3.11.26

La empresa AI-native no se construye poniendo parches. Hay que dejarla nacer.


  La idea central es que la empresa AI-native no tiene por qué nacer destruyendo la organización existente: puede gestarse en su interior, como un embrión protegido, con libertad para experimentar, aprender y desarrollar una nueva arquitectura de creación de valor.


La Inteligencia Antifrágil (IAF) tendría una función decisiva: permitir que ambas organizaciones aprendan, convivan y evolucionen sin que la cultura heredada asfixie a la emergente.

# La empresa AI-native no se construye poniendo parches. Hay que dejarla nacer.

**¿Y si la empresa del futuro ya estuviera gestándose dentro de la actual, pero necesitara un espacio propio para crecer?**

Durante años hemos diseñado empresas para dirigir, controlar, supervisar y optimizar. Hemos creado departamentos, jerarquías, procedimientos, indicadores y mecanismos de coordinación. Una arquitectura que respondía a una determinada manera de organizar el trabajo y gestionar el conocimiento.

Ahora llega la inteligencia artificial y nuestra primera reacción es introducirla en esa misma arquitectura.

Automatizamos tareas. Reducimos tiempos. Mejoramos informes. Incorporamos asistentes inteligentes. Celebramos incrementos de productividad.

Todo ello es útil. Pero ¿es suficiente?

**Quizá estemos utilizando una tecnología capaz de transformar radicalmente la empresa para conseguir que la empresa de ayer funcione un poco más deprisa.**

Y aquí aparece una pregunta mucho más trascendente:

**¿Y si, en lugar de adaptar la IA a la organización existente, empezáramos a diseñar una organización concebida desde su origen para crear valor con inteligencia humana y artificial?**

## 1. De la empresa organizada para dirigir a la empresa organizada para crear valor

La empresa tradicional ha desarrollado buena parte de su arquitectura alrededor de la distribución de funciones, la autoridad, el control y la coordinación.

La empresa AI-native debería plantearse otra pregunta fundacional:

**¿Cómo organizaríamos nuestra actividad si pudiéramos combinar, desde el primer momento, las capacidades humanas, la inteligencia artificial y los agentes autónomos para generar el máximo valor compartido?**

Esta pregunta cambia el punto de partida.

Ya no comenzamos por el organigrama, los departamentos o los puestos de trabajo.

Comenzamos por el propósito, las necesidades de clientes y demás grupos de interés, los problemas que merece la pena resolver y el valor que queremos crear.

Después diseñamos los procesos, las capacidades, los equipos, las decisiones y la tecnología necesarios para conseguirlo.

No significa eliminar el liderazgo, la responsabilidad o el control. Significa rediseñarlos para que estén al servicio de la creación de valor, y no convertirlos en la razón de ser de la organización.

La diferencia es profunda: **no se trata de introducir IA en cada departamento, sino de cuestionar si necesitamos los mismos departamentos, las mismas fronteras funcionales y los mismos mecanismos de decisión.**

## 2. Una propuesta: gestar la nueva empresa dentro de la empresa actual

Transformar de golpe una organización consolidada puede resultar inviable.

Hay clientes que atender, compromisos que cumplir, personas que acompañar y resultados económicos que garantizar.

La empresa actual no puede detenerse mientras imaginamos la futura.

Pero tampoco podemos permitir que sus inercias determinen todos los límites de lo que viene.

Por eso propongo explorar una estrategia de transformación paralela:

**Crear dentro de la organización un embrión AI-native, protegido y alimentado por la empresa matriz, pero con suficiente autonomía para diseñar una manera radicalmente diferente de trabajar.**

No hablo simplemente de crear un departamento de inteligencia artificial.

Tampoco de constituir otro comité de transformación digital.

Hablo de un pequeño ecosistema empresarial que pueda cuestionar desde sus fundamentos cómo se crea valor.

Un equipo multidisciplinar, con profesionales de negocio, clientes, tecnología, operaciones, talento y estrategia, que trabaje con IA y agentes inteligentes desde su concepción.

Su misión no sería digitalizar lo existente.

**Su misión sería imaginar, construir y demostrar cómo funcionaría la empresa si hoy tuviéramos que crearla desde cero.**

## 3. El embrión AI-native: protegerlo sin aislarlo

La metáfora del embrión resulta especialmente sugerente.

Un embrión necesita protección, nutrientes, tiempo y unas condiciones adecuadas para desarrollarse.

Pero también necesita crecer, diferenciarse y adquirir progresivamente autonomía.

Algo parecido ocurre con una organización emergente.

La empresa matriz debería proporcionarle recursos, conocimiento del negocio, acceso a clientes, talento y legitimidad estratégica.

A cambio, el embrión debería generar aprendizaje, nuevas capacidades, prototipos, modelos operativos y evidencias de creación de valor.

Sin embargo, existe un riesgo: que la organización tradicional, con sus normas, procedimientos y mecanismos de aprobación, termine absorbiendo o asfixiando aquello que pretende hacer nacer.

Por eso, el nuevo ecosistema necesita una autonomía real, aunque no absoluta.

Debe poder cuestionar procesos, experimentar con estructuras más horizontales, combinar equipos humanos y agentes de IA, y ensayar nuevas formas de distribuir decisiones y responsabilidades.

Todo ello con límites claros de seguridad, ética, cumplimiento normativo y supervisión humana.

**Proteger el embrión no significa permitirle hacer cualquier cosa. Significa evitar que tenga que pedir permiso al pasado para explorar el futuro.**

## 4. Dos organizaciones, dos velocidades y un aprendizaje compartido

La propuesta contempla dos movimientos simultáneos.

**La empresa actual evoluciona.** Incorpora progresivamente IA, mejora procesos, desarrolla competencias, aumenta su eficiencia y aprende a convivir con nuevas herramientas y formas de trabajo.

**El embrión AI-native explora.** Rediseña procesos completos, cuestiona las fronteras departamentales, experimenta con agentes inteligentes y construye nuevos modelos de relación entre personas, tecnología y clientes.

La primera garantiza continuidad.

La segunda explora posibilidades que difícilmente surgirían si solo nos dedicáramos a mejorar incrementalmente lo que ya existe.

Pero no deberían convertirse en dos mundos enfrentados.

El objetivo es establecer un intercambio continuo de conocimiento, personas, aprendizajes y soluciones.

Los avances del embrión pueden incorporarse progresivamente a la organización existente. Y las capacidades, experiencias y relaciones de la empresa matriz alimentan al nuevo ecosistema.

Esta convivencia recuerda a los grupos piloto y a las avanzadillas que han acompañado numerosos procesos de transformación.

Con una diferencia fundamental: **el piloto tradicional suele probar una mejora dentro del modelo existente; el embrión AI-native pone a prueba un modelo de organización diferente.**

## 5. La Inteligencia Antifrágil: el sistema de competencias humanas que permite crecer al embrión

La tecnología puede ampliar extraordinariamente nuestras posibilidades.

Pero no define por sí misma qué merece la pena construir, cómo gestionar los conflictos, qué riesgos aceptar ni cómo transformar el aprendizaje en prosperidad compartida.

Ahí adquiere especial relevancia la **Inteligencia Antifrágil (IAF)**: la capacidad humana de crecer en la incertidumbre y la complejidad.

El modelo UEOIA que he desarrollado permite identificar cinco competencias esenciales para esta transformación.

**U — Mentalidad de crecimiento.** Cuestionar las creencias heredadas, superar el miedo a perder el control y descubrir nuevas oportunidades para aprender.

**E — Engine conectivo-creativo.** Conectar conocimientos, personas, tecnologías y perspectivas para imaginar arquitecturas organizativas que todavía no existen.

**O — Creación de opcionalidades.** Construir alternativas, ensayar distintos modelos operativos y evitar apostar todo el futuro de la empresa a una única solución.

**I — Gestión y transformación de la incertidumbre.** Experimentar con criterio, aprender de resultados inesperados y tomar decisiones cuando todavía no disponemos de todas las respuestas.

**A — Adaptabilidad radical.** Desaprender, reconfigurar funciones, transformar capacidades y trasladar los aprendizajes hacia el conjunto de la organización.

La IAF no es una competencia tecnológica.

Es una capacidad humana para orientar, aprovechar y transformar las posibilidades que ofrece la tecnología.

Y, sobre todo, para conseguir que las personas no sean simples receptoras de los cambios, sino protagonistas de su construcción.

## 6. Liderar el nacimiento de una empresa diferente

Este planteamiento exige reconsiderar el liderazgo.

Si entendemos liderar como una relación que moviliza a las personas en libertad alrededor de una misión compartida, activando la Inteligencia Antifrágil colectiva para aprender, transformar, crear alternativas y prosperar, el embrión AI-native puede convertirse en un extraordinario laboratorio de liderazgo.

Un espacio donde la autoridad no dependa exclusivamente de la posición jerárquica, sino también de la capacidad de aportar criterio, conocimiento, responsabilidad y valor.

Donde la IA amplíe las capacidades de los equipos sin sustituir el juicio humano sobre los fines.

Donde las personas aprendan a colaborar con agentes inteligentes, a supervisarlos y a decidir cuándo confiar, contrastar, corregir o detener una actuación.

Y donde el éxito no se mida únicamente en términos de productividad.

Porque la empresa del futuro también debería responder a una concepción tridimensional de la prosperidad:

- **Dimensión económica:** competitividad, innovación, productividad y sostenibilidad financiera.
- **Dimensión social:** desarrollo humano, calidad del trabajo, confianza y valor para los grupos de interés.
- **Dimensión medioambiental:** eficiencia en el uso de recursos, responsabilidad ecológica e impacto sostenible.

La empresa AI-native que merece la pena construir no debería limitarse a producir más con menos personas.

**Debería ser capaz de crear más valor con personas mejor preparadas, inteligencias complementarias y un propósito compartido.**

## 7. ¿Cómo empezar mañana?

No hace falta esperar a disponer de una estrategia perfecta.

Podemos seleccionar una actividad relevante para el cliente, con procesos suficientemente delimitados, posibilidades de rediseño y resultados medibles.

Constituir un equipo reducido, diverso y con autonomía.

Formularle una pregunta:

**«Si hoy creáramos esta actividad desde cero, disponiendo de IA, agentes inteligentes y todo nuestro talento humano, ¿cómo la organizaríamos?»**

Y permitirle trabajar durante un periodo definido, por ejemplo, noventa días, para presentar un primer modelo operativo.

No una presentación de PowerPoint sobre el futuro.

Un prototipo que funcione.

Que permita comparar valor creado, calidad, costes, tiempos, experiencia del cliente, desarrollo de las personas y riesgos.

Y, sobre todo, que genere aprendizajes transferibles.

Después, decidir qué ampliar, qué modificar, qué abandonar y qué nuevas opciones explorar.

No se trata de escalar cualquier experimento exitoso, sino de demostrar que la nueva arquitectura puede funcionar con responsabilidad, sostenibilidad y sentido económico y humano.

## 8. La empresa del futuro puede estar naciendo ahora

Tal vez el gran error de la transformación empresarial sea creer que debemos elegir entre conservar lo que funciona y romper con todo lo anterior.

Podemos hacer ambas cosas de manera inteligente.

Cuidar la organización que hoy genera valor y, simultáneamente, gestar la que podría multiplicarlo mañana.

Una empresa puede tener dos velocidades, pero necesita un propósito compartido.

Y el liderazgo debe conseguir que ninguna de ellas se convierta en enemiga de la otra.

La IA ofrece una oportunidad extraordinaria para reconsiderar cómo trabajamos, aprendemos, decidimos y creamos valor.

Pero **la verdadera transformación no consistirá en hacer más inteligente la empresa que tenemos, sino en atrevernos a construir una empresa diferente.**

Una empresa AI-native, sí.

Pero profundamente humana en su propósito.

Una empresa capaz de prosperar con la incertidumbre, no simplemente de resistirla.

Porque la tecnología puede ayudarnos a construir el futuro. Pero decidir qué futuro merece la pena construir sigue siendo una responsabilidad humana.

**Y si el propósito de la Inteligencia Antifrágil es el amor por la prosperidad compartida, quizá este sea uno de sus desafíos empresariales más apasionantes.**

---

*Eudald Parera Riera*
*Autor de Inteligencia Antifrágil. Mejora, Crece, Prospera — LID Editorial (2026).*
*Creador del modelo UEOIA de Inteligencia Antifrágil.*

**Para profundizar:**

- Libro en Kindle: https://amzn.eu/d/0fhRce8s

#InteligenciaAntifrágil #AINative #Liderazgo #TransformaciónEmpresarial #IA #UEOIA #InnovaciónOrganizativa #ProsperidadCompartida

### Una idea para desarrollar el concepto

Creo que la metáfora del embrión tiene potencial para convertirse en un modelo estratégico propio, más allá del artículo.

### Modelo de gestación de la empresa AI-native

Empresa matriz

Clientes · Talento · Recursos · Experiencia · Propósito

Protege, nutre y aprende

### Embrión AI-native

Equipos humanos + IA + agentes inteligentes

U

E

O

I

A

IAF como motor de aprendizaje y reconfiguración

Experimenta · Demuestra · Transfiere · Escala

Nueva arquitectura de creación de valor

Prosperidad económica + social + medioambiental

El punto estratégico más importante es que el embrión no sea un laboratorio aislado de innovación. Debe tener una misión empresarial real, autonomía protegida, métricas de valor y mecanismos de transferencia hacia la matriz. De lo contrario, corre el riesgo de convertirse en otra iniciativa experimental sin transformación organizativa.

Esta propuesta también conecta con la ambidestreza organizativa —explotar el negocio actual y explorar el futuro—, pero introduce un elemento diferencial: el embrión no explora solamente nuevos productos o tecnologías; experimenta con una nueva arquitectura empresarial humano-IA, impulsada por la Inteligencia Antifrágil.

Ahí veo una tesis especialmente potente para tu proyecto Liderar la adopción de IA con IAF: no basta con formar a las personas para adoptar la IA; necesitamos desarrollar su Inteligencia Antifrágil para que sean capaces de concebir, construir y liderar organizaciones que todavía no existen.



La empresa AI-Native del futuro necesita IA y una ambición profundamente humana

 

¿Para qué queremos una empresa más inteligente si quienes trabajan en ella pierden capacidad para aprender, decidir y prosperar?

Diseñar una empresa AI Native supone repensar cómo crea valor desde su origen, combinando personas, agentes, conocimiento y procesos. Es una oportunidad extraordinaria. Pero su desarrollo exige algo más que capacidad tecnológica: exige criterio para orientar esa capacidad, competencias humanas para aprovecharla y un liderazgo que responda por sus consecuencias.

En el documento que inspira esta reflexión, NOVA es una empresa imaginaria diseñada alrededor de esa colaboración. Su propuesta abre una pregunta que considero esencial: ¿cómo conseguir que la inteligencia artificial contribuya al desarrollo de una organización económica, social y medioambientalmente próspera?


Mi respuesta sitúa la Inteligencia Antifrágil (IAF) en el corazón de su diseño.

Las competencias humanas deciden qué significa avanzar

La IA amplía nuestras posibilidades de analizar, generar propuestas y ejecutar tareas. Las personas aportamos la comprensión de lo que merece la pena, la sensibilidad ante las necesidades de los demás y la responsabilidad de decidir qué consecuencias estamos dispuestos a aceptar.

Preguntar, escuchar, cuestionar, imaginar, deliberar y construir confianza adquieren así una relevancia estratégica. De estas capacidades depende qué problemas elegimos resolver, qué alternativas exploramos y cómo distribuimos el valor creado.

Además, necesitamos conservar y desarrollar el conocimiento que permite evaluar el trabajo delegado. Supervisar una propuesta requiere comprenderla; cuestionarla exige criterio; corregirla supone disponer de alternativas.

La autonomía tecnológica exige cultivar la autonomía humana.

Por eso, el aprendizaje debe formar parte del trabajo cotidiano. Cada proyecto puede entregar una solución al cliente y, al mismo tiempo, fortalecer la capacidad de las personas y del equipo para afrontar el siguiente reto.

La Inteligencia Antifrágil convierte la incertidumbre en desarrollo

Una organización puede mejorar su eficiencia mientras pierde curiosidad, diversidad de pensamiento o libertad para cambiar de rumbo. También puede aprender a perfeccionar una actividad que ha dejado de tener sentido.

La IAF propone desarrollar las competencias que permiten crecer en la incertidumbre y la complejidad. El modelo UEOIA, que he desarrollado, concreta ese recorrido:

  • U — Mentalidad de Crecimiento. Cultivar autoconciencia, curiosidad y motivación intrínseca. Reconocer lo que ignoramos y mantener el deseo de comprender.

  • E — Engine Conectivo-Creativo. Conectar experiencias, conocimientos y perspectivas humanas y artificiales para formular preguntas y crear soluciones.

  • O — Creación de Opcionalidades. Construir caminos alternativos y preservar libertad de elección ante cambios de mercado, tecnologías o proveedores.

  • I — Gestión y Transformación de la Incertidumbre. Decidir con información incompleta, contrastar supuestos y experimentar con riesgos asumibles.

  • A — Adaptabilidad Radical. Desaprender, reorganizar capacidades y reconfigurar procesos o modelos de negocio cuando las evidencias lo aconsejen.

Estas competencias requieren práctica, conversación y oportunidades reales de aplicación. Su desarrollo permite que la potencia tecnológica se convierta en capacidad humana y organizativa para evolucionar.

El desarrollo 3D: elegir qué prosperidad queremos construir

Desde mi planteamiento de liderazgo Sigma 3D, el progreso empresarial se contempla en tres dimensiones inseparables.

La dimensión económica exige viabilidad, rentabilidad e innovación. La IA puede contribuir a mejorar productos, servicios y operaciones. La IAF ayuda a cuestionar supuestos, explorar oportunidades y construir alternativas para sostener esa creación de valor.

La dimensión social pregunta cómo ese progreso afecta a trabajadores, clientes, proveedores y comunidades. Exige desarrollar competencias, cuidar las relaciones y acompañar los cambios de funciones. También obliga a decidir cómo se comparte el valor generado y cómo participan las personas en la transformación de su trabajo.

La dimensión medioambiental incorpora los recursos consumidos y los efectos de nuestras decisiones sobre el entorno. Requiere evaluar los beneficios ambientales de una aplicación junto con sus costes y su impacto material.

Las tres dimensiones deben entrar en las decisiones estratégicas, operativas y de personas. Por ejemplo, ante una automatización, conviene preguntar: ¿qué valor económico aporta?, ¿cómo transforma el trabajo y las capacidades del equipo?, ¿qué consecuencias ambientales tiene?

La prosperidad compartida se construye cuando estas preguntas influyen en las decisiones y en la forma de evaluar sus resultados.

Liderar con IAF: movilizar en libertad y con propósito

He definido el liderazgo como:

«Liderar es una relación que moviliza a las personas en libertad, alrededor de una misión compartida, activando la Inteligencia Antifrágil colectiva para aprender, transformar, crear alternativas y reconfigurarse, con el propósito de innovar, generar impacto y prosperar».

En una empresa que integra IA, esta definición adquiere especial fuerza.

Movilizar en libertad empieza por escuchar qué motiva, qué preocupa y qué inspira a las personas. La motivación intrínseca aporta energía para aprender; el propósito compartido orienta ese aprendizaje hacia algo que merece el esfuerzo.

La IAF colectiva se desarrolla cuando las capacidades individuales encuentran espacio para expresarse en el equipo: cuando se pueden cuestionar propuestas, compartir errores, imaginar alternativas y modificar decisiones. Su incorporación a la cultura requiere que los sistemas de reconocimiento y las prácticas de dirección sostengan esas conductas.

El líder también debe establecer qué se delega a la IA, con qué límites y bajo qué responsabilidad. Cuanto mayor sea la capacidad de actuación de los agentes, más relevante será el criterio con el que las personas definan objetivos, evalúen resultados y atiendan las excepciones.

Una práctica concreta consiste en revisar cada proyecto desde tres preguntas: ¿qué valor hemos creado?, ¿qué hemos aprendido?, ¿qué capacidad hemos desarrollado para el próximo reto? Y contrastar las respuestas con sus consecuencias económicas, sociales y medioambientales.

La inteligencia necesita un propósito

Construir una empresa AI Native es una decisión de diseño. Desarrollar una empresa antifrágil exige, además, una elección cultural sostenida: invertir en las capacidades humanas que permiten cuestionar ese diseño y transformarlo.

La tecnología amplía lo que podemos hacer. El liderazgo orienta para qué lo hacemos, con quién y con qué consecuencias.

Para mí, el propósito de la Inteligencia Antifrágil es el amor por la prosperidad compartida. En la empresa, ese amor se concreta en cuidado, desarrollo de capacidades, responsabilidad y oportunidades para crecer juntos.

¿Está tu organización desarrollando las competencias humanas necesarias para orientar toda la potencia tecnológica que está incorporando?

Eudald Parera Riera
Autor de Inteligencia Antifrágil. Mejora, Crece, Prospera · Creador del modelo UEOIA

#InteligenciaAntifrágil #Liderazgo #InteligenciaArtificial #UEOIA #ProsperidadCompartida

31.10.26

La herejía de prosperar juntos. Amor, coraje e Inteligencia Antifrágil: liderazgo en tiempos de IA

 Anoche, en el Gran Teatre del Liceu de Barcelona, la belleza tuvo voz. 

Mi felicitación y agradecimiento a Lisette Oropesa, como Giulietta, y Raffaella Lupinacci, como Romeo, y a todo el reparto, el coro, la orquesta, Allex Aguilera, Ricardo Frizza, y quienes hicieron posible esta representación de “I Capuleti e i Montecchi”, de Vincenzo Bellini y del libreto de Felice Romani. 

Me emocioné en la alquimia que crean unas voces cuando se encuentran: una belleza que nos atraviesa y permanece cuando ha bajado el telón y sigues paseando junto a tu esposa por la Rambla.

 Confieso que también me conmovió y mucho la vigencia que encuentro en el libreto de Felice Romani. Bajo la historia de amor aparecen conflictos que seguimos reconociendo: identidades convertidas en trincheras, lealtades que impiden escuchar y un poder que pretende decidir sobre la libertad de otros.

“Sorge fra noi di sangue fatal barriera,

e non sarà mai tolta, giammai, lo giuro”

 La tragedia nos devuelve una pregunta incómoda: ¿qué sucede cuando mantener un enfrentamiento importa más que proteger la vida, el amor a las personas?

“Qui ciascuno ad una voce, guerra a voi gridando va,

guerra, guerra, guerra”

 Salí del teatro pensando en la concepción de Pasolini sobre de herejía del amor que Víctor García de Gomar propone con brillantez en el programa de mano del Teatro. En el coraje que exige amar cuando el entorno reclama enemistad. En la libertad de reconocer al otro cuando todo invita a reducirlo a una etiqueta. En cuánto necesitamos esa disposición para construir una prosperidad verdaderamente humana.

 Porque el amor puede resultar profundamente incómodo para un orden sostenido sobre la dominación, polarización, poder, productividad a cualquier precio, la intolerancia o la necesidad de vencer siempre.

 Amar reconoce una dignidad que no podemos someter a nuestra conveniencia.

 La prisa por poseer, acumular y controlar puede ocupar tanto espacio que terminemos confundiendo prosperidad con adquisición. En tiempos de lenguajes manipulados y desinformación pueden arrastrarnos al abismo del individualismo. Pero prosperar incluye disponer de tiempo, salud, autonomía, seguridad material, vínculos y oportunidades para desarrollar nuestras capacidades. Y la prosperidad compartida exige preguntarnos cómo nuestras decisiones amplían también las posibilidades de los demás.

 No basta con que el progreso produzca más. Necesitamos decidir qué vida hace posible y quién puede participar de ella.

 La incertidumbre vuelve especialmente importante esta pregunta. Cuando sentimos amenazados (por la IA) nuestro trabajo, nuestra identidad o nuestro futuro, pueden aparecer ansiedad y angustia. Merecen escucha y respuestas concretas. Requieren de nuevos liderazgos. Sería injusto pedir a alguien que transforme su miedo en aprendizaje mientras ignoramos las condiciones que lo rodean.

 El coraje comienza por reconocer esa vulnerabilidad. Continúa cuando, con apoyo y criterio, somos capaces de dar un paso sin disponer de todas las garantías. También cuando pedimos ayuda, cuestionamos una decisión o defendemos un límite necesario. Es todo lo contrario al management autocrático.

 Necesitamos inteligencia humana. Concretamente Inteligencia Antifrágil (IAF), el enfoque que he desarrollado para cultivar nuestra capacidad humana de crecer en la incertidumbre y la complejidad. Mi propuesta tiene una orientación explícita:

 El propósito de la Inteligencia Antifrágil es el amor por la prosperidad compartida. ¿Una herejía?

 El amor y el cuidado orientan la prosperidad que buscamos; la Inteligencia Antifrágil (IAF) desarrolla capacidades para contribuir a construirla. Esta relación es fundamental: podemos aprender, innovar y adaptarnos al servicio de objetivos que dañan. Por eso necesitamos unir capacidades, propósito y responsabilidad por las consecuencias.

 En el modelo UEOIA, sistema de competencias para desarrollar la IAF, hace que esa orientación se convierta en práctica. La mentalidad de crecimiento permite revisar nuestras certezas y escuchar lo que nos motiva. La conexión creativa abre encuentros entre experiencias y perspectivas diferentes. La creación de opcionalidades amplía nuestra libertad para elegir. La gestión y transformación de la incertidumbre ayuda a actuar con criterio ante lo desconocido. La adaptabilidad radical permite reconfigurar hábitos, funciones y estructuras, incluyendo aquellas que están produciendo daño.

 Entrenar estas competencias requiere oportunidades, recursos y vínculos de confianza. El sufrimiento, por sí solo, no garantiza aprendizaje. También hay daños que debemos prevenir y condiciones que tenemos la responsabilidad de cambiar.

 Desde esta perspectiva, el liderazgo que trabaja desde la IAF recobra profundidad humana. Movilizar a las personas en libertad exige comprender qué las motiva, qué las inspira y qué las preocupa; reunir esa diversidad alrededor de una misión compartida y permitir que influya en las decisiones.

 El cuidado se vuelve entonces una responsabilidad concreta: escuchar una objeción, reconocer una sobrecarga, ofrecer tiempo para aprender, explicar una decisión difícil y compartir las oportunidades que genera una transformación.

 Esta mirada resulta especialmente necesaria al liderar la adopción de inteligencia artificial.

 Detrás de una resistencia puede haber preguntas legítimas: «¿Seguiré siendo necesario?», «¿Qué ocurrirá con lo que sé hacer?», «¿Podré aprender?», «¿Quién responderá cuando yo o la herramienta se equivoque?». Liderar exige abrir espacio para esas preguntas y ofrecer respuestas honestas, también cuando todavía son incompletas.

 Aplicar la IAF a la adopción de IA significa despertar curiosidad, facilitar aprendizaje, contrastar resultados, crear alternativas y experimentar con riesgos asumibles. Significa revisar cómo se distribuyen las tareas y cómo evolucionan las responsabilidades. Y exige incorporar a las personas a las decisiones que afectan a su contribución profesional.

 Hay decisiones que revelan el propósito real de esa adopción: qué hacemos con el tiempo liberado, cómo acompañamos a quienes necesitan aprender, qué capacidades humanas queremos preservar y cómo compartimos el valor creado.

 El coraje del liderazgo consiste también en sostener estas preguntas cuando la urgencia reclama únicamente velocidad.

 La experiencia del Liceu me dejó una imagen que conecta con todo ello: voces distintas que escuchan, respiran y construyen juntas algo que ninguna podría crear por separado. Cada contribución conserva su singularidad y, al encontrarse con las demás, amplía lo posible.

 Esa alquimia merece inspirar nuestra manera de liderar y de transformar el trabajo.

 Gracias a quienes anoche nos regalaron tanta belleza. Giulietta y Romeo , Bellini y Romani, me recordaron hasta qué punto el odio puede clausurar el futuro y cuánto coraje requiere abrirle una posibilidad al amor.

 Quiero una Inteligencia Antifrágil que nos ayude a mantener abierta esa posibilidad: aprender con otros, crear alternativas y transformar nuestras condiciones de vida para prosperar juntos, lo contrario no es prosperidad.

Eudald Parera Riera, autor de Inteligencia Antifrágil, mejora crece prospera publicado por LID Editorial

 

 

30.10.26

Del miedo a la curiosidad Cómo movilizar a un equipo para adoptar la IA con Inteligencia Antifrágil


 Del miedo a la curiosidad

Cómo movilizar a un equipo para adoptar la IA con Inteligencia Antifrágil

Borrador para la colección «Liderar la adopción de IA con Inteligencia Antifrágil»
Eudald Parera Riera

 

Cuando una empresa anuncia que va a introducir inteligencia artificial, la dirección suele hablar de productividad, competitividad y oportunidades. Las personas pueden estar escuchando otras preguntas: ¿qué se espera ahora de mí?, ¿seguirán siendo útiles mis conocimientos?, ¿podré aprender lo necesario?, ¿qué ocurrirá con mi puesto?

Estas preguntas merecen respuestas. Detrás de una aparente resistencia puede haber miedo a perder ingresos, reconocimiento, autonomía o pertenencia. También puede haber una advertencia acertada sobre una herramienta poco fiable, una implantación precipitada o una carga de trabajo insostenible.

El primer trabajo del liderazgo consiste en comprender qué está en juego para cada persona y crear condiciones que permitan explorar. Desde la Inteligencia Antifrágil, esta etapa conecta la motivación intrínseca y el propósito con la capacidad de aprender, generar alternativas y actuar ante lo desconocido.

El objetivo es que las personas puedan investigar y decidir con criterio, incluso mientras persisten algunas dudas.

 

1. Un mapa amplio de los temores ante la IA

En este texto, miedo designa una amenaza identificable; ansiedad, la anticipación de lo que podría ocurrir; y angustia, una vivencia de desbordamiento o falta de salida. Son distinciones orientativas: pueden solaparse y no constituyen diagnósticos.

La siguiente matriz es una propuesta práctica de escucha y actuación. No es una escala clínica ni implica que todas las personas experimenten estos temores.

 

Empleo, futuro e identidad profesional

Temor o inquietud

Explicación razonable o emotiva

Respuesta de acompañamiento y liderazgo

1. Perder el empleo

«Si una máquina hace parte de mi trabajo, quizá dejen de necesitarme». Están en juego ingresos y seguridad familiar.

Explicar qué decisiones existen, cuáles siguen abiertas y cómo participará el equipo. Concretar formación, movilidad y apoyos disponibles.

2. Sufrir una reducción salarial o una devaluación del puesto

La automatización puede percibirse como una pérdida del valor negociador de la experiencia.

Revisar cómo cambia la contribución del puesto y con qué criterios se reconocerá. Evitar presentar el ahorro de costes como único propósito.

3. Quedar profesionalmente obsoleto

«Lo que he aprendido durante años puede dejar de servir». Puede sentirse como una ruptura de la propia trayectoria.

Identificar conocimientos que siguen siendo esenciales, tareas que cambian y capacidades transferibles. Construir un itinerario concreto de aprendizaje.

4. Perder identidad y orgullo profesional

Algunas tareas expresan quién soy: escribir, analizar, diseñar, diagnosticar o resolver. Delegarlas puede vivirse como una pérdida personal.

Preguntar qué aspectos del oficio desea preservar la persona y dónde quiere ampliar su contribución. Reconocer el duelo por lo que cambia.

5. Perder reconocimiento o estatus

Quien era la referencia del equipo puede sentirse principiante o menos consultado.

Crear funciones de criterio, revisión y mentoría vinculadas a necesidades reales. Reconocer tanto la experiencia como la disposición a aprender.

6. Quedarse sin oportunidades de entrada

Los profesionales jóvenes pueden temer que desaparezcan las tareas con las que antes se aprendía el oficio.

Diseñar aprendizaje tutelado y tareas progresivas que permitan comprender el trabajo, además de utilizar herramientas.

7. Ser excluido por edad o trayectoria

«Darán por hecho que esto es para jóvenes» o «no tengo la formación adecuada».

Ofrecer apoyos según necesidades observadas, sin estereotipos generacionales. Facilitar aprendizaje entre personas con experiencias distintas.

El temor laboral tiene una base que debe tomarse en serio. La OIT estimó en 2025 que uno de cada cuatro trabajadores del mundo se encontraba en una ocupación con algún grado de exposición a la IA generativa. Exposición significa potencial de transformación de tareas; no equivale a una probabilidad de despido. El informe sitúa la transformación como resultado más probable que la sustitución completa, sin garantizar la continuidad de cada puesto. International Labour Organization

Aprendizaje, competencia y exposición personal

Temor o inquietud

Explicación razonable o emotiva

Respuesta de acompañamiento y liderazgo

8. No ser capaz de aprender

La herramienta parece compleja y el punto de partida se vive como una desventaja.

Dividir el aprendizaje en tareas pequeñas, relevantes y progresivas. Proporcionar práctica acompañada y retroalimentación específica.

9. Hacer el ridículo al preguntar

La persona teme revelar desconocimiento y perder reputación.

Normalizar preguntas básicas, ofrecer consultas privadas y mostrar públicamente las dudas del propio líder.

10. Equivocarse delante de otros

Una prueba puede sentirse como un examen de capacidad profesional.

Separar los espacios de práctica de la evaluación del rendimiento. Definir qué errores son admisibles y cómo se corregirán.

11. Ser comparado con compañeros más rápidos

Las diferencias de aprendizaje se interpretan como diferencias de valor personal.

Acordar objetivos de progreso individual y colaboración. Evitar clasificaciones públicas de uso o velocidad.

12. No poder seguir el ritmo tecnológico

Cada novedad parece invalidar lo aprendido y genera sensación de retraso permanente.

Seleccionar pocas herramientas estables y competencias transferibles. Aclarar qué novedades pueden ignorarse.

13. Descubrir que otros ya usan IA a escondidas

Surge la sensación de competir con reglas distintas o de haber quedado fuera.

Aclarar usos permitidos y facilitar acceso equitativo. Abrir una conversación sobre las causas del uso oculto.

14. Sentirse un impostor al usar IA

«Si me ayuda a escribir o analizar, ¿el mérito sigue siendo mío?».

Definir autoría, transparencia y responsabilidad. Reconocer el valor de plantear el problema, comprobar y decidir.

Calidad, responsabilidad y autonomía

Temor o inquietud

Explicación razonable o emotiva

Respuesta de acompañamiento y liderazgo

15. Que la IA produzca errores convincentes

Una respuesta fluida puede ocultar información falsa, incompleta o fuera de contexto.

Enseñar verificación, comparación con fuentes y criterios de rechazo. Delimitar tareas en las que no se utilizará.

16. Ser responsable de un error que no comprende

«Me piden confiar en algo que no puedo explicar, pero responderé yo».

Aclarar responsabilidades, revisión y escalado. Ajustar la tarea a la capacidad real de supervisión.

17. Perder autonomía de decisión

La recomendación del sistema puede convertirse en una orden implícita.

Establecer cuándo puede cuestionarse o rechazarse y quién resuelve discrepancias. Proteger el desacuerdo fundamentado.

18. Perder criterio por dependencia

La comodidad puede reducir la práctica de analizar y resolver por cuenta propia.

Alternar trabajo autónomo y asistido. Formular primero una hipótesis propia y justificar después la decisión final.

19. Perder creatividad o voz propia

El trabajo puede volverse homogéneo y ajeno al estilo profesional de la persona.

Pedir propuestas propias antes de consultar la IA; utilizarla para contrastar y ampliar, conservando criterios de originalidad.

20. Dañar a un cliente o usuario

Un error puede afectar dinero, salud, derechos o confianza.

Empezar con usos de bajo riesgo y revisión adecuada. Mantener restricciones en tareas de consecuencias importantes.

La preocupación por el criterio merece atención sin exageraciones. Un estudio presentado en CHI 2025, basado en encuestas a 319 trabajadores del conocimiento, encontró una asociación entre mayor confianza en la IA y menor esfuerzo de pensamiento crítico declarado. No demuestra que usar IA cause una pérdida de inteligencia o un deterioro cognitivo permanente. Sí aporta razones para diseñar prácticas de comprobación y juicio propio. Microsoft Research

Condiciones de trabajo, confianza y relaciones

Temor o inquietud

Explicación razonable o emotiva

Respuesta de acompañamiento y liderazgo

21. Que aumente la carga de trabajo

«Si ahorro tiempo, me exigirán producir más sin límite».

Acordar cómo se utilizará el tiempo liberado y revisar objetivos después del piloto, incluyendo calidad y carga.

22. Tener que aprender fuera de horario

La adopción se añade a una agenda que ya estaba saturada.

Reservar tiempo laboral y retirar o posponer tareas. Hacer visible el coste de aprender.

23. Estar permanentemente vigilado

Los registros de uso pueden percibirse como control del comportamiento.

Explicar qué información se recoge, para qué se utiliza y quién accede. Escuchar objeciones y revisar prácticas intrusivas.

24. Ser evaluado injustamente por algoritmos

La persona teme decisiones opacas, sesgadas o imposibles de discutir.

Establecer revisión humana y mecanismos de impugnación. Examinar la idoneidad del sistema antes de usarlo para evaluar personas.

25. Exponer información confidencial

Existe incertidumbre sobre dónde terminan los datos introducidos.

Proporcionar herramientas autorizadas, ejemplos claros y un canal de consulta. Practicar con información sintética.

26. Que desaparezca la colaboración

Preguntar a la IA puede sustituir conversaciones en las que antes se aprendía y se construía confianza.

Mantener revisión entre pares, intercambio de criterios y espacios de aprendizaje compartido.

27. No poder expresar objeciones

«Si cuestiono la implantación, me etiquetarán como resistente».

Solicitar críticas específicas y responder con decisiones visibles. Incorporar a quienes detectan límites al diseño del piloto.

28. Que la dirección oculte sus intenciones

El discurso de ayuda puede despertar sospechas de recortes o sustitución.

Comunicar decisiones y límites con precisión, reconocer incertidumbres y cumplir compromisos comprobables.

29. Que los beneficios se repartan injustamente

La empresa gana productividad mientras el trabajador asume esfuerzo y riesgo.

Conversar sobre reconocimiento, desarrollo, condiciones y distribución de beneficios. Explicitar los criterios.

30. Trabajar contra los propios valores

Puede preocupar el sesgo, la deshumanización, el impacto ambiental o el uso engañoso de contenidos.

Abrir deliberación sobre usos aceptables, alternativas y límites. Incorporar esas preocupaciones a las decisiones de implantación.

31. Afrontar otro cambio que terminará abandonado

Experiencias anteriores han consumido energía sin producir mejoras.

Empezar con un problema concreto, recursos suficientes y criterios para continuar, ajustar o detener.

32. Perder sentido y vínculo humano

«Si delegamos tantas cosas, ¿para qué servirá mi trabajo?».

Redefinir la contribución alrededor de necesidades humanas, relaciones, decisiones y resultados valiosos.

Estas situaciones requieren actuar sobre el trabajo. La OMS recomienda abordar los riesgos psicosociales mediante intervenciones organizativas e integrar estas medidas con formación y apoyo individual. Pedir serenidad sin revisar una sobrecarga real deja intacta una fuente del malestar. who.int

 

2. Cómo acompañar desde el liderazgo, el coaching y la psicología

Los tres ámbitos pueden complementarse, con responsabilidades distintas.

Rol

Aportación principal

Límite

Líder transformador

Explicar el propósito, escuchar, asignar recursos, ajustar condiciones y tomar decisiones responsables.

No puede trasladar al trabajador toda la responsabilidad por adaptarse a un diseño deficiente.

Coach

Ayudar a clarificar inquietudes, motivaciones, recursos, alternativas y compromisos de acción.

No diagnostica ni trata trastornos psicológicos salvo que disponga de la cualificación sanitaria correspondiente y actúe en ese marco.

Profesional de la psicología

Evaluar el malestar y ofrecer la intervención adecuada a su ámbito de competencia; colaborar en prevención organizacional cuando corresponda.

La atención individual no sustituye las medidas necesarias sobre las condiciones de trabajo.

 

Una secuencia práctica de conversación

1. Escuchar la pérdida temida.
En lugar de comenzar con una demostración tecnológica, preguntar: «¿Qué es lo que más te preocupa que cambie para ti?». La respuesta puede ser empleo, prestigio, control, tiempo o sentido.

2. Reconocer la emoción y examinar la interpretación.
«Entiendo que te inquiete tu futuro. Veamos qué sabemos, qué estás anticipando y qué necesitamos aclarar». Reconocer una emoción no obliga a confirmar una predicción.

3. Identificar la responsabilidad organizativa.
Si faltan formación, tiempo o reglas, corresponde resolverlo. Si hay decisiones laborales abiertas, debe explicarse el proceso y la participación posible.

4. Recuperar un margen de elección.
Preguntar: «¿Qué parte te interesaría comprender primero?» o «¿Qué prueba pequeña aceptarías realizar con acompañamiento?». La participación gana credibilidad cuando influye en algo concreto.

5. Acordar una experiencia limitada y revisable.
Definir tarea, duración, apoyo, datos permitidos y criterio de interrupción. Evitar que la primera experiencia implique exposición pública o consecuencias difíciles de revertir.

6. Revisar lo aprendido.
«¿Qué te ha resultado útil?, ¿qué límite has detectado?, ¿qué necesitas para decidir el siguiente paso?». Una prueba que identifica un uso inadecuado también produce conocimiento.

Cuando aparecen insomnio persistente, crisis de ansiedad, sufrimiento intenso o una interferencia importante en la vida cotidiana, conviene facilitar una valoración profesional confidencial. Las guías de la OMS contemplan intervenciones psicológicas para trabajadores con malestar emocional, con recomendaciones cuya certeza de evidencia varía según la intervención. NCBI Bookshelf

 

Conviene evitar mensajes como «la IA no te sustituirá, te sustituirá alguien que la use». Aunque busquen movilizar, pueden convertir el aprendizaje en una amenaza y atribuir anticipadamente cualquier dificultad al individuo.

 

3. Qué significa despertar la curiosidad en una empresa

La curiosidad empresarial puede entenderse como la disposición a buscar información, formular preguntas y explorar alternativas para comprender mejor un problema y actuar con mayor criterio.

Se expresa cuando alguien pregunta por qué una tarea se hace así, investiga una anomalía, consulta otra perspectiva o comprueba una suposición. Ante la IA incluye dos preguntas igualmente necesarias:

  • «¿Qué podríamos hacer mejor con esta herramienta?».
  • «¿En qué circunstancias no deberíamos confiar en ella?».

La investigación de Kashdan y sus colaboradores describe varias dimensiones de la curiosidad, entre ellas la exploración gozosa, el deseo de resolver lagunas de conocimiento, la tolerancia al malestar de lo desconocido y la curiosidad social. Esta diversidad ayuda a comprender que una persona puede explorar por entusiasmo y otra por la necesidad de resolver una duda relevante. ScienceDirect

Miedo y curiosidad pueden coexistir. Una persona puede seguir preocupada por el futuro y, al mismo tiempo, querer comprender una herramienta. El progreso consiste en ampliar su capacidad de investigar y actuar.

Cómo crear condiciones para que aparezca

  1. Empezar por una necesidad que importe.
    Preguntar qué tarea resulta frustrante, qué problema se repite o qué servicio merece mejorar. La herramienta entra después.
  2. Ofrecer elección dentro de un marco claro.
    Permitir escoger una tarea o pregunta de aprendizaje, con límites explícitos.
  3. Proponer desafíos alcanzables.
    La primera práctica debe permitir comprender qué se ha hecho y comprobar el resultado.
  4. Proteger tiempo para explorar.
    Reservar, por ejemplo, treinta minutos semanales y ajustar la carga para que ese tiempo exista realmente.
  5. Mostrar la curiosidad del líder.
    Compartir una duda propia, probar una hipótesis y reconocer un error sin teatralizarlo.
  6. Valorar las buenas preguntas.
    Reconocer a quien descubre un límite, pide evidencia o propone una comprobación útil.
  7. Comparar con criterios.
    Hacer una tarea por el procedimiento habitual y con IA; contrastar precisión, esfuerzo total, calidad y consecuencias.
  8. Cerrar la exploración con aprendizaje.
    Registrar qué se utilizará, qué se descarta y qué nueva pregunta merece investigarse.

La teoría de la autodeterminación aporta una base para este planteamiento: autonomía, competencia y vínculo social son necesidades relevantes para la motivación y el bienestar. Aplicado a la adopción de IA, esto orienta a ofrecer participación, aprendizaje alcanzable y acompañamiento. Es una aplicación del marco, no una prueba específica de eficacia de este programa. selfdeterminationtheory.org

 

4. Cómo aplicar UEOIA en esta etapa

La Inteligencia Antifrágil y el Modelo UEOIA, desarrollados por Eudald Parera Riera, ofrecen un marco para organizar la respuesta: comprender la experiencia de la persona, conectar con lo que la motiva y entrenar capacidades para explorar y reconfigurar su contribución.

La aplicación que sigue es una propuesta metodológica. Los estudios citados respaldan componentes relacionados —motivación, aprendizaje, seguridad psicológica y condiciones de trabajo—; no constituyen una validación empírica directa de UEOIA.

El propósito orienta la exploración

Antes de pedir que el equipo aprenda IA, conviene acordar qué mejora humana y profesional se persigue.

«Utilizar más IA» describe una actividad. «Reducir trabajo repetitivo para dedicar más atención a situaciones complejas de los clientes» ofrece un propósito que puede examinarse y medirse.

 

Competencia UEOIA

Aplicación ante los temores

Ejercicio inicial

Evidencia de avance

U — Mentalidad de crecimiento

Reconocer emociones, revisar creencias sobre la propia capacidad y conectar con la motivación intrínseca.

De la amenaza a la pregunta: completar «Me preocupa…», «necesito saber…» y «me interesaría aprender…».

La persona identifica una pregunta abordable y un siguiente aprendizaje.

E — Engine conectivo-creativo

Incorporar otras perspectivas y descubrir posibilidades vinculadas al trabajo real.

Tres miradas sobre una tarea: analizarla desde quien la realiza, quien recibe el resultado y quien debe comprobar su calidad.

Aparecen usos y límites que no se habían considerado.

O — Creación de opcionalidades

Ampliar el margen de acción frente a la sensación de quedar atrapado.

Tres rutas posibles: mejorar la tarea sin IA, realizarla con asistencia de IA o rediseñar el proceso.

El equipo compara opciones y evita depender de una única solución.

I — Gestión y transformación de la incertidumbre

Diferenciar hechos, anticipaciones y preguntas pendientes; actuar sin exigir certeza absoluta.

Mapa de incertidumbre: «sabemos», «no sabemos», «podemos comprobar» y «debe aclarar la dirección».

Se concretan comprobaciones y responsabilidades.

A — Adaptabilidad radical

Cambiar hábitos, funciones y recursos a partir de lo aprendido, preservando capacidad de decisión y recuperación.

Experimento reversible: una tarea, un plazo, un apoyo, criterios de calidad y una revisión.

Se decide continuar, modificar o detener con razones observables.

UEOIA no necesita seguir un orden rígido. En alguien desbordado puede ser prioritario regular la activación, recuperar recursos y aclarar incertidumbres antes de pedir ideas. En otra persona, una pregunta vinculada a su oficio puede abrir el recorrido.

 

Del individuo al equipo y a la cultura

La IAF colectiva se desarrolla cuando estas prácticas pasan a formar parte del trabajo compartido:

  • Las preguntas individuales alimentan una agenda de aprendizaje.
  • Las ideas se contrastan entre personas.
  • Las opciones se convierten en decisiones del equipo.
  • Las incertidumbres se comunican con claridad.
  • Los experimentos producen ajustes en procesos, recursos y funciones.

La seguridad psicológica es relevante para que las personas puedan preguntar, reconocer errores o discrepar. El estudio fundacional de Edmondson encontró una asociación entre seguridad psicológica y conductas de aprendizaje en equipos. Esto respalda la atención al contexto interpersonal, sin implicar que baste por sí solo para asegurar una buena adopción tecnológica. Amy Edmondson, 1999

 

5. Caso de estudio: un equipo de atención al cliente

Caso ficticio para formación. Las actuaciones son ilustrativas y no representan resultados de una intervención real.

El punto de partida

Una empresa de servicios introduce un asistente de IA para preparar borradores de respuesta. El equipo tiene doce personas. La dirección anuncia que permitirá responder más rápido.

Durante las primeras semanas aparecen tres reacciones:

  • Marta, con dieciocho años de experiencia, teme que su conocimiento deje de importar.
  • Álex, recién incorporado, utiliza la herramienta con entusiasmo y comprueba poco sus respuestas.
  • Nuria evita probarla: cree que no aprenderá con suficiente rapidez y le preocupa introducir datos de clientes.

La responsable del equipo interpreta inicialmente que existen diferencias de predisposición. Tras conversar con cada persona, identifica problemas distintos: reconocimiento profesional, exceso de confianza, inseguridad de aprendizaje y dudas sobre confidencialidad.

Primera decisión: aclarar las condiciones

Antes de ampliar el uso, la responsable acuerda:

  • Un piloto de cuatro semanas con consultas de bajo riesgo.
  • Uso exclusivo de la herramienta autorizada y datos sintéticos en las prácticas.
  • Revisión humana de todos los borradores del piloto.
  • Tiempo laboral protegido para aprender.
  • Ausencia de clasificaciones individuales de uso.
  • Comunicación sobre decisiones abiertas y condiciones del piloto, sin promesas sobre el futuro que la dirección no pueda sostener.

El propósito compartido se formula así: mejorar la claridad de las respuestas y liberar atención para resolver casos complejos, manteniendo la responsabilidad sobre el servicio.

 

Aplicación de UEOIA

U — Reconocer y aprender.
Cada persona completa una ficha de inquietudes y preguntas. Marta descubre que le interesa comprobar si el asistente reconoce las excepciones que ella detecta por experiencia. Nuria comienza con una consulta ficticia y acompañamiento.

E — Conectar perspectivas.
Trabajan por parejas. Álex aporta soltura técnica; Marta identifica omisiones relevantes. Ambos contrastan sus criterios con las necesidades del cliente.

O — Comparar alternativas.
El equipo prueba tres usos: generar el primer borrador, revisar una respuesta humana y clasificar consultas sin redactarlas. Descubre que la utilidad depende de la tarea.

I — Investigar límites.
Registran respuestas incorrectas y situaciones ambiguas. Algunas dudas pueden resolverse mediante pruebas; otras requieren aclaración de la dirección o del responsable de datos.

A — Reconfigurar.
Revisan el flujo de trabajo. Determinadas consultas mantienen el procedimiento habitual; otras incorporan asistencia. Ajustan el tiempo y el tipo de revisión según los errores encontrados.

 

Qué se mediría

Dimensión

Indicador propuesto

Calidad

Precisión, integridad y claridad mediante una rúbrica común.

Esfuerzo real

Tiempo total, incluyendo comprobación y corrección.

Aprendizaje

Capacidad de explicar por qué se acepta o rechaza una sugerencia.

Experiencia del equipo

Claridad del rol, carga percibida y libertad para preguntar.

Servicio

Resolución del problema y necesidad de contactos posteriores.

Curiosidad aplicada

Preguntas investigadas y mejoras derivadas de ellas.

El resultado deseable sería que Marta pudiera ampliar su contribución, Álex aprendiera a comprobar y Nuria ganara autonomía de uso. Habría que observarlo; no darlo por conseguido al terminar la formación.

Como referencia real, Brynjolfsson, Li y Raymond estudiaron la introducción de un asistente en atención al cliente y encontraron un aumento medio del 15 % en productividad, con diferencias importantes entre trabajadores. El estudio no permite prometer ese resultado a cualquier empresa ni demuestra la eficacia de la intervención UEOIA aquí descrita. gsb.stanford.edu

 

6. Una sesión inicial de 90 minutos

Esta propuesta permite convertir el borrador en una primera actividad de equipo:

Tiempo

Actividad

Resultado

10 minutos

Explicar propósito, alcance y decisiones pendientes.

Un marco comprensible.

15 minutos

Recoger inquietudes de forma anónima y voluntaria.

Un mapa inicial de preocupaciones.

15 minutos

Separar hechos, anticipaciones y condiciones que debe resolver la empresa.

Responsabilidades claras.

15 minutos

Conectar con motivaciones: «¿Qué te gustaría mejorar de tu trabajo?».

Preguntas relevantes para las personas.

20 minutos

Probar una tarea de bajo riesgo y contrastar el resultado.

Una experiencia examinable.

15 minutos

Compartir aprendizajes y acordar el siguiente experimento.

Una acción con apoyo y revisión.

No se pide que las personas revelen experiencias íntimas ni que expongan su vulnerabilidad ante el grupo. La escucha puede combinar canales colectivos, anónimos e individuales.

 

7. Cierre propuesto para el artículo

La curiosidad gana espacio cuando una persona encuentra una pregunta que le importa, dispone de condiciones para explorar y comprueba que su criterio cuenta.

Ahí se sitúa una tarea esencial del liderazgo ante la IA: escuchar qué motiva y qué preocupa, ofrecer un propósito creíble y desarrollar la capacidad de actuar. La Inteligencia Antifrágil permite organizar este recorrido mediante UEOIA: aprender, conectar, crear opciones, gestionar la incertidumbre y reconfigurar la contribución profesional.

 

Movilizar en libertad exige que las personas puedan participar, preguntar y cuestionar. Desde esa relación, la adopción de IA puede convertirse también en una oportunidad para fortalecer la inteligencia colectiva del equipo.

 

Bibliografía verificada y relación con el borrador

Se combinan investigaciones recientes sobre IA con trabajos fundacionales sobre motivación, curiosidad y aprendizaje. Las propuestas prácticas del borrador son una elaboración metodológica, no protocolos clínicos validados.

  1. Gmyrek, P., et al. (2025). Generative AI and Jobs: A Refined Global Index of Occupational Exposure. ILO Working Paper 140. Organización Internacional del Trabajo. DOI: 10.54394/HETP0387.
    Aporta: una distinción entre exposición de tareas, transformación del trabajo y sustitución. International Labour Organization
  2. Brynjolfsson, E., Li, D., y Raymond, L. (2025). “Generative AI at Work”. The Quarterly Journal of Economics, 140(2), 889–942. DOI: 10.1093/qje/qjae044.
    Aporta: evidencia de campo sobre productividad y diferencias entre trabajadores ante una herramienta concreta. Oxford Academic
  3. Lee, H.-P., et al. (2025). “The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers”. Proceedings of CHI ’25, artículo 1121, 1–22. DOI: 10.1145/3706598.3713778.
    Aporta: resultados de encuesta sobre confianza, comprobación y esfuerzo de pensamiento crítico. Microsoft Research
  4. Comisión Europea, Joint Research Centre (2025, 21 de octubre). Impact of digitalisation: 30% of EU workers use AI.
    Aporta: contexto europeo sobre uso de IA, seguimiento digital y gestión algorítmica, basado en una encuesta de 70.316 trabajadores. Publicación institucional. Joint Research Centre
  5. World Health Organization (2022). WHO Guidelines on Mental Health at Work. Ginebra: OMS. ISBN 978-92-4-005305-2.
    Aporta: recomendaciones para combinar prevención organizativa, formación y apoyo individual. Guía completa. who.int
  6. Edmondson, A. (1999). “Psychological Safety and Learning Behavior in Work Teams”. Administrative Science Quarterly, 44(2), 350–383. DOI: 10.2307/2666999.
    Aporta: fundamento empírico para facilitar preguntas, reconocimiento de errores y aprendizaje en equipo. Amy Edmondson, 1999
  7. Ryan, R. M., y Deci, E. L. (2000). “Self-determination theory and the facilitation of intrinsic motivation, social development, and well-being”. American Psychologist, 55(1), 68–78. DOI: 10.1037/0003-066X.55.1.68.
    Aporta: el papel de la autonomía, la competencia y el vínculo en la motivación. doi.org
  8. Kashdan, T. B., Stiksma, M. C., Disabato, D. J., McKnight, P. E., Bekier, J., Kaji, J., y Lazarus, R. (2018). “The five-dimensional curiosity scale: Capturing the bandwidth of curiosity and identifying four unique subgroups of curious people”. Journal of Research in Personality, 73, 130–149.
    Aporta: una comprensión multidimensional de la curiosidad. Artículo original. ScienceDirect

 

La empresa AI-native no se construye poniendo parches. Hay que dejarla nacer.

    La idea central es que la empresa AI-native no tiene por qué nacer destruyendo la organización existente: puede gestarse en su interior,...