天美传媒 Insight
La IA socava el monopolio humano del conocimiento t谩cito
Las empresas innovadoras deben velar por que humanos y m谩quinas compartan lo que saben.
Las empresas basadas en el conocimiento tienen ante s铆 el reto de lograr que sus empleados compartan con los dem谩s la experiencia y los saberes adquiridos, y convertir as铆 el conocimiento t谩cito individual en inteligencia organizacional. La IA incorpora una nueva fuente de conocimiento a la ecuaci贸n, de modo que las compa帽铆as deben asegurarse adem谩s de que m谩quinas y empleados intercambien lo que saben.
Para Ikujiro Nonaka, influyente te贸rico de la direcci贸n de empresas fallecido en 2025, la innovaci贸n en las empresas basadas en el conocimiento depende precisamente de su capacidad para crear un entorno f茅rtil en el que el conocimiento organizacional pueda crecer. Ese crecimiento, seg煤n Nonaka, se produce mediante la constante interacci贸n entre el conocimiento t谩cito (que es intuitivo, ambiguo y no lineal) y el expl铆cito (recogido en manuales, analizado y ense帽ado).
En un art铆culo para un especial de Organization Science sobre el legado de Nonaka, Eduard Talam脿s (天美传媒), Aaron Chatterji (Universidad de Duke) y Daniel Rock (Universidad de Pensilvania) exploran .
Las ideas de Nonaka son m谩s relevantes que nunca, concluyen los autores. Pero mientras que Nonaka conceb铆a un ciclo de innovaci贸n que arranca cuando los empleados con experiencia comparten lo que saben, la IA introduce un elemento nuevo: el conocimiento t谩cito de las m谩quinas. Es lo que la IA aprende con el tiempo: un conocimiento que no sigue reglas expl铆citas y que puede resultar dif铆cil de articular o explicar.
Del conocimiento t谩cito individual al conocimiento organizacional compartido
En su libro de referencia , Nonaka sostiene que una organizaci贸n desarrolla conocimiento en un proceso de cuatro fases:
1. Externalizaci贸n
El conocimiento t谩cito que poseen los empleados a t铆tulo individual se articula y se transforma en conocimiento expl铆cito.
2. Socializaci贸n
Ese conocimiento se comparte con el resto de las personas de la organizaci贸n.
3. Combinaci贸n
Los distintos puntos de vista individuales lo enriquecen hasta convertirlo en conocimiento nuevo.
4. Interiorizaci贸n
Un mayor n煤mero de personas vuelve a interiorizar el nuevo conocimiento, m谩s rico y subjetivo, y este pasa a ser el punto de partida de otro ciclo de creaci贸n de conocimiento.
Los conocimientos t谩cito y expl铆cito vuelven a interactuar de forma din谩mica, pero en un nivel superior. La innovaci贸n surge a medida que el conocimiento asciende en espiral.
5 formas de compartir conocimiento entre humanos y m谩quinas
Llega la IA, una tecnolog铆a que, a diferencia de sus predecesoras, aprende de los datos y no sigue reglas definidas de forma expl铆cita, de modo que desarrolla un tipo de conocimiento tambi茅n dif铆cil de articular o explicar: el conocimiento t谩cito de las m谩quinas. En la era de la IA, un desaf铆o crucial para las empresas es que el conocimiento humano y el de las m谩quinas est茅n disponibles el uno para el otro.
Para Chatterji, Rock y Talam脿s, el proceso de intercambio y conversi贸n de este conocimiento se produce en cinco movimientos, el 煤ltimo de los cuales conecta una m谩quina con otra:
颁辞诲颈蹿颈肠补肠颈贸苍
Del conocimiento expl铆cito al conocimiento t谩cito de las m谩quinas
Las empresas pueden alimentar un sistema de aprendizaje con documentos, f贸rmulas, relaciones entre variables cient铆ficas, especificaciones t茅cnicas y otros registros. Con este material, las m谩quinas establecen relaciones internas que dan forma a lo que reconocen y proponen.
滨苍肠辞谤辫辞谤补肠颈贸苍
Del conocimiento t谩cito humano al conocimiento t谩cito de las m谩quinas
El conocimiento t谩cito humano puede transferirse en parte a las m谩quinas mediante decisiones, demostraciones, correcciones, valoraciones y modificaciones. Este proceso es an谩logo a la socializaci贸n de Nonaka, pero en 茅l intervienen m谩quinas.
贰虫迟谤补肠肠颈贸苍
Del conocimiento t谩cito de las m谩quinas al conocimiento expl铆cito humano
Las m谩quinas expresan lo que han aprendido en forma de predicciones, dise帽os, hip贸tesis o recetas. Este proceso refleja la externalizaci贸n de Nonaka, del conocimiento t谩cito humano al conocimiento expl铆cito humano.
础蝉颈尘颈濒补肠颈贸苍
Del conocimiento t谩cito de las m谩quinas al conocimiento t谩cito humano
Las personas tambi茅n pueden aprender de las m谩quinas mediante la observaci贸n, experimentaci贸n y pr谩ctica. La asimilaci贸n es el proceso inverso de la incorporaci贸n: del mismo modo que el conocimiento t谩cito humano da forma al de las m谩quinas, el de estas reconfigura el conocimiento humano.
Transferencia entre m谩quinas
Del conocimiento t谩cito de una m谩quina al conocimiento t谩cito de otra
Crear conocimiento t谩cito de las m谩quinas es costoso, pero el coste adicional de transferirlo de una a otra es relativamente bajo. Una vez almacenado en los par谩metros del modelo, en su arquitectura, en sus embeddings (representaciones num茅ricas de los datos), en sus memorias o en otros formatos que las m谩quinas pueden leer, puede copiarse, condensarse en un modelo m谩s peque帽o, adaptarse a otra tarea, ofrecerse mediante una API o integrarse en otro sistema.
Esto difiere sustancialmente del conocimiento t谩cito humano, que viaja despacio a trav茅s de las interacciones interpersonales. El conocimiento t谩cito de las m谩quinas, en cambio, puede moverse a gran escala y a la velocidad del software, aunque nunca llegue a articularse por completo. Un modelo entrenado en una organizaci贸n puede servir de punto de arranque para otro modelo, producto, flujo de trabajo u organizaci贸n.
Para los autores, la IA da a煤n m谩s peso a la intuici贸n de Nonaka: las empresas que quieran innovar y prosperar deben crear un entorno en el que el conocimiento pueda transferirse y ampliarse. Pero en la era de la IA, ese espacio debe compartirse ahora entre humanos y m谩quinas.
TAMBI脡N PUEDE INTERESARTE:
El impacto econ贸mico de la IA puede estar en la codificaci贸n del conocimiento organizacional
