Paraninfo Nº209/ Mayo 2026
¿Cómo navegamos este presente de transformación digital?
En esta nota, navegamos certezas e interrogantes sobre la transformación digital de las organizaciones.
Vivimos en un presente atravesado por los desafíos de la transformación digital. Ya no se trata sólo de adoptar la Inteligencia Artificial (IA). Se trata de pensarla, cuestionarla, decidir con criterio cuándo, cómo y para qué utilizar estas nuevas herramientas al alcance de todo el mundo.
La IA puede generar respuestas, pero no puede decirte si la pregunta tiene sentido. Ese es nuestro trabajo: formarnos para desarrollar criterios que nos permitan desenvolvernos en un mundo cada vez más digitalizado.
Las herramientas cambian todos los días, formar el criterio con el que vamos a implementarla puede tomarnos un buen tiempo.
Lo verificamos a diario en el plano personal y también asistimos a transformaciones del
mundo laboral: las organizaciones tanto públicas como privadas están viviendo una transformación digital sin precedentes.
La IA impacta en los modos de trabajo, los flujos y procesos, la automatización de areas, pero también repercute en cuestiones éticas y educativas. Hoy por hoy las habilidades digitales son parte de cualquier trabajo, profesión o tarea.
La IA puede generar respuestas, pero no puede decirte si la pregunta tiene sentido.
UNA REVOLUCIÓN
«Esta transformación digital que estamos viendo es una revolución», asegura Ernesto Peroche, ingeniero industrial especialista en sistemas y docente de la Facultad de Ingeniería Química.
Añade que puede compararse con la aparición de la computadora excepto que ese desarrollo se fue dando progresivamente, mientras que actualmente «empezamos a usar inteligencia artificial generativa con chat GPT, pasaron sólo dos años y han aparecido numerosas herramientas, hoy Claude está marcando presencia entre los algoritmos realizando tareas antes impensadas, inimaginables. Es decir, poder escargar una herramienta en mi computadora y que resuelva un montón de problemas de forma automática, me parece fantástico», enfatiza con optimismo.
El ingeniero destaca que la IA está cumpliendo promesas de eficiencia que antes eran difíciles de alcanzar sin generar problemas secundarios en los procesos. Por ejemplo la automatización de tareas rutinarias: «Un caso emblemático es la conciliación de tarjetas de crédito. En empresas con alto volumen de transacciones, este proceso solía tener tres meses de atraso; con agentes de IA se realiza de forma automática y semanal», grafica.
Por otro lado, da cuenta de que «la transformación digital comienza con la captación de datos y escala hasta la automatización de la toma de decisiones, donde el sistema dispara alertas automáticas ante anomalías, como flujos de caja atípicos, por ejemplo». «En este contexto veo dos factores, uno es que la tecnología se ha abaratado, se encuentran soluciones por costos menores que se pueden desarrollar con IA. El segundo aspecto es que las empresas se dieron cuenta que tienen que ser competitivas, sobre todo en un país como el nuestro que pasa por procesos inflacionarios que distorsionan los costos; entonces se plantean la necesidad de entender qué está pasando con sus datos, eficientizar sus procesos y recurren a estas herramientas que ya están desarrolladas para ser cada más eficientes», refiere Peroche.
En tanto, Leandro DiPersia, director de la Carrera de Ingeniería en Inteligencia Artificial
de la Facultad de Ingeniería y Ciencias Hídricas, asegura: «Herramientas de inteligencia artificial hay distintos tipos diseñadas para distintos tipos de tareas. Por ejemplo, los chats de diálogo que sirven para buscar información, organizarla, procesarla, etcétera, pueden ser de utilidad en etapas diferentes del proceso de una organización, lo resuelve en muy poco tiempo y es una ayuda para los procesos internos de la empresa que ahorra tiempo y esfuerzos. Por otro lado, hay herramientas como Claude que ayudan a programar y facilitan las tareas y así se ahorra tiempo».
De todas maneras, Di Persia advierte algunos riesgos porque al desarrollar un software que tal vez necesite modificaciones a futuro, se debe perseguir eficiencia y a su vez la seguridad de los datos. «Para poder garantizar eficiencia y seguridad hay que conocer muy bien el código.
Entonces, si bien estas herramientas pueden ayudar a acelerar procesos de programación para una implementación rápida, a futuro se puede complicar el intento de optimizarlo si no conocés bien el código».
» Ética, sesgos y regulación
La implementación de la IA conlleva desafíos éticos y técnicos significativos: los sesgos de datos, pues la IA no es ‘inteligente’, sino un programa entrenado con ejemplos y materiales imaginados y creados por humanos. Al respecto, Di Persia menciona que muchos sistemas están sesgados porque no incluyen datos representativos, como el español latinoamericano o diversas etnias.
En tanto, Peroche relata cómo una IA sesgó indicadores económicos para alinearse con su deseo personal de comprar una casa, por ejemplo,hasta que su intervención cambió el resultado del proceso.
También existe el riesgo de vulneración de la privacidad, como herramientas que transcriben reuniones automáticamente sin que todos los participantes lo sepan. En este sentido, DiPersia comenta que a nivel
global existen dos modelos de regulación: «Podemos identificar dos posturas globales, la europea,
preventiva, prohibido hasta que se demuestre si es seguro el uso de IA, y la estadounidense, permisiva, usarla hasta que algo funcione mal y luego aplicar la ley». Pero se considera que en este proceso de transformación son «los actores quienes deben ir cambiando. Es decir, el diseñador que diseña placas y flyers para efemérides probablemente será reemplazado por IA, pero tendrá mucho más trabajo quien comience a pensar, diseñar el concepto, la marca globalmente con conocimiento crítico, a su vez para la empresa será un beneficio enorme que antes no existía o tal vez requería pagar a grandes empresas externas». Advierte que en el mundo del software, «muchas veces constatamos que la IA no comprende el contexto cultural y las diferencias entre el ámbito privado y el del Estado y tampoco es lo mismo en organizaciones sin fin de lucro. Son tres escenarios completamente diferentes y la IA pierde de vista esos contextos y hace estimaciones de tiempo irreales». Añade que el factor humano también es un inconveniente, «todavía no cuenta con ese entrenamiento. Son cuidados que se deben tener y para eso hay que conocer muy bien la herramienta que estás utilizando porque el que tiene que poder discernir si te está tirando
información sesgada o no, es el humano, las personas».
EL FUTURO DEL TRABAJO: RECONVERSIÓN, NO DESTRUCCIÓN
Ambos especialistas coinciden en que la IA cambia el rol humano en las organizaciones. Así, por ejemplo, hay herramientas digitales que mejoran el trabajo colaborativo entre distintos miembros de una firma, automatizando tareas y permitiendo el coworking a distancia, incluso es sumamente eficaz para compañías globales que se desempeñan 100 % on line eficazmente. Estas herramientas llegaron para quedarse, pues un copiloto puede elaborar la minuta de una reunión en un brevísimo tiempo y no olvida ningún aspecto abordado en el encuentro, entre tantos roles que cumple.
Sin embargo, aunque aún es temprano para dar un diagnóstico cerrado sobre cómo impactará la IA en el mundo de las organizaciones, existe una tendencia a la desaparición de ciertos puestos manuales: «Van a desaparecer algunos puestos de trabajo porque no va a tener sentido mantenerlos. Si te preparaste toda la vida para cruzar datos en un Excel, probablemente no conservarás ese empleo porque una herramienta digital lo hará de forma más eficiente. Ahora, se puede diversificar la tarea y analizar la tendencia de gastos, buscar mejores proveedores, comprender mejor el proyecto, entonces sí habrá mucho trabajo en la industria 4.0 de la IA», opina Peroche.
Remarca así el rol de los seres humanos como supervisores, sostiene que el trabajador del futuro debe estar preparado para la incertidumbre y actuar como supervisor crítico de lo que la IA genera, ya que la máquina procesa más rápido, pero el criterio final es humano. En el mismo sentido, Di Persia considera que «las herramientas no reemplazan a la persona, es muy importante que los usuarios las conozcan y las usen en entornos controlados».
«Existen distintos niveles de herramientas disponibles, como Claude y chatbots en general. También hay otras específicas para cada disciplina porque cada organización tendrá que analizar dentro de su dominio de trabajo el tipo de herramientas disponibles. Por eso lo importante es entender las capacidades y las limitaciones de la IA, no creer que es una solución mágica que nos resolverá la vida», explica.
IA EN LAS AULAS
Respecto a cómo se aborda esta dimensión en la carrera de IA, DiPersia cuenta que en primer término se analiza la demanda, qué se requiere precisamente y se revisan las herramientas ya desarrolladas para ver si alguna se adecúa y da respuestas satisfactorias. «Si ya se está implementado se adapta a la demanda: si no fuera el caso se analiza qué tipo de herramienta se necesita porque no siempre es la IA ‘ultra avanzada’, hay que conocerlas y explorar sus capacidades hasta encontrar la más apropiada para resolver el problema en cuestión», diagnostica. «Los estudiantes se tienen que preparar para un futuro de incertidumbre, que va a estar gobernado por la IA. Entonces tienen que formarse para tomar las decisiones y para ello tienen que conocer y saber muy bien cómo trabaja la IA. La va a hacer más rápido, va a procesar muchísima cantidad de información y los humanos no podremos competirle, pero sí debemos discernir si realizó la tarea correctamente o no».
Leandro Di Persia desaconseja el uso de la IA en etapas de aprendizaje y enfatiza el desarrollo del pensamiento crítico: «Los estudiantes deben aprender primero a resumir, sistematizar información y programar manualmente.
Una vez que el cerebro ha desarrollado estas capacidades, la IA puede usarse como una herramienta de eficiencia, similar al uso de la calculadora tras aprender aritmética», opina y advierte sobre los riesgos de la dependencia: «Si el alumno cede el rol de pensar a la máquina desde el inicio, no podrá ser un usuario crítico capaz de corregir los errores que la herramienta inevitablemente comete».
Comprender esta ecuación en el corto plazo puede permitirnos optimizar los procesos de incorporación de herramientas de IA en las organizaciones tanto como la formación de profesionales con conocimiento crítico que puedan supervisar el mundo de los algoritmos. Vale formularse la pregunta sobre ¿cómo estamos pensando el desarrollo de profesionales juniors a expertos? ¿Empresas y organizaciones lo están planificando a largo plazo? Por el momento el interrogante flota en el aire.
