Aprende a decidir
con datos, no con corazonadas

Hay una frase que la industria del management repitió durante sesenta años: que no sobrevive la especie más fuerte ni la más inteligente, sino la que mejor se adapta al cambio. Se la atribuyen a Darwin. Darwin nunca la escribió. La redactó Leon C. Megginson, profesor de Gestión y Marketing, en 1963, como paráfrasis del Origen de las especies; con los años la paráfrasis se convirtió en cita textual y nadie fue a verificarla.

Me interesa esa frase por lo que le pasó, más que por lo que dice. La idea es correcta. La fuente es falsa. Y nuestra industria la citó durante seis décadas sin abrir el libro. Es exactamente lo que hacemos con nuestros números: repetimos cifras que nunca auditamos porque suenan bien y vienen de un tablero que asumimos confiable.

Empiezo por reconocer la parte incómoda, porque negarla sería deshonesto: sí, una porción del trabajo que hoy hacen personas la van a hacer máquinas. Lo sostienen quienes las construyen, y no en privado.

Cito esto por una razón distinta de la que se supone. No me sirve para anunciar una catástrofe —Roy Amara advirtió que sobreestimamos el efecto de una tecnología en el corto plazo, y puede que estemos sobreestimando este trimestre—. Me sirve para fijar una cosa más modesta y más útil: la gente que construye estos sistemas no cree que esto sea una moda pasajera. Si ellos tratan el cambio con esa seriedad, la pregunta de si conviene reaprender deja de estar en discusión.

Michael Merzenich y Norman Doidge documentaron que el cerebro adulto conserva capacidad de reorganizarse: la neuroplasticidad no es una metáfora motivacional, es un mecanismo observado. Eso significa algo muy concreto para quien lleva quince años haciendo marketing de una manera y siente que el suelo se mueve: aprender una disciplina nueva a mitad de carrera es difícil y perfectamente posible. Difícil no es lo mismo que cerrado, y confundir las dos cosas es lo que paraliza.

Carol Dweck añadió la otra mitad: lo que predice quién sigue aprendiendo bajo presión no es el talento de partida, sino si la persona trata su propia habilidad como algo fijo o como algo que se desarrolla. Quien la trata como fija abandona en el primer tramo duro, que es justo donde empieza lo que valía la pena aprender.

Por eso vuelvo a Megginson —no a Darwin—. Su frase dice que sobrevive quien mejor se adapta al cambio, y resulta que tenía razón por un motivo que él no podía conocer en 1963: hay un sustrato biológico que lo permite. La idea era correcta. La atribución era falsa. Y el mecanismo que la sostiene se documentó cuarenta años después.

De ahí que no me preocupe demasiado qué herramienta va a ganar. La ventaja de los próximos años no va a estar en la herramienta que uses, sino en la velocidad a la que puedas soltar la anterior. Eso no se compra: se entrena.

Un sistema de inteligencia artificial optimiza hacia la señal que recibe. Si la señal está incompleta, no la corrige: la escala, más rápido de lo que cualquiera podría revisarla, y con apariencia de objetividad —que es justo lo que Cathy O'Neil advirtió sobre los sistemas automatizados—. En 1864 Charles Babbage contó que le preguntaban si, metiendo cifras equivocadas en su máquina, saldrían respuestas correctas, y confesó no comprender qué confusión de ideas podía provocar esa pregunta. Ciento sesenta años después seguimos haciéndosela a la inteligencia artificial.

Clive Humby dijo en 2006 que los datos eran el nuevo petróleo, y casi nadie recuerda la segunda mitad de la frase: el petróleo no sirve de nada sin refinar. Nos quedamos en la extracción y saltamos la refinería. Esa deuda ahora se cobra con intereses.

Erik Brynjolfsson mostró que las tecnologías de propósito general dan beneficios planos durante años mientras las organizaciones rehacen sus procesos, y recién entonces despegan. El retraso nunca estuvo en la tecnología: estuvo en la organización que no se rediseñó. Prepararse cuesta bastante menos que alcanzar.