking & ifo Institute (2025). Disponible en:   https://www.econpol.eu/publications/funding-ideas-not-companies Begoña G. Otero, Grupo 1.4 de OdiseIA, AI for Good: la idea de la vulnerabilidad humana en tela de juicio , OdiseIA Blog (2024). Disponible en:   https://www.odiseia.org/en/post/ai-for-good-la-idea-de-la-vulnerabilidad-humana-en-tela-de-juicio

Introducción: El Momento que Definió una Era Cuando muchos creían que, en 2004, tras la salida a mercado de Google, había empezado una nueva era, pueden haberse quedado bastante cortos. El 9 de marzo de 2016 el algoritmo AlphaGo de DeepMind derrotó al maestro de go , Lee Sedol, en Seúl. Entonces sí que el mundo presenció algo más que una victoria tecnológica.  En ese entonces, en las oficinas de la Casa Blanca, una pionera de la gobernanza de inteligencia artificial observaba cómo se desplegaba ante sus ojos el futuro de la política tecnológica. Terah Lyons , quien entonces trabajaba en la Oficina de Ciencia y Tecnología Política  durante la administración Obama, recuerda vívidamente ese momento transformativo: " Todos nos miramos cuando llegamos al trabajo a la mañana siguiente y simplemente dijimos, esto realmente va a significar algo y probablemente deberíamos hacer algo al respecto ". Casi una década después, desde su posición actual como jefa de política de IA en JPMorgan Chase , Lyons ofrece una perspectiva única sobre la evolución dramática de la gobernanza de inteligencia artificial. Su trayectoria profesional —desde los pasillos del poder en Washington hasta las organizaciones sin ánimo de lucro y finalmente al sector financiero altamente regulado— refleja la metamorfosis de todo un campo disciplinario que ha pasado de la inexistencia virtual a convertirse en una de las preocupaciones centrales de la política tecnológica global. La entrevista de Lyons durante el evento EmTech AI 2025 del MIT Technology Review, en mayo de 2025, revela cinco transformaciones fundamentales que han redefinido el panorama de la gobernanza de IA:  El surgimiento de marcos regulatorios sectoriales específicos que prometen revolucionar la supervisión tecnológica tradicional  La fragmentación regulatoria global que está creando un mosaico complejo de jurisdicciones normativas  La evolución desde principios éticos abstractos hacia implementaciones prácticas y herramientas operativas concretas  La emergencia del sector financiero como laboratorio de pruebas para la gobernanza responsable de IA a gran escala  La transición desde modelos de IA especializados hacia sistemas de lenguaje natural masivos que han redefinido las capacidades y riesgos de la tecnología. El Génesis de la Política de IA: De AlphaGo a la Estrategia Nacional de EE.UU. El Momento AlphaGo: Un Catalizador Inesperado La victoria de AlphaGo sobre Lee Sedol representó mucho más que un hito técnico en el desarrollo de algoritmos de juegos. Como explica la investigación académica contemporánea, el juego del go  había sido considerado durante décadas como el " santo grial de la inteligencia artificial " debido a su complejidad estratégica sin precedentes. El número de posibles configuraciones en el tablero de Go supera al número de átomos en el universo observable, lo que había mantenido a los programas de computadora en niveles de juego amateur durante años. El impacto de este evento trascendió los círculos técnicos especializados. Según los análisis de ARK Invest, AlphaGo aceleró el cronograma de desarrollo de IA en go  por más de una década, mejorando el rendimiento en más de dos órdenes de magnitud en un sólo año. Simplemente, impresionante. Esta aceleración exponencial sirvió como una señal de alerta para los formuladores de políticas sobre el potencial disruptivo de las tecnologías de aprendizaje automático. Para Lyons y su equipo en la Casa Blanca, el momento AlphaGo cristalizó la necesidad urgente de desarrollar marcos de política proactivos. " No estábamos preparados para lo que se venía" , reflexiona Lyons sobre ese período. La administración Obama respondió con una iniciativa gubernamental integral que resultaría en la primera estrategia nacional de IA de Estados Unidos y un plan estratégico de investigación y desarrollo que ha sido actualizado casi anualmente desde entonces. La Arquitectura Inicial de la Política de IA El trabajo pionero de la administración Obama en política de IA estableció varios precedentes fundamentales que continúan influyendo en el desarrollo de marcos regulatorios contemporáneos. El enfoque adoptado entre 2014 y 2017 se caracterizó por tres elementos clave: la coordinación entre agencias a través de un grupo de trabajo federal, el énfasis en la investigación y desarrollo públicos, y la promoción de asociaciones público-privadas. La experiencia de Lyons coordinando estas iniciativas reveló desafíos organizacionales significativos. " Tuvimos que llamar a las agencias y rogarles básicamente que vinieran a estas conversaciones porque en ese momento no estaba claro que esto iba a ser tan impactante y no teníamos personal para gestionarlo ", ella recuerda. Esta falta inicial de infraestructura institucional especializada reflejaba el estatus emergente del campo y la ausencia de precedentes administrativos claros. El marco conceptual desarrollado durante este período anticipó muchos de los debates contemporáneos sobre gobernanza de IA. Los informes publicados por la Oficina Ejecutiva del presidente, en octubre de 2016, incluían 88 páginas y 25 recomendaciones que abordaban temas que van desde la preparación de la fuerza laboral hasta las consideraciones de seguridad nacional. Esencialmente, estos documentos establecieron el principio de regulación ligera y promoción de la innovación que continuaría caracterizando el enfoque estadounidense en las administraciones subsiguientes. La Transición Institucional: Del Gobierno al Sector Civil Partnership on AI: Pioneros en Autorregulación La transición de Lyons desde el gobierno hacia el sector sin ánimo de lucro marcó una fase crítica en la evolución de la gobernanza de IA. En octubre de 2017, se convirtió en la primera directora ejecutiva fundadora de Partnership on AI , una organización que representaba un experimento sin precedentes en autorregulación industrial. Partnership on AI fue establecida en septiembre de 2016 con miembros fundadores que incluían a Amazon, Facebook, Google, DeepMind, Microsoft e IBM. La organización emergió en un momento cuando la industria tecnológica reconocía la necesidad de marcos éticos proactivos, pero buscaba alternativas a la regulación gubernamental directa. Como observa Lyons, el lema de la organización durante ese período era " movamos este campo de principios a práctica ". La experiencia de liderar Partnership on AI proporcionó a Lyons perspectivas únicas sobre los desafíos de traducir principios éticos abstractos en herramientas operativas concretas. La organización desarrolló iniciativas que incluían el AI Incident Database , marcos para publicación responsable de investigación de IA, y directrices para diseño inclusivo. Estos proyectos representaron algunos de los primeros intentos sistémicos de crear infraestructura de gobernanza para la industria de IA. Sin embargo, Partnership on AI también enfrentó críticas significativas sobre su efectividad. En octubre de 2020, Access Now anunció su renuncia oficial de la organización, citando un rol cada vez más reducido para la sociedad civil y la falta de influencia real sobre las prácticas corporativas de los miembros. Estas tensiones ilustraron las limitaciones inherentes de los modelos de autorregulación en un campo caracterizado por desequilibrios de poder estructurales entre actores industriales y organizaciones de la sociedad civil. Evolución del Discurso: De Principios a Implementación El período de Lyons en el sector sin fines de lucro coincidió con una transformación fundamental en el discurso sobre gobernanza de IA. Como ella observa, " hubo una conversación en el campo en ese momento sobre aplicar el campo de la ética aplicada a las ciencias de la computación y realmente hacer de esta una conversación multidisciplinaria en muchas otras dimensiones ". Esta evolución reflejó un reconocimiento creciente de que los principios éticos generales —aunque importantes— eran insuficientes para abordar los desafíos prácticos de implementación de sistemas de IA a gran escala. La investigación académica contemporánea comenzó a enfocarse en herramientas específicas para evaluación de sesgo, métodos de explicabilidad, y marcos de gestión de riesgos. El trabajo de Partnership on AI durante este período contribuyó significativamente a este cambio paradigmático. La organización desarrolló metodologías para documentación de sistemas de IA, marcos para participación comunitaria, y protocolos para reporte de incidentes. Estas iniciativas establecieron precedentes importantes para el desarrollo posterior de estándares técnicos y marcos regulatorios más específicos. La Era de los Grandes Modelos de Lenguaje: Transformación Acelerada El Cambio Paradigmático hacia los Grandes Modelos Lingüísticos (LLM) La trayectoria de la gobernanza de IA experimentó una aceleración dramática con la emergencia de los grandes modelos de lenguaje (LLMs) a partir de 2020. Como documenta la investigación académica, este período se caracterizó por una transición desde sistemas de IA especializados hacia modelos de propósito general capaces de realizar múltiples tareas cognitivas. El desarrollo de GPT-3 en 2020, seguido por ChatGPT en noviembre de 2022, marcó un punto de inflexión fundamental. Estos sistemas demostraron capacidades emergentes que no habían sido explícitamente programadas, incluyendo razonamiento contextual, generación creativa, y traducción entre dominios de conocimiento. La adopción masiva de ChatGPT —que alcanzó 100 millones de usuarios en sólo dos meses— señaló una nueva fase en la democratización del acceso a tecnologías de IA avanzadas. Para Lyons, observando desde su posición en JPMorgan Chase, esta transformación representó tanto oportunidades como desafíos fundamentalmente nuevos. " La IA que usamos hoy será irreconocible dentro de 10 años. Y 10 años no es tanto tiempo en el lapso del desarrollo de políticas ". Esta observación captura una tensión central en la gobernanza contemporánea de IA: la necesidad de desarrollar marcos regulatorios que puedan adaptarse a la velocidad exponencial del cambio tecnológico . Impacto en Servicios Financieros El sector de servicios financieros emergió como un caso de estudio particularmente relevante para la implementación de LLMs a gran escala. Como documenta la investigación reciente, las instituciones financieras han adoptado IA generativa para automatizar procesamiento de documentos, mejorar detección de fraudes, personalizar asesoría financiera, y optimizar operaciones de atención al cliente. JPMorgan Chase, bajo el liderazgo de Lyons, ha sido pionero en varios aspectos de esta implementación. La institución ha invertido significativamente en marcos de gobernanza de IA, incluyendo una inversión de $10 millones en FairPlay  AI, una empresa especializada en equidad algorítmica. Esta inversión refleja un reconocimiento creciente de que la implementación responsable de IA requiere herramientas especializadas para identificar y mitigar sesgos algorítmicos. La experiencia del sector financiero con LLMs también ha revelado nuevos tipos de riesgos. Como observa Lyons, " estamos viendo muchas actualizaciones de productos impulsadas a un ritmo muy rápido ahora porque las empresas están tratando de mantenerse al día con los competidores en un mercado cada vez más saturado que no puede venir a expensas de la seguridad y solidez ". Esta tensión entre velocidad de innovación y gestión de riesgos representa uno de los desafíos centrales en la gobernanza contemporánea de IA. Fragmentación Regulatoria Global: El Desafío de la Coordinación El Mosaico Regulatorio Emergente Una de las transformaciones más significativas en la gobernanza de IA durante la última década ha sido la proliferación de marcos regulatorios jurisdiccionales diversos y frecuentemente incompatibles. Como documenta Lyons, " hay mucha fragmentación ocurriendo y honestamente no son buenas noticias para la agenda de movilización de IA ". La Unión Europea lideró esta tendencia con el AI Act, que entró en vigor el 1 de agosto de 2024. Esta legislación establece un marco basado en riesgos que categoriza sistemas de IA según su potencial impacto en derechos fundamentales y seguridad ciudadana. Con multas máximas de hasta €35 millones o 7% del volumen de negocios anual mundial, la Ley de IA de la Unión Europea representa el intento más ambicioso hasta la fecha de regular comprehensivamente las tecnologías de IA. Corea del Sur siguió con su AI Basic Act , aprobada el 21 de enero de 2025, convirtiéndose en el segundo país en establecer un marco legal comprensivo para IA. La legislación coreana adopta un enfoque similar al europeo, con clasificación basada en riesgos y requisitos específicos para sistemas de IA de alto impacto. Significativamente, la ley incluye disposiciones para representantes domésticos de organizaciones extranjeras, extendiendo su alcance más allá de las fronteras nacionales. Desafíos para Organizaciones Multinacionales La fragmentación regulatoria presenta desafíos operacionales complejos para organizaciones multinacionales como JPMorgan Chase. Como explica Lyons, " operamos en 100 países globalmente. Tenemos un gran negocio en Europa y Asia y muchos otros lugares. Y tenemos que mantener nuestra atención en todo ahora mismo porque hay una actividad creciente prácticamente en todo el panorama ". Estos desafíos se extienden más allá de la mera conformidad técnica. La variación en definiciones básicas, procedimientos de evaluación, y requisitos de reporte crea cargas administrativas significativas y puede inhibir la innovación. Como observa Lyons, esta fragmentación " hace que la carga de cumplimiento en las organizaciones sea extraordinariamente alta. Excluye del mercado a las empresas emergentes. Simplemente no pueden mantenerse al día con asegurar que puedan adherirse a esos requisitos ". La experiencia del sector financiero sugiere que la coordinación internacional efectiva requiere más que convergencia técnica. Como nota Lyons, " tenemos reguladores bancarios regionales muy grandes, pero coordinan muy estrechamente entre ellos. Tenemos un paradigma global para cómo articulamos la supervisión de servicios financieros y qué objetivos todos globalmente queremos dirigir con respecto a la forma en que el dinero se mueve alrededor del mundo ". Esta infraestructura de coordinación establecida contrasta marcadamente con la fragmentación actual en gobernanza de IA. Hacia la Regulación Sectorial: Lecciones del Sector Financiero El Modelo de Regulación Sectorial Una de las contribuciones más significativas de la perspectiva de Lyons al debate sobre gobernanza de IA es su defensa del enfoque de regulación sectorial específica. Basándose en su experiencia en el sector financiero altamente regulado, argumenta que " el enfoque específico por sector es el más efectivo ". Esta perspectiva se fundamenta en varias consideraciones prácticas. Primero, la velocidad del cambio tecnológico hace impracticable el desarrollo de marcos regulatorios tecnológicamente específicos. Como observa Lyons, " es muy difícil crear estos regímenes regulatorios laterales que abarquen toda la economía y se fundamenten en un enfoque en una tecnología específica. Porque la tecnología en sí misma va a moverse tan rápidamente que no lo hará, el IA que usamos hoy será irreconocible dentro de 10 años ". Segundo, los riesgos y casos de uso de IA varían significativamente entre sectores, requiriendo marcos de supervisión especializados. El uso de IA en servicios financieros para evaluación crediticia presenta riesgos y consideraciones fundamentalmente diferentes a su aplicación en diagnóstico médico o vehículos autónomos. Esta variabilidad sectorial sugiere que la regulación horizontal uniforme puede ser tanto ineficaz como contraproducente. Infraestructura de Gobernanza en Servicios Financieros El sector de servicios financieros ofrece un modelo instructivo para la implementación de gobernanza de IA a gran escala. Como documenta la investigación del Bank for International Settlements , las instituciones financieras han desarrollado marcos sofisticados para gestión de riesgos algorítmicos que integran consideraciones de equidad, explicabilidad, y robustez. La experiencia de JPMorgan Chase ilustra varios componentes clave de esta infraestructura de gobernanza. La institución ha establecido marcos de gestión de riesgos que incluyen pruebas regulares de sesgo, documentación comprensiva de modelos, y supervisión humana de decisiones automatizadas. Estos sistemas han demostrado la viabilidad de implementar IA responsablemente en entornos de alto riesgo mientras se mantiene la eficiencia operacional. El enfoque sectorial también facilita la coordinación entre reguladores y la industria. Como observa Lyons, " hemos estado trabajando mano a mano con nuestros reguladores mientras hemos estado en el viaje de transformación de IA ". Esta colaboración cercana permite el desarrollo de marcos regulatorios que son tanto técnicamente informados como prácticamente implementables. Casos de Estudio en Legislación Sectorial Varias jurisdicciones han comenzado a implementar marcos regulatorios sectoriales específicos que proporcionan precedentes importantes para desarrollos futuros. La ley SB21-169 en el Estado de Colorado , efectiva desde enero de 2023, representa uno de los primeros ejemplos de regulación específica de IA en seguros. La legislación de Colorado requiere que las aseguradoras implementen programas de gobernanza comprensivos para el uso de fuentes de datos de consumidores externos y algoritmos predictivos. Las empresas deben realizar pruebas cuantitativas para detectar discriminación injusta y tomar medidas correctivas cuando se identifiquen daño. El proceso de implementación gradual —comenzando con seguros de vida, seguido por automóviles y salud— ilustra los desafíos prácticos de desarrollar marcos regulatorios sectoriales específicos. El Futuro de la Gobernanza de IA: Tendencias Emergentes Estándares Técnicos y Marcos de Implementación El desarrollo de estándares técnicos emergentes representa una dimensión crítica en la evolución de la gobernanza de IA. El NIST AI Risk Management Framework  (AI RMF), publicado en enero de 2023, proporciona un marco voluntario para incorporar consideraciones de confiabilidad en el diseño, desarrollo, uso, y evaluación de sistemas de IA. El AI RMF adopta un enfoque basado en funciones que incluye cuatro componentes principales: Gobernar, Mapear, Medir, y Gestionar. Este marco está diseñado para ser adaptable a contextos sectoriales específicos a través del desarrollo de "perfiles" que implementan las categorías y subcategorías del marco para aplicaciones específicas. Como observa Lyons, " ha habido cierta discusión sobre adaptar el Marco de Gestión de Riesgos NIST para IA en perfiles específicos por sector que apoyen el pensamiento sobre gestión de riesgos de estas maneras más especificadas ". El desarrollo de estándares técnicos también enfrenta desafíos significativos relacionados con la velocidad del cambio tecnológico y la diversidad de stakeholders . Como nota la investigación académica sobre implementación de la Ley Europea de IA de la UE, " sin métodos robustos para evaluar sistemas de IA y su efecto en individuos y sociedad, el AI Act de la UE puede llevar a repetir los errores del Reglamento General de Protección de Datos de la UE y a una implementación apresurada, caótica, ad hoc y ambigua ". Desafíos en Certificación y Auditoría La implementación práctica de marcos de gobernanza de IA requiere infraestructura para certificación, auditoría, y cumplimiento. Como observa Lyons, " si vamos a tener un requisito de certificación que emerja, independientemente de si es agnóstico por sector o más específico que eso, realmente necesita haber una infraestructura alrededor de eso que lo apoye capazmente ". Esta infraestructura debe incluir varios componentes: terceras partes especializadas en pruebas de modelos, funciones de auditoría independientes, y marcos de cualificación para profesionales. El desarrollo de estas capacidades requiere coordinación entre múltiples stakeholders , incluyendo instituciones académicas, organizaciones de estándares, y entidades regulatorias. La experiencia internacional sugiere que el desarrollo de infraestructura de certificación puede ser particularmente desafiante para tecnologías emergentes. Como documenta la investigación sobre implementación de la ley alemana al respecto, " la incorporación de controles ISMS existentes con extensiones específicas de IA presenta una estrategia efectiva para cumplir con el Artículo 15 del AIA ". Este enfoque de construcción sobre marcos existentes puede ofrecer un camino más pragmático hacia la implementación efectiva. Conclusiones: Navegando la Complejidad de la Gobernanza de IA Lecciones Aprendidas de Quince Años de Evolución La trayectoria de Terah Lyons desde la Casa Blanca hasta JPMorgan Chase ofrece perspectivas únicas sobre la evolución de la gobernanza de IA durante sus primeros quince años de existencia como campo disciplinario. Su experiencia ilustra varias lecciones fundamentales sobre los desafíos y oportunidades en el desarrollo de marcos de supervisión efectivos para tecnologías emergentes. Primero, la importancia de la adaptabilidad institucional. Como demuestra la experiencia durante la administración Obama, los marcos de política iniciales deben ser suficientemente flexibles para evolucionar con el cambio tecnológico acelerado . La velocidad de transformación desde AlphaGo hasta los LLMs contemporáneos subraya la necesidad de enfoques regulatorios que puedan adaptarse dinámicamente a nuevas capacidades y riesgos emergentes. Segundo, el valor de la coordinación multisectorial. La experiencia de Partnership on AI demostró tanto el potencial como las limitaciones de los modelos de autorregulación . Si bien estos enfoques pueden facilitar el desarrollo rápido de mejores prácticas, también requieren mecanismos de rendición de cuentas robustos para asegurar implementación efectiva y representación equitativa de intereses diversos. Tercero, la centralidad de la implementación práctica. Como observa Lyons, el campo ha evolucionado " de principios a práctica " durante la última década. Esta transición refleja un reconocimiento maduro de que los marcos éticos abstractos deben ser complementados con herramientas operativas específicas, métricas de evaluación, y procedimientos de cumplimiento. Implicaciones para el Desarrollo Futuro de Políticas Llegada esta etapa durante la entrevista a Lyons en el EmTech AI 2025, su perspectiva sobre regulación sectorial específica tiene implicaciones significativas para el desarrollo futuro de marcos de gobernanza de IA. Su experiencia en el sector financiero sugiere que los enfoques especializados pueden ser más efectivos que los marcos horizontales uniformes para abordar los riesgos específicos del contexto y las consideraciones de implementación. Esta perspectiva sectorial no implica fragmentación regulatoria total. Como demuestra la coordinación internacional en regulación financiera, es posible desarrollar marcos sectoriales que mantienen coherencia global mientras se adaptan a contextos nacionales y aplicaciones específicas. El desafío es desarrollar mecanismos de coordinación similares para la gobernanza de IA que puedan equilibrar la especialización sectorial con la coherencia sistémica. La experiencia con LLMs también subraya la necesidad de marcos regulatorios que puedan abordar sistemas de IA de propósito general. A diferencia de aplicaciones especializadas anteriores, los LLMs contemporáneos pueden ser adaptados para múltiples casos de uso a través de diferentes sectores. Esta versatilidad requiere nuevos enfoques para evaluación de riesgos y supervisión que puedan abordar tanto las capacidades del modelo base como las implementaciones específicas de aplicación. El Arduo Camino Hacia Adelante Mientras el campo de la gobernanza de IA continúa evolucionando, la experiencia de Lyons ofrece varias recomendaciones para stakeholders  diversos. Para formuladores de políticas, enfatiza la importancia de participación proactiva con la industria y la necesidad de marcos adaptativos que puedan evolucionar con el cambio tecnológico. Para organizaciones de la industria, subraya el valor de invertir en infraestructura de gobernanza robusta y mantener colaboración cercana con reguladores. Para la comunidad académica y de investigación, su perspectiva destaca la necesidad continua de investigación interdisciplinaria que pueda informar el desarrollo de estándares técnicos y mejores prácticas. Como observa, " sin ustedes pesando, los formuladores de políticas no van a saber qué brechas llenar. No van a saber qué falta de orientación abordar ". Finalmente, la trayectoria de Lyons ilustra la importancia de perspectivas a largo plazo en la gobernanza de tecnologías emergentes. Desde el momento AlphaGo en 2016 hasta la era contemporánea de LLMs, el campo ha demostrado una capacidad notable para adaptarse y evolucionar. Mientras enfrentamos nuevos desafíos relacionados con sistemas de IA cada vez más capaces, las lecciones aprendidas durante estos años formativos proporcionan una base valiosa para navegar la complejidad continua de la gobernanza de IA responsable. La transformación que comenzó con una victoria en un juego de mesa en Seúl ha evolucionado hacia uno de los desafíos de política más complejos de nuestro tiempo. La experiencia de Terah Lyons nos recuerda que, mientras la tecnología puede cambiar exponencialmente, los principios fundamentales de gobernanza responsable —transparencia, rendición de cuentas, participación multisectorial, y adaptabilidad— permanecen constantes como guías esenciales para navegar el futuro de la inteligencia artificial.

Autor: Ramon Baradat Marí; miembro del equipo del Proyecto cAIre. La última sesión del Proyecto cAIre  con Círvite me dejó una sensación clara: la inteligencia artificial, si se utiliza correctamente, puede transformar no solo los servicios, sino también vidas enteras. En este episodio, descubrimos cómo una asociación de Madrid plantea el uso de la tecnología (IA, datos y diseño humano) para mejorar la atención a personas con discapacidad intelectual y envejecimiento prematuro. Un espacio con alma y propósito. Círvite gestiona centros en los que ofrece atención integral (médica, psicológica y social) a personas con discapacidad intelectual. Lo que más me impactó al conversar con Jonatan Arroyo fue la pasión que muestran por romper con la idea de una «residencia fría»: aquí prima el vínculo humano y la inclusión social. Este enfoque demuestra que la tecnología y la calidez pueden ir de la mano. IA para personalizar el cuidado sin perder el calor humano. Durante la charla, profundizamos en cómo la IA ofrece herramientas para anticipar crisis, caídas o desorientaciones a partir de patrones de comportamiento y datos de sensores. Integrar estos sistemas en la rutina diaria de los residentes permite intervenir de forma preventiva. Jonatan destacó casos reales en los que esta tecnología ha salvado momentos críticos: un apoyo temprano para evitar una descompensación, una alerta para reforzar la supervisión, etc. La IA actuó como un aliado silencioso, no como un fin en sí mismo. Interoperabilidad: tejer redes, compartir, dar voz. La entrevista puso de manifiesto la importancia de integrar datos clínicos, sociológicos y administrativos. En Círvite, la interoperabilidad no solo es técnica, sino que también es un principio organizativo. Se trabaja en red con servicios municipales, profesionales externos y familiares. La IA no es un sistema aislado, sino el engranaje de ese ecosistema. Como explicó Jonatan, un sensor de movimiento solo cobra sentido si está conectado a los datos de salud, de agenda, de actividad, etc. Así, la IA amplifica la comprensión sin suplantar las decisiones humanas. Tecnología con sentido: el reto de transformar. Durante la entrevista, también reflexionamos en voz alta sobre cómo trasladar esta experiencia a centros menos tecnológicos y cómo financiar tecnología integradora sin desnaturalizar el trato. Aquí es donde vuelve a entrar en juego la IA, pero también la estrategia y las subvenciones. Para organizaciones como Círvite, las ayudas son útiles si van acompañadas de apoyo técnico, formación y comunidad. Mirando hacia el futuro: un modelo replicable. Círvite presenta un modelo inspirador basado en la atención tecnológica y emocional, cimientos sostenibles, una comunidad activa y el protagonismo de las personas. El reto ahora es ampliar esta experiencia, sumar más centros y generar una red de innovación social en la que la IA sea una aliada y no un reemplazo. Reflexiones para ti: La sesión cAIre con Círvite fue una invitación a redefinir el cuidado no como un servicio, sino como una relación. Una asistencia que combina sensores e IA con encuentros, comunidad y protagonismo. Un modelo en el que la tecnología y la calidez se entrelazan para dignificar vidas. ¿Por dónde empezar? Te proponemos algunas ideas: ¿Tienes un centro asistencial en tu área? Imagina incorporar IA para alertas tempranas: ¿qué datos harían falta? ¿Cómo involucrarías a los residentes y usuarios en el diseño de estas soluciones? ¿Qué alianzas locales podrías establecer para crear redes como lo hace Círvite? Te animo a ver el vídeo y sentir en primera persona la fuerza de este enfoque: https://www.youtube.com/watch?v=WsyepU-QyQo ¿Crees que iniciativas similares pueden surgir en tu entorno? Comparte tu visión y sigamos construyendo juntos una IA más cercana y humana para el cuidado. ¿Quieres saber más y ver de cerca cómo la IA puede servir a una sociedad más inclusiva y equitativa? Te invitamos a una sesión muy especial que tendrá lugar el próximo 9 de julio a las 9:00h en Cuatrecasas (Madrid), organizada por OdiseIA en colaboración con Cuatrecasas, donde presentaremos los resultados y conclusiones del Proyecto cAIre, apoyado por   Google.org . Un encuentro abierto y gratuito para compartir ideas, propuestas y seguir construyendo juntos una inteligencia artificial verdaderamente al servicio de las personas. Inscripciones y más información aquí:   https://www.cuatrecasas.com/es/spain/eventos/inteligencia-artificial-responsable-para-una-sociedad-inclusiva-y-equitativa ¡Nos encantaría contar contigo!

Autor: Ramon Baradat Marí; miembro del equipo del Proyecto cAIre. Cuando abrí Zoom para entrevistar a Anna M. Sanahuja, algo cambió. No se trataba de una charla más de OdiseIA, sino de adentrarse en un relato en el que la tecnología y la empatía se mezclan para transformar la forma en que cuidamos a las personas mayores. El eje de nuestra conversación giró en torno al Proyecto cAIre , una iniciativa que, más que innovación técnica, propone un nuevo trato humano en diversos contextos con personas vulnerables. Comenzamos por el corazón del Proyecto cAIre. El proyecto nace de la necesidad de que la inteligencia artificial deje de ser un término abstracto y se convierta en un compañero real en contextos como, por ejemplo, el de la atención sanitaria en el ámbito geriátrico y de atención a personas dependientes. Al igual que una orquesta necesita cohesión para sonar, la IA permite integrar sensores para la detección de patrones y sistemas predictivos que alertan sobre caídas, deterioros o cambios en el estado emocional antes de que sucedan. De hecho, pude sentir la convicción en su voz cuando nos contó que ya hay centros hospitalarios y residencias que están probando y ajustando los primeros compases de estos tipos de sistemas de IA. Rompiendo barreras: de los silos de datos a los ecosistemas conectados. Uno de los pasajes más cautivadores de la entrevista llegó cuando hablamos de interoperabilidad. Anna comparó el desafío con el hecho de que técnicos, médicos, administrativos y familias hablen diferentes idiomas. ¿La solución? Clústeres mixtos y «laboratorios vivos» donde todos conversan, experimentan y ajustan. Podríamos pensar que la IA avanza rápido, pero, si no construimos puentes entre los datos, nos quedamos en la superficie. Y Anna lo ilustra con ejemplos claros: organizaciones que intentan aplicar la IA sin datos integrados y terminan perdiendo millones, no por falta de ideas, sino por no haber hablado el mismo idioma desde el principio. Predicción que salva vidas. De lo abstracto pasamos a lo concreto. En la charla, Anna explicó cómo la IA puede predecir el futuro inmediato y ofrecer alertas tempranas que reducen las caídas y el deterioro funcional. Imaginen que un algoritmo detecta un cambio en la forma de andar de una persona mayor y activa al instante un protocolo de atención. Ella relataba casos reales, donde la implementación de sistemas similares ha reducido los incidentes. Realidad virtual: no solo datos, también emociones. Y luego llegó el giro emocional. Anna nos introdujo en el uso de la realidad virtual como herramienta para acompañar a los pacientes. En situaciones de ansiedad, aislamiento o dolor crónico, estas experiencias inmersivas ofrecen un refugio. No se trata solo de algoritmos, sino de humanizar la atención: imaginar un paseo relajante o un viaje a un lugar querido. Estrategia integral: fondos, coordinación y visión sostenible. Hablamos también de una realidad más administrativa: financiar y sostener estos proyectos. Anna señaló que, aunque España cuenta con herramientas como los fondos Next Generation, corren el riesgo de dispersarse si no hay una estrategia conjunta. Se necesita un plan coordinado que involucre a las administraciones, a los investigadores, a las empresas y a las familias. Y ahí es donde entra cAIre, como ejemplo de un proyecto que articula esos elementos, busca sinergias y evita duplicidades. Personas en el centro, siempre. Más allá de la tecnología, la trama del proyecto se articula en torno a un valor fundamental: situar a las personas en el centro. La IA participa, sí, pero solo si responde a necesidades reales. Por eso, Anna defiende el modelo de cocreación: pacientes, familias, médicos y técnicos diseñando juntos. No se trata solo de una herramienta, sino de una experiencia configurada desde la raíz en un diálogo constante. Hacia dónde vamos: resiliencia, proactividad y humanidad. Al finalizar la entrevista, Anna trazó un panorama del futuro: sistemas de IA que monitorizan en tiempo real, experiencias de realidad virtual que brindan alivio y profesionales formados y capacitados. Un sistema más resiliente, proactivo y, ante todo, humano. ¿Qué significan estos avances para ti? En OdiseIA creemos que este tipo de proyectos marcan un antes y un después. Quizás te preguntes: ¿están listos los centros de salud y las residencias?, ¿por dónde empezar? Te proponemos algunas ideas: Impulsar pilotos locales que integren datos médicos, administrativos y sensoriales. Crear espacios de cocreación con los usuarios: vivir la experiencia en primera persona. Aprovechar los fondos disponibles articulando alianzas antes de repartir recursos. La entrevista con Anna M. Sanahuja me dejó claro que no es solo cuestión de tecnología, sino un compromiso con la vida. No solo la IA puede prevenir caídas o detectar patrones, sino que también acompaña y dignifica. Y, sobre todo, es un ejercicio de imaginación colectiva: imaginar un futuro en el que el cuidado y la tecnología se entrelazan para que todas las personas importen y tengan un refugio. Si aún no lo has hecho, te invito a ver el vídeo con parte de la entrevista para que aprecies mejor la pasión de Anna y los matices de un proyecto con acento humano: https://www.youtube.com/watch?v=_7pyv30JgXM ¿Crees que tu comunidad está lista para abrazar una IA así? ¿Qué papel podrían jugar las residencias donde viven tus mayores? Comparte tu reflexión y sigue con nosotros esta aventura: una IA más cercana, humana y consciente. ¿Quieres saber más y ver de cerca cómo la IA puede servir a una sociedad más inclusiva y equitativa? Te invitamos a una sesión muy especial que tendrá lugar el próximo 9 de julio a las 9:00h en Cuatrecasas (Madrid), organizada por OdiseIA en colaboración con Cuatrecasas, donde presentaremos los resultados y conclusiones del Proyecto cAIre, apoyado por   Google.org . Un encuentro abierto y gratuito para compartir ideas, propuestas y seguir construyendo juntos una inteligencia artificial verdaderamente al servicio de las personas. Inscripciones y más información aquí:   https://www.cuatrecasas.com/es/spain/eventos/inteligencia-artificial-responsable-para-una-sociedad-inclusiva-y-equitativa ¡Nos encantaría contar contigo!

¿Qué ocurre cuando la tecnología avanza más rápido que nuestra capacidad de incluir? ¿Y si la inteligencia artificial, lejos de ser una barrera, pudiera convertirse en un puente hacia una sociedad más justa? El próximo 9 de julio, en el auditorio de Cuatrecasas (Almagro, 9. Madrid), reunimos a personas expertas, instituciones, profesionales del derecho, la tecnología y la acción social para reflexionar sobre cómo construir una IA ética, comprensible e inclusiva. Será una jornada inspiradora, abierta, con casos reales y conversaciones necesarias. Presentaremos los principales resultados del proyecto CAIRE, impulsado por OdiseIA con el apoyo de Google.org , y compartiremos buenas prácticas, retos y propuestas desde distintos ámbitos clave: gobernanza, educación, empleo, inclusión digital y más.   Agenda provisional 09:00 – 09:30 | Recepción de asistentes y café de bienvenida 09:30 – 09:45 | Bienvenida 09:45 – 10:15 | Gobernanza de la IA y grupos vulnerables 10:15 – 10:45 | Futuro del trabajo y transformación laboral 10:45 – 11:15 | Educación inclusiva e innovación docente 11:15 – 11:45 | Coffe break 11:45 – 12:15 | Inclusión digital y brechas tecnológicas 12:15 – 12:30 | Presentación del Proyecto COPID 12:30 – 13:00 | OdiseIA4Good: inteligencia artificial con impacto social real 13:00 | Clausura y cóctel de Networking   Historias que ya estamos contando Este evento conecta con muchas de las reflexiones que hemos ido publicando en las últimas semanas. Aquí puedes leerlas: “Cuando un papel se convierte en un muro” – Sobre burocracia y el proyecto TramitEasy “Cuando la administración no se entiende ” – Lenguaje claro y el proyecto DiloClaro “Cuando todo cambia en minutos” – Emergencias naturales y el proyecto ResqIA “IA generativa e inclusión digital” - Una Conversación con la Fundación Esplai “ 35 años innovando en inclusión social y tecnología” - Una conversación con la Rueca   Reserva tu plaza aquí El aforo es limitado.

Autor: Juan José Escribano Otero; miembro del proyecto cAIre La revolución de la inteligencia artificial (IA) está transformando todos los sectores, pero su impacto puede ser especialmente profundo cuando se pone al servicio de la inclusión social y digital. En esta reciente conversación con Guillem Porres, responsable de proyectos europeos y de contenidos en el área educativa de Fundación Esplai, se abordan los retos y oportunidades de la IA generativa para colectivos vulnerables y el tercer sector en España. Fundación Esplai: 25 años de inclusión sociodigital Fundación Esplai  es una entidad estatal con más de 25 años de trayectoria dedicada a la inclusión sociodigital de colectivos vulnerables. Su misión es luchar contra las brechas digitales mediante proyectos socioeducativos, de empleo y de acompañamiento a entidades del tercer sector, siempre con la tecnología como herramienta, pero nunca como un fin en sí mismo. Con presencia en toda España —Barcelona, Madrid, Vigo, Málaga, entre otras ciudades—, Esplai ha centrado su ADN en la alfabetización digital  y la promoción de oportunidades para quienes más lo necesitan. ENLACE AL VÍDEO: https://www.youtube.com/watch?v=RPqBf6xFhfw La IA como herramienta de transformación social En los últimos años, Fundación Esplai ha intensificado su trabajo en torno a la IA, en especial la IA generativa. Desde sus inicios, apostaron por proyectos de aprendizaje de programación y machine learning, utilizando herramientas como Scratch y colaborando con iniciativas como Machine Learning for Kids de IBM y proyectos de Microsoft. Sin embargo, el foco actual está en la IA generativa, una tecnología que ha vivido un auténtico boom y que abre nuevas posibilidades para la creatividad, la productividad y la personalización educativa. Para democratizar el acceso a la IA, Esplai desarrolla materiales y cursos online abiertos, tanto para personas sin conocimientos previos como para formadores y profesionales del tercer sector. El objetivo es que nadie quede atrás en este proceso de transformación tecnológica y que la IA se convierta en una aliada para la inclusión y el desarrollo personal y profesional. El “momento del botón” y el reto de la brecha digital Guillem Porres compara el momento actual de la IA generativa con la llegada de la electricidad a los hogares: una fase de descubrimiento, fascinación y experimentación. Así como en su día la gente se maravillaba encendiendo y apagando bombillas, hoy exploramos las posibilidades de la IA generativa para crear textos, imágenes, vídeos y audios que antes solo existían en nuestra imaginación. Sin embargo, advierte que este entusiasmo inicial puede dejar atrás a quienes no tienen acceso o formación suficiente, ampliando la brecha digital. Por ello, Fundación Esplai trabaja para que la capacitación en IA llegue a todos, especialmente a los colectivos más vulnerables, evitando que la tecnología se convierta en una nueva barrera de exclusión. Aplicaciones de la IA generativa para la inclusión Porres identifica dos grandes áreas de impacto positivo de la IA generativa: Personalización educativa:  La IA permite crear perfiles personalizados de los beneficiarios (siempre de forma anonimizada) y diseñar actividades educativas adaptadas a sus necesidades, facilitando un aprendizaje casi individualizado. Esto es especialmente relevante para quienes requieren apoyos específicos o tienen trayectorias educativas no convencionales . Mejora de la empleabilidad:  La IA puede ser una aliada en la búsqueda de empleo, ayudando a identificar nichos de oportunidad, mejorar currículums, crear videocurrículums creativos y recibir recomendaciones personalizadas. Existen tecnologías abiertas y gratuitas que pueden ponerse al servicio de quienes más lo necesitan, haciendo las búsquedas de empleo más rápidas, asertivas y productivas. Porres subraya que la IA no sustituye a los profesionales de la orientación laboral, sino que los complementa, permitiendo que las personas beneficiarias sean más autónomas y proactivas en su desarrollo profesional. Conclusión La IA generativa representa una oportunidad única para impulsar la inclusión social y digital, siempre que seamos capaces de socializar su aprendizaje y uso. Fundación Esplai y proyectos como los impulsados en OdiseIA  demuestran que es posible acercar la tecnología a quienes más la necesitan, evitando que la brecha digital se convierta en una barrera insalvable. El reto está en seguir explorando, formando y acompañando, para que la revolución tecnológica sea, ante todo, una revolución inclusiva, una revolución de todos y para todos y todas, sin excepciones.  🎯 ¿Quieres saber más y ver de cerca cómo la IA puede servir a una sociedad más inclusiva y equitativa? Te invitamos a una sesión muy especial que tendrá lugar el próximo 9 de julio a las 09:00h en Cuatrecasas (Madrid), organizada por OdiseIA en colaboración con Cuatrecasas, donde presentaremos los resultados y conclusiones del proyecto CAIRE, apoyado por   Google.org .

Autor: Juan José Escribano Otero; miembro del equipo del proyecto cAIre. En el corazón del tercer sector español, La Rueca Asociación  celebra en 2025 sus 35 años de historia. Esta organización, referente en la intervención social, se ha consolidado por su capacidad de adaptación y por su apuesta decidida por la innovación tecnológica al servicio de las personas más vulnerables. De la mano de Noemi Menéndez, responsable de innovación, tecnatividad y comunicación, conocemos cómo la entidad ha evolucionado y cómo la inteligencia artificial (IA) se está integrando en sus proyectos y en el día a día de su equipo. Una entidad volcada en la juventud y la inclusión La Rueca nació con el objetivo de dotar de oportunidades educativas, laborales y de inclusión a jóvenes y colectivos en riesgo de exclusión social, aunque su intervención se extiende a personas de todas las edades. Su trabajo se articula en varias áreas: Empleo e información:  Orientación y apoyo para la inserción laboral. Área socioeducativa:  Intervención con menores y adolescentes . Diversidad y comunitario:  Fomento de la participación juvenil y el desarrollo comunitario. Tecnología social:   Uso de la tecnología para mejorar la vida  de quienes más lo necesitan. Este enfoque multidisciplinar ha permitido a La Rueca adaptarse a los cambios sociales y tecnológicos de las últimas décadas. ENLACE AL VÍDEO: https://www.youtube.com/watch?v=V43ecHKMWEw Transformación digital y uso responsable de la inteligencia artificial La transformación digital en La Rueca no se ha limitado a la adquisición de dispositivos, sino que ha supuesto la integración de herramientas digitales avanzadas en su operativa diaria. La organización ha apostado por el uso de software premium, como ChatGPT y Canva, que incorporan funcionalidades de IA. Estas herramientas se utilizan tanto para la redacción de proyectos y análisis económico como para la comunicación y la planificación de actividades.  Además, La Rueca ha impulsado la formación interna en IA, ofreciendo cursos y retos prácticos para que su equipo explore el potencial de estas tecnologías en la intervención social. Por ejemplo, se han organizado eventos en los que trabajadores sociales y educadores han resuelto retos cotidianos utilizando ChatGPT, desde la planificación de actividades hasta la orientación laboral. El reto del tercer sector: formación y responsabilidad Noemi Menéndez reconoce que, aunque La Rueca está a la vanguardia, la mayoría de las entidades sociales pequeñas y medianas aún no aprovechan todo el potencial de la inteligencia artificial. Muchas organizaciones desconocen las posibilidades de estas herramientas o tienen dudas sobre la gestión de datos sensibles y la privacidad, lo que genera cierta “parálisis por el análisis”. Es fundamental, según Menéndez, combinar la cautela y la reflexión propias del tercer sector con una formación adecuada y un mayor apoyo institucional. Solo así se podrá avanzar hacia un uso responsable y seguro de la IA, que beneficie realmente a los colectivos vulnerables. En este contexto, programas como el proyecto cAIRe , de OdiseIA, suenan como un paso en la buna dirección en organizaciones como La Rueca. Sueños de futuro: asistentes digitales y orientación personalizada Mirando al futuro, Menéndez imagina herramientas de IA que supongan un verdadero avance para quienes más lo necesitan. Entre sus ideas destaca la creación de un asistente digital multilingüe que acompañe en tiempo real a personas migrantes o en situación de exclusión en trámites administrativos complejos, traduciendo el lenguaje jurídico a un lenguaje cotidiano y guiando paso a paso en procesos como extranjería, vivienda o empleo. Otra línea de innovación posible y deseable, nos cuenta Noemi, es el desarrollo de sistemas de orientación laboral basados en IA que no solo ofrezcan listados impersonales de ofertas de empleo, sino que comprendan el contexto vital, las competencias digitales y los miedos de cada persona, proponiendo itinerarios personalizados y realistas. Proyectos y recursos relacionados La Rueca no está sola en este camino. Existen numerosas ONG y proyectos que trabajan en la intersección entre tecnología e inclusión social. Algunos enlaces de interés: La Rueca Asociación : Página oficial con información sobre sus programas y proyectos. ODISEIA - Proyecto Google Charity : Iniciativa que promueve el uso ético y responsable de la inteligencia artificial en el tercer sector, con recursos y ejemplos de buenas prácticas. Plataforma del Voluntariado de España : Información y recursos para entidades sociales y voluntariado. Fundación Esplai - Ciudadanía Comprometida : Proyectos de inclusión digital y formación en competencias tecnológicas para jóvenes y colectivos vulnerables .“Fundación Esplai también ha compartido su visión con nosotros en la siguiente entrevista” Conclusión La experiencia de La Rueca Asociación demuestra que la tecnología, y en particular la inteligencia artificial, puede ser una poderosa aliada en la lucha contra la exclusión social si se utiliza de forma responsable y ética. El reto ahora es extender este conocimiento y estas prácticas al conjunto del tercer sector, superando miedos y barreras, y apostando por la formación y la innovación colaborativa. Solo así podremos construir una sociedad más inclusiva y justa, donde la tecnología esté realmente al servicio de las personas. 🎯 ¿Quieres saber más y ver de cerca cómo la IA puede servir a una sociedad más inclusiva y equitativa? Te invitamos a una sesión muy especial que tendrá lugar el próximo 9 de julio a las 09:00h en Cuatrecasas (Madrid), organizada por OdiseIA en colaboración con Cuatrecasas, donde presentaremos los resultados y conclusiones del proyecto CAIRE, apoyado por   Google.org . Un encuentro abierto y gratuito para compartir ideas, propuestas y seguir construyendo juntos una inteligencia artificial verdaderamente al servicio de las personas. 🔗 Inscripciones y más información aquí:   https://shorturl.at/wljUf 📌 ¡Nos encantaría contar contigo!

Autor: Fabián García Pastor; miembro del equipo del proyecto cAIre. Hay vulnerabilidades que no se ven venir. Una tormenta, un terremoto, una inundación. Todo parece normal… hasta que deja de serlo.¿Qué pasó con la DANA en Valencia? ¿Cómo es posible que, en cuestión de horas, familias enteras perdieran sus casas, su seguridad, incluso seres queridos? ¿Y si una aplicación pudiera ayudarnos a anticipar lo que está por venir? ¿Y si, además, pudiera acompañarnos durante la emergencia, guiarnos cuando todo es confusión? ResqIA  es un proyecto que nace precisamente de esa pregunta. Porque, cuando hablamos de desastres naturales, todos podemos convertirnos en un colectivo vulnerable . Y la inteligencia artificial puede marcar la diferencia entre estar perdido... y estar prevenido. La vulnerabilidad no siempre se ve venir A diferencia de otras formas de exclusión que son estructurales y estables, los desastres naturales convierten en vulnerables a quienes ayer vivían con normalidad . La vulnerabilidad aparece de golpe. Lo que ayer era rutina, hoy es caos. Esta idea está en el corazón de ResqIA: una aplicación pensada para actuar antes , durante  y después  de una catástrofe. Y que entiende que no se trata de ayudar a "otros", sino a cualquiera de nosotros. Predecir, alertar, guiar: inteligencia al servicio del bien común ResqIA combina dos fuentes de información: datos meteorológicos y señales recogidas en redes sociales. Cruzando ambas, detecta patrones que permiten anticipar una catástrofe o validar que ya está ocurriendo. La app lanza una alerta temprana a los usuarios de la zona afectada, permitiendo ganar esos minutos que pueden marcar la diferencia. Y lo hace no con frialdad estadística, sino con una sensibilidad profundamente humana. En mitad del caos, una IA que acompaña Lo que realmente distingue a ResqIA es su capacidad de guiar. Su chatbot , diseñado para actuar durante la emergencia, adapta sus recomendaciones según el perfil del usuario: si tiene problemas de movilidad, si está solo, si necesita localizar una zona segura. La idea es clara: en una situación crítica, la incertidumbre puede ser letal . Saber qué hacer, dónde ir, a quién avisar, puede salvar vidas. Y ResqIA está pensada para ofrecer respuestas rápidas, personalizadas y comprensibles. Todo esto lo abordamos también en una conversación cercana y llena de aprendizajes con Jaime Moro  y Carmen Iglesias , impulsores del proyecto desde la Escuela de Ingenieros Industriales de la Universidad Politécnica de Madrid. 🎥 Puedes ver la entrevista completa aquí: Sesión cAIre con ResqIA Diseñar sabiendo que hay vidas en juego La parte más admirable de ResqIA no es solo su visión técnica, sino su compromiso ético. El equipo ha identificado desde el inicio los principales riesgos: El uso de datos sensibles (movilidad, localización, salud) en tiempo real. La posibilidad de que el chatbot recomiende algo erróneo en un momento crítico. Por eso, el diseño de ResqIA incorpora protocolos de seguridad, anonimato y supervisión humana. La IA no opera sola ni fuera de control: está pensada para actuar con responsabilidad y con un claro principio de precaución. Emprender con sentido, construir con humildad ResqIA no nace en una consultora ni en un laboratorio corporativo. Nace de un grupo de estudiantes que se conocieron por azar y decidieron hacer algo que pudiera servir a los demás. En el hackathon OdiseIA4Good , su idea creció, se validó, se reconoció. Ahora, ya han desarrollado un primer prototipo funcional. Están participando en iniciativas de emprendimiento universitario y buscando nuevas colaboraciones. Pero lo hacen con los pies en el suelo: saben que el camino es largo, y que aprender también forma parte del proyecto . Una IA que cuida, cuando más lo necesitamos No siempre podemos evitar la catástrofe. Pero sí podemos prepararnos mejor. Y cuando eso ocurre, la tecnología deja de ser fría: se convierte en un acompañante silencioso. ResqIA propone una IA que está ahí cuando todo se tambalea. Una IA que no reemplaza, sino que ayuda. Que no decide por ti, pero te da claridad cuando más lo necesitas. Porque protegernos de lo inesperado es también una forma de cuidarnos. Un paso más: acompáñanos el 9 de julio Si quieres conocer más proyectos como ResqIA, te invitamos a una sesión especial el próximo 9 de julio a las 09:00h en Cuatrecasas (Madrid) , organizada por OdiseIA en colaboración con Cuatrecasas , donde presentaremos los resultados y conclusiones del proyecto CAIRE , con el apoyo de Google.org . 🔗 Inscripciones y más información:   https://shorturl.at/wljUf

Autor: Fabián García Pastor; miembro del equipo del proyecto cAIre.  ¿Alguna vez has tenido que releer tres veces un texto de la administración para intentar entender qué se te pedía? Imagina ahora que eres una persona mayor, alguien con discapacidad intelectual o una persona con baja alfabetización digital. Esa incomprensión no es solo frustrante: es una barrera real al acceso a tus derechos. Hace unos días compartí una reflexión sobre cómo la inteligencia artificial puede ayudarnos a simplificar la burocracia y convertirla en un puente en lugar de un muro. Puedes leerlo aquí si te lo perdiste. Hoy quiero ir un paso más allá: no se trata solo de hacer más fáciles los trámites, sino de cuestionarnos algo aún más básico. ¿Entendemos realmente lo que la administración nos dice? ¿Y cómo podemos exigir que la IA sea explicable si ni siquiera lo es la propia administración? El derecho a entender lo que te afecta La administración nos habla sobre educación, salud, trabajo o impuestos. Pero a menudo lo hace en un idioma opaco. No entender un texto no debería implicar quedar fuera del sistema. Entender lo que nos afecta no es un privilegio: es un derecho. Poder comprender de forma autónoma lo que se nos exige o lo que podemos solicitar es una base elemental para una ciudadanía plena. No se trata de simplificar la ley, sino de hacerla accesible. De lo contrario, muchos acaban renunciando por frustración, miedo o desconfianza. La administración no habla difícil por casualidad El lenguaje administrativo está lleno de fórmulas, tecnicismos y estructuras que lo alejan de la vida cotidiana. No es solo un problema de palabras, es un problema de diseño institucional. Y aunque nos parezca normal, no debería serlo. DiloClaro , proyecto nacido en el marco del hackathon OdiseIA4Good, surge precisamente para romper esa lógica: traducir textos oficiales al lenguaje claro, adaptado, accesible. No para simplificar el contenido, sino para dignificar la comunicación entre administración y personas. Esta iniciativa no es un experimento académico, sino una respuesta práctica a un problema estructural: la brecha entre lo que se escribe en el Boletín Oficial y lo que la gente puede comprender sin ayuda. Todo esto lo abordamos también en una conversación muy especial con Alicia Romero y Francisco Luque, impulsores del proyecto DiloClaro . En ella exploramos no solo cómo traducir la administración al lenguaje claro, sino también cómo hacerlo desde una mirada técnica, empática y con visión de futuro. 🎥 Puedes ver la entrevista completa aquí: Sesión cAIre con DiloClaro La IA también tiene que explicarse Así como usamos la IA para hacer comprensible un texto jurídico, también deberíamos exigir que sus propias decisiones sean entendibles. Existe un paralelismo claro: la "explicabilidad" no es solo un término técnico en IA. Es un principio que debería guiar cualquier sistema que tome decisiones que nos afectan: desde una resolución administrativa hasta una recomendación algorítmica. La transparencia no debería ser un añadido: debería ser parte del diseño. En el caso de DiloClaro , esto significa que las traducciones no solo deben ser correctas, sino comprensibles y verificadas por quienes las van a usar. Si pedimos transparencia a los algoritmos, pidámosla también a nuestras instituciones. Colectivos vulnerables: los más afectados por la opacidad Cuando el lenguaje es oscuro, no lo es por igual para todos. Afecta más a quienes ya tienen menos: menos recursos, menos formación, menos red de apoyo. Personas con discapacidad intelectual, personas mayores o con baja alfabetización digital... Para ellas, entender no es un lujo: es la condición mínima para ejercer sus derechos. Las dificultades aumentan además en entornos digitales, donde no hay posibilidad de pedir una aclaración cara a cara. La administración en línea, cuando no es comprensible, no empodera: excluye. DiloClaro  pone a estos colectivos en el centro. Y lo hace con tecnología, pero también con escucha y responsabilidad. Incorporando su voz no solo como usuarios finales, sino como validadores activos del proceso. Validar con personas reales: cuando la empatía se convierte en método Lo más valioso de DiloClaro  no es solo su tecnología, sino su enfoque: las traducciones se prueban con los propios colectivos destinatarios. Hay validación real, humana, y acompañamiento en el uso. La IA no es un oráculo: necesita ser contrastada, corregida, validada. Y si va dirigida a colectivos vulnerables, ese cuidado debe ser doble. Además, este modelo de co-creación tiene un efecto secundario positivo: empodera a los propios colectivos. Les hace parte activa del proceso, les reconoce como expertos en sus propias dificultades, y refuerza su protagonismo en la sociedad digital. Explicar es una forma de cuidar Traducir no es rebajar el contenido: es elevar la comunicación. Explicar no es una concesión: es un acto de respeto. Si pedimos que la inteligencia artificial sea transparente, hagamos lo mismo con nuestros sistemas públicos. Y si la tecnología puede ayudarnos a entender mejor el mundo, pongámosla al servicio de quienes más lo necesitan. Porque solo una administración que se explica, es una administración que cuida. Y una sociedad que cuida es una sociedad que no deja a nadie atrás. Un paso más: acompáñanos el 9 de julio Si quieres profundizar en estas ideas, te invitamos a una sesión especial el próximo 9 de julio a las 09:00h en Cuatrecasas (Madrid), organizada por OdiseIA en colaboración con Cuatrecasas, donde presentaremos los resultados y conclusiones del proyecto CAIRE, con el apoyo de Google.org . 🔗 Inscripciones y más información:   https://shorturl.at/wljUf

Autor: Fabián García Pastor; miembro del equipo del proyecto cAIre. Imagina llegar a un país nuevo con la esperanza de empezar de cero. Estás dispuesto a trabajar, aprender el idioma, contribuir. Pero antes de poder hacerlo, te enfrentas a un obstáculo inesperado: un formulario. No entiendes lo que pone. Nadie te lo explica. Y si cometes un error, te devuelven al principio. Para muchos migrantes, el primer obstáculo no es cultural ni económico: es burocrático. Y aunque parezca una cuestión menor, es en ese laberinto de trámites donde se decide a menudo quién avanza y quién queda atrapado. ¿Puede la inteligencia artificial cambiar esto? La respuesta es sí. Y no es ciencia ficción: está sucediendo ya, de forma silenciosa, pero transformadora. La burocracia como muro invisible Para quienes han crecido dentro del sistema, rellenar un documento oficial puede ser tedioso. Para quienes llegan de fuera, sin conocer el idioma ni el funcionamiento de la administración, puede convertirse en una experiencia frustrante, excluyente, a veces humillante. La burocracia es el muro invisible de la integración. No se ve en los discursos políticos ni en los grandes planes estratégicos, pero está ahí, en cada formulario, cada cita previa, cada página mal traducida. Y lo peor es que, si te equivocas, no solo no avanzas: vuelves al inicio. Cada error en un formulario se convierte en un bucle de espera, correcciones y desinformación. Y eso, en muchos casos, significa desesperación. TramitEasy y otros aliados: del obstáculo al compañero de viaje Frente a ese muro, empiezan a surgir herramientas que no buscan derribarlo, sino convertirlo en puente. Una de ellas es TramitEasy , una solución desarrollada en el marco del hackathon   OdiseIA4Good , que utiliza inteligencia artificial para ayudar a los migrantes a completar trámites burocráticos de forma comprensible y acompañada. La herramienta no decide por la persona. Pero sugiere, corrige, traduce. Actúa como ese amigo o amiga que te acompaña cuando no sabes por dónde empezar. Y lo hace con una sensibilidad especial: entiende que no se trata solo de "rellenar bien", sino de no sentirse solo, de no perderse en un mar de tecnicismos. Tuve la oportunidad de conversar con Mercedes Tirado, directora de operaciones de MIOTI y una de las impulsoras de TramitEasy. En nuestra entrevista exploramos estos retos y cómo la IA puede abordarlos desde una mirada profundamente social. Puedes ver la entrevista completa aquí 👉 Sesión cAIre con TramitEasy - MIOTI Una administración comprensible es una forma de acogida Decimos que queremos sociedades inclusivas, pero ¿cómo se siente acogida una persona si ni siquiera puede solicitar una cita médica o apuntarse a una escuela sin ayuda externa? Una acogida real empieza por una administración comprensible. Porque la verdadera inclusión no empieza con grandes discursos, sino con gestos concretos: poder acceder a información clara, recibir indicaciones comprensibles, no tener miedo de hacer preguntas. Y eso, la IA lo puede facilitar. Cuando alguien logra hacer su primer trámite sin ayuda, gana no solo en autonomía, sino en dignidad. Es una forma de decir: "Estás dentro. Puedes hacerlo por ti mismo". La IA como traductora silenciosa Una de las grandes virtudes de la inteligencia artificial bien aplicada es que puede actuar como traductora silenciosa. No sustituye a los trabajadores públicos, pero ayuda a que lo que dicen las leyes, las normas y los formularios pueda ser entendido por quienes más lo necesitan. Traduce entre idiomas, pero también entre jergas. Entre lo abstracto y lo concreto. Entre un procedimiento impersonal y una vida que está esperando poder avanzar. En ese papel de "intérprete administrativo", la IA puede ser una herramienta de empoderamiento y comprensión. Innovar también es hacer lo difícil más humano A veces confundimos innovación con complejidad, con algoritmos sofisticados o grandes avances tecnológicos. Pero innovar también es esto: hacer lo difícil más comprensible. Convertir un trámite frío en una experiencia humana. Diseñar una interfaz clara. Explicar con palabras sencillas. Acompañar en lugar de excluir. Porque al final, la dignidad también empieza por poder hacer las cosas por uno mismo. La tecnología no debe ser una torre de marfil, sino una escalera accesible. Y para quienes se enfrentan a esa escalera en la oscuridad, herramientas como TramitEasy encienden una luz. Abrir puertas es más que una metáfora Detrás de cada trámite bien resuelto hay una historia que puede continuar. Una persona que avanza. Una familia que se estabiliza. Un futuro que se construye. La inteligencia artificial, cuando se aplica con ética y empatía, puede ser esa llave que abre la primera puerta. No es una solución mágica. Pero sí es una herramienta poderosa para que la burocracia deje de ser un muro… y empiece a parecerse más a un puente. Y eso, en una sociedad que aspira a ser verdaderamente justa, no es poca cosa. Es esencial. 🎯 ¿Quieres saber más y ver de cerca cómo la IA puede servir a una sociedad más inclusiva y equitativa? Te invitamos a una sesión muy especial que tendrá lugar el próximo 9 de julio a las 09:00h en Cuatrecasas (Madrid), organizada por OdiseIA en colaboración con Cuatrecasas, donde presentaremos los resultados y conclusiones del proyecto CAIRE, apoyado por   Google.org Un encuentro abierto y gratuito para compartir ideas, propuestas y seguir construyendo juntos una inteligencia artificial verdaderamente al servicio de las personas. 🔗 Inscripciones y más información aquí:   https://shorturl.at/wljUf 📌 ¡Nos encantaría contar contigo!

La revolución de la inteligencia artificial presenta desafíos y oportunidades sin precedentes para las organizaciones a nivel mundial, alterando fundamentalmente el panorama de la transformación empresarial de maneras que la distinguen de los cambios tecnológicos anteriores.  Este artículo explora la entrevista que Elizabeth Bramson, CEO de la revista MIT Technology Review le hizo a Kevin Bolen, Director Principal y Jefe de Transformación IA en KPMG, durante el evento EmTech AI 2025 en el MIT Media Lab. Kevin aporta una perspectiva única a esta discusión, habiendo sido testigo de múltiples olas de disrupción tecnológica a lo largo de su carrera que abarca las iniciativas tempranas de internet de IBM, startups de procesamiento de lenguaje natural, las teorías de innovación disruptiva de Clayton Christensen , y ahora liderando la transformación IA en una firma de servicios profesionales de 125 años de antigüedad. Cinco conclusiones clave emergen de este análisis integral:  Primera, la transformación IA actual difiere fundamentalmente de las revoluciones tecnológicas anteriores debido a la ausencia de latencia dependiente de infraestructura, creando una capacidad inmediata y democratizada que abruma los enfoques tradicionales de gestión del cambio organizacional.  Segunda, las organizaciones deben abandonar las mentalidades lineales de ahorro de costos y adoptar estrategias de generación de valor basadas en portafolios que abarquen reducciones de costos inmediatas, ahorros dependientes de transformación y oportunidades de creación de valor completamente nuevas.  Tercera, la trayectoria tradicional de desarrollo profesional de nivel inicial enfrenta disrupción, requiriendo que las organizaciones reimaginen cómo cultivan futuros líderes cuando los roles de nivel junior se automatizan. Cuarta, la integración de IA en sistemas embebidos y arquitecturas basadas en agentes plantea riesgos significativos para las capacidades de pensamiento crítico, necesitando nuevos marcos para mantener la supervisión humana y el rigor analítico.  Quinta, las industrias de servicios profesionales deben reestructurar fundamentalmente sus propuestas de valor, moviéndose más allá de los modelos de facturación basados en tiempo hacia asociaciones de innovación colaborativa que aprovechen las capacidades transformacionales de la IA. La Naturaleza Sin Precedentes de la Transformación IA La revolución IA actual representa un cambio de paradigma que desafía los precedentes históricos en la adopción tecnológica y el impacto organizacional. A diferencia de las tecnologías transformacionales anteriores como internet, la computación móvil o la electricidad, que requerían desarrollo sustancial de infraestructura y penetración gradual del mercado, la IA generativa aprovecha la infraestructura digital global existente para entregar capacidades inmediatas y democratizadas. Esta diferencia fundamental elimina la ventana de latencia tradicional que anteriormente permitía a las organizaciones observar, planificar y adaptarse gradualmente al cambio tecnológico. El análisis de Bolen revela que las transformaciones históricas eran " codependientes de otras transformaciones que ocurrían ", creando amortiguadores naturales para la adaptación organizacional. Internet requería actualizaciones de infraestructura de telecomunicaciones, penetración de banda ancha y desarrollos complementarios de la revolución móvil antes de alcanzar su potencial transformacional completo. Estas dependencias proporcionaron a las organizaciones " un poco de tiempo de retraso donde no eras castigado por llegar demasiado tarde ". La transformación IA contemporánea opera sin tales mecanismos protectores, montándose sobre la infraestructura establecida para entregar " una cantidad masiva de capacidad democratizada e innovadora en las manos de literalmente todos ". Esta aceleración crea un desajuste fundamental entre la capacidad tecnológica y la preparación organizacional. Los equipos de liderazgo se encuentran " mal equipados " para manejar " cambiar todo en todas partes al mismo tiempo " en lugar de los modelos de transformación lineal tradicionales. El paradigma de transformación convencional asume movimiento " de un estado estable a otro estado estable " con la transformación representando una fase intermedia. La implementación IA actual demanda reconocimiento de " evolución continua en una escala relativamente rápida de grandes partes de tu negocio ", desafiando fundamentalmente las metodologías establecidas de gestión del cambio. Más Allá de la Reducción de Costos: Creación de Valor Basada en Portafolios La respuesta organizacional inicial a las capacidades de IA frecuentemente se centra en oportunidades de reducción de costos, un enfoque natural pero finalmente limitante que falla en capturar el potencial transformacional completo de la tecnología. La experiencia de Bolen revela el atractivo seductor de los cálculos de costos inmediatos: identificar ahorros de tiempo a través de las funciones organizacionales y traducir estos en beneficios financieros teóricos. Sin embargo, este enfoque encuentra desafíos significativos de implementación arraigados en la psicología humana y la inercia organizacional. El fallo fundamental en las estrategias de reducción de costos yace en la dificultad de agregar ahorros de tiempo individuales en beneficios organizacionales significativos. Mientras que la IA podría ahorrar " 17 minutos al día " para contribuidores individuales, " agregar eso en un verdadero ahorro de FTE resultó realmente difícil " debido a la inercia humana, limitaciones de mentalidad de liderazgo e incertidumbre sobre la utilización productiva del tiempo recuperado. Cuando los empleados aprenden que la IA podría eliminar el 15% de sus actividades diarias, la respuesta es a menudo ansiedad en lugar de entusiasmo: " ¿entonces termino el trabajo a las 3:30? ¿Qué hago? ¿Cómo muestro valor?". La realización efectiva del valor de IA requiere un enfoque sofisticado de portafolio que abarque tres categorías distintas de oportunidad.  Los ahorros de costos inmediatos  representan frutos al alcance donde la IA demuestra superar las capacidades humanas, como servicios de traducción y localización que pueden eliminar millones en gastos anuales.  Los ahorros dependientes de transformación  reconocen el valor potencial que requiere cambio organizacional significativo para realizarse, demandando evaluación realista de la complejidad de implementación.  La creación de valor completamente nuevo  representa la categoría más emocionante: oportunidades que anteriormente eran imposibles debido a limitaciones de costo-efectividad o capacidad analítica humana insuficiente. El marco de portafolio demanda integración de perspectiva externa, reconociendo que los stakeholders  internos pueden estar "institucionalizados" en enfoques existentes e incapaces de visualizar alternativas radicales. Mientras que los equipos internos se enfocan en mejoras incrementales del 10-20%, las perspectivas externas podrían cuestionar suposiciones fundamentales y proponer eliminación del 90% de procesos enteros. Esta entrada externa se vuelve crucial para organizaciones que buscan beneficios transformacionales en lugar de meramente incrementales. Reimaginando el Desarrollo Profesional y el Cultivo del Liderazgo La automatización de roles tradicionales de nivel inicial crea un desafío profundo para el desarrollo de talento organizacional, potencialmente disrumpiendo las trayectorias establecidas para cultivar capacidades de liderazgo futuro. Esta transformación es paralela a los cambios históricos en manufactura, donde los modelos de aprendizaje para soldadores se volvieron obsoletos con la automatización robótica, requiriendo conjuntos de habilidades completamente nuevos enfocados en programación de robots en lugar de técnicas de soldadura manual. Las organizaciones de servicios profesionales enfrentan desafíos particulares en esta transición, habiendo dependido históricamente de personal junior realizando tareas analíticas rutinarias mientras desarrollaban habilidades de relación con clientes, capacidades de negociación y perspicacia de desarrollo de negocios. El modelo tradicional de " sentarse en una sala de conferencias haciendo mapas de procesos " mientras se aprenden habilidades más suaves se vuelve económicamente insostenible cuando la IA puede realizar tal análisis más eficientemente. Las organizaciones deben identificar " nuevas tareas de nivel inicial que agreguen valor al cliente por las que estén dispuestos a pagar " mientras sirven como ambientes de incubación efectivos para habilidades profesionales esenciales. La solución requiere reconceptualización fundamental de roles profesionales y competencias requeridas. En lugar de traer metodologías predeterminadas a desafíos de clientes, los profesionales futuros deben demostrar " qué tan rápido puedes generar una solución completamente nueva a ese problema " a través del desarrollo y despliegue dinámico de agentes. Este cambio demanda identificación de candidatos que han " demostrado eso dentro de su trayectoria universitaria, su primer trabajo o dos " en lugar de depender de credenciales académicas tradicionales o evaluaciones de habilidades estandarizadas. Las implicaciones se extienden más allá del desarrollo de carrera individual hacia la gestión del conocimiento organizacional y la preservación de la memoria institucional. Cuando el personal junior ya no realiza trabajo analítico rutinario, las organizaciones arriesgan perder el entendimiento detallado de procesos que emerge de la experiencia práctica con operaciones de negocio fundamentales. Mantener este conocimiento institucional mientras se aprovechan las capacidades de IA requiere diseño deliberado de roles híbridos que combinen la aumentación de IA con compromiso analítico humano significativo. Preservación del Pensamiento Crítico en Ambientes Aumentados por IA La integración de capacidades de IA en flujos de trabajo profesionales plantea preocupaciones significativas sobre la preservación y desarrollo de habilidades de pensamiento crítico, particularmente cuando la IA efectúa la transición de herramientas discretas a componentes de sistemas embebidos. Este desafío se manifiesta más claramente en ambientes educacionales donde los estudiantes dependen cada vez más de auto-completado potenciado por IA y asistencia de programación sin desarrollar las capacidades analíticas necesarias para evaluar la calidad del output o identificar errores potenciales. El precedente histórico de la adopción de calculadoras mecánicas en contabilidad proporciona contexto instructivo para debates actuales sobre la dependencia de IA. Un memorando de hace un siglo de Marwick (la "M" en KPMG) advirtió contra el uso de las calculadoras, argumentando que los contables " perderían las habilidades matemáticas centrales requeridas para la profesión ". Aunque esta preocupación parece ingenua en retrospectiva, resalta la tensión recurrente entre la adopción de herramientas y la preservación de habilidades a través de transiciones tecnológicas. El desafío contemporáneo difiere significativamente en alcance y complejidad. La utilización actual de IA permanece en gran medida " centrada en prompts ", permitiendo a los usuarios "elegir qué problemas traer a la IA" y "elegir cuánto de esa respuesta usar antes de ponerla en el entregable final". Este uso discrecional preserva oportunidades para evaluación crítica e implementación selectiva. Sin embargo, cuando la IA se vuelve cada vez más embebida en sistemas empresariales y las arquitecturas basadas en agentes eliminan la elección del usuario en la utilización de IA, " la visibilidad de la fuente de donde vino " disminuye significativamente. El efecto compuesto de flujos de datos de IA a IA crea riesgos particulares para la detección y corrección de errores. Cuando " el sistema ERP está alimentando el sistema CRM, alimentando el sistema de reportes ", identificar la fuente de errores analíticos requiere ingeniería inversa compleja a través de múltiples sistemas aumentados por IA. Esta complejidad arquitectónica demanda nuevos marcos para mantener el rigor analítico y las capacidades de detección de errores a través de ecosistemas de IA integrados. La solución requiere desarrollo proactivo de alfabetización en IA y metodologías de evaluación crítica en lugar de estrategias de evitación de IA. Las organizaciones deben " enseñar a las personas cómo ser críticas en esta era versus asumir que esta era puede de alguna manera ser retrasada debido a ese riesgo ". Este enfoque demanda entrenamiento explícito en reconocimiento de limitaciones de IA, técnicas de validación de output y enfoques sistemáticos para mantener supervisión analítica en ambientes cada vez más automatizados. Transformación de Modelos de Negocio de Servicios Profesionales La industria de servicios profesionales enfrenta disrupción fundamental de modelos de facturación tradicionales y marcos de propuesta de valor cuando las capacidades de IA remodelan las expectativas de clientes y metodologías de entrega de servicios. El modelo de hora facturable, durante mucho tiempo la base de servicios legales, contables y de consultoría, encuentra desafío directo de mejoras de eficiencia habilitadas por IA que los clientes pueden observar y medir a través de su propia experimentación con IA. La sofisticación del cliente en la utilización de IA crea presiones de transparencia que las firmas de servicios profesionales no pueden ignorar. Como denota Bolen, los clientes " no están desafiando directamente nuestras tarifas porque reconocen que, para usar estas herramientas, estas herramientas son caras " y requieren inversión significativa para desarrollar y monetizar. Sin embargo, los clientes esperan cada vez más que " pasemos menos horas en estas tareas " basándose en sus propias experiencias con IA, creando presión para mejoras de eficiencia demostrables. La respuesta estratégica requiere transparencia y colaboración en lugar de posicionamiento defensivo. Las firmas de servicios profesionales deben involucrarse en conversaciones explícitas sobre la utilización de IA " para ganancia mutua " o arriesgarse a parecer " ignorantes de lo que la tecnología puede hacer, lo cual no es un gran lugar para estar desde un punto de vista de asesoría ". Esta transparencia habilita la creación de valor conjunto a través de capacidades que anteriormente eran imposibles o económicamente inviables. El etiquetado farmacéutico proporciona un estudio de caso ejemplar en la creación de valor transformacional. Los procesos de etiquetado tradicionales representan " nada más que un retraso en su capacidad de capturar valor de mercado porque tienen la información, saben que ha sido aprobada, solo tienen que llevarla al mercado ". A través del desarrollo colaborativo de agentes de IA, KPMG logró una reducción del 40-50% en el tiempo total del proceso con mejoras del 90% en componentes específicos. Esta transformación crea valor compartido que justifica precios premium mientras acelera la entrada al mercado del cliente. La evolución hacia asociaciones de innovación colaborativa requiere cambios fundamentales en las capacidades de las firmas de servicios profesionales y el posicionamiento de mercado. En lugar de vender metodologías predeterminadas o experiencia establecida, las firmas deben demostrar capacidad para la generación rápida de soluciones y desarrollo de agentes personalizados adaptados a desafíos específicos de clientes. Esta transición demanda nuevos criterios de contratación, programas de entrenamiento y marcos de evaluación de desempeño que prioricen la adaptabilidad y la innovación sobre la experiencia tradicional en materias específicas. Marco de Implementación Estratégica para la Transformación IA La transformación IA exitosa requiere enfoques sofisticados de gestión del cambio que equilibren la capacidad tecnológica con la capacidad de adaptación humana. El marco debe reconocer que " la tecnología se está moviendo mucho más rápido que nuestra capacidad humana de absorber y utilizarla ", necesitando " filosofía de gestión del cambio alrededor de esto que sea tanto compasiva para las personas que están pasando por esta transformación, pero también realista ". El principio de realismo compasivo reconoce que la transformación no puede ser diferida indefinidamente cuando la disrupción laboral se vuelve inevitable. Usando la analogía de manufactura, " si el soldador va a ser reemplazado por el robot, tienes que dejar que eso suceda y habilitar al soldador para que vaya a aprender las nuevas habilidades robóticas en el camino ". Este enfoque requiere programas proactivos de re-entrenamiento, comunicación transparente sobre la evolución de roles y apoyo sistemático para los viajes de adaptación individual. Las organizaciones deben desarrollar marcos de evaluación integral para evaluar su balance actual de portafolio de IA a través de ahorros inmediatos, oportunidades dependientes de transformación y creación de valor completamente nuevo. Esta evaluación debe identificar deficiencias en dominios específicos de portafolio y guiar la asignación de recursos hacia categorías de oportunidad subrepresentadas. El marco debe incorporar integración de perspectiva externa para desafiar suposiciones institucionales e identificar posibilidades de transformación radical. La estrategia de implementación debe abordar el cambio fundamental de herramientas de IA discretas a sistemas de IA embebidos y agentes autónomos. Esta transición requiere nuevos marcos de gobernanza, protocolos de gestión de riesgos y metodologías de aseguramiento de calidad que mantengan la supervisión humana mientras aprovechan las capacidades de IA. Las organizaciones deben desarrollar enfoques sistemáticos para el desarrollo de alfabetización en IA, asegurando que el personal pueda colaborar efectivamente con sistemas de IA mientras mantiene capacidades analíticas críticas. El éxito en la transformación IA finalmente depende de abrazar el potencial transformacional de la tecnología mientras se mantienen expectativas realistas sobre la complejidad de implementación y los requerimientos de adaptación humana. Las organizaciones que logren este equilibrio capturarán ventajas competitivas significativas, mientras que aquellas que resistan la adopción o persigan cronogramas de implementación irrealistas arriesgan desventaja estratégica en un ambiente de negocio cada vez más aumentado por IA. La clave yace en mantener optimismo "alcista" sobre el potencial de la IA mientras se permanece " pragmático sobre el valor y el ritmo hacia el valor " y " compasivo sobre la transformación humana " requerida para una implementación exitosa.